Підготовка до навчання. AI-старт і ваш робочий процес
Самостійна підготовка перед першим заняттям наживо.
- Огляд основних напрямів AI та місця генеративного й агентного AI серед інших технологій.
- Можливості та обмеження генеративних AI-інструментів.
- Принцип «AI не магічна кнопка»: як якість постановки задачі та вхідної інформації впливає на результат.
- Перевірка доступу до інструментів і базові правила конфіденційності.
- Опис власного робочого процесу: кроки, рішення, учасники та інформаційні потоки.
Практика: заповнення Process Canvas — шаблону робочого процесу, який стане основою завдань протягом курсу.
Модуль 1. AI-ландшафт: інструменти та сценарії для бізнес-аналітика
- Основні категорії AI-інструментів для роботи бізнес-аналітика.
- ChatGPT, Claude, Gemini, Copilot: можливості великих мовних моделей.
- Робота з документами: NotebookLM, Claude Projects.
- AI-інструменти для аналізу вимог, транскрибування зустрічей, створення діаграм.
- Персональні асистенти й AI-агенти.
- Приклади застосування AI у задачах бізнес-аналітика.
- Як вибирати інструмент відповідно до задачі, а не навпаки.
- Пошук можливостей для AI у власному процесі та аналіз першого результату.
Практика: обрати сценарій використання AI, спробувати його на реальній задачі без додаткової підготовки та проаналізувати результат.
Результат: My AI Opportunity List — перелік можливостей застосування AI у вашому процесі.
Модуль 2. Prompt Engineering: як керувати AI та якістю результату
- Принципи створення якісних промптів.
- Формулювання наміру, задачі й очікуваного результату.
- Робота з контекстом, файлами та документами.
- Системні й користувацькі інструкції.
- Типові причини неточних або занадто загальних відповідей.
- Порівняння результатів до та після вдосконалення запиту.
Практика: переробити промпт із першого модуля, додавши чіткий намір, контекст і критерії результату. Порівняти відповіді AI до та після змін.
Результат: перевірений промпт для власної задачі, який можна використовувати як шаблон.
Модуль 3. AI-делегування: що варто передавати штучному інтелекту
- Декомпозиція процесу на кроки, рішення та інформаційні потоки.
- Оцінка можливостей AI для кожного етапу.
- Два критерії делегування: оборотність рішення та наслідки помилки.
- Визначення задач, які можна делегувати повністю, частково або залишити за людиною.
- Переходи між людьми, інструментами та етапами процесу.
- Як повернути результат AI в основний робочий процес.
- Людський контроль і відповідальність за рішення.
Практика: проаналізувати власний процес, визначити статус делегування його кроків і порівняти власні рішення з рекомендаціями AI.
Результат: My Process & Delegation Map — мапа процесу зі статусами AI-делегування та визначеними переходами між етапами.
Модуль 4. AI-воркфлоу: контекст, ланцюжки та перевірка
- Побудова AI-процесу: вхідні дані → AI-крок → результат → перевірка.
- Підготовка необхідного контексту для кожного AI-кроку.
- Організація входів і виходів у послідовності операцій.
- Як результат одного кроку стає входом для наступного.
- Збереження контексту під час переходів між задачами та інструментами.
- Типові помилки AI й ризики втрати інформації.
- Вбудовані точки контролю якості.
- Як зменшити обсяг ручної перевірки без втрати контролю над результатом.
Практика: побудувати й протестувати два пов’язані AI-кроки для власного процесу. Наприклад, підготувати чернетку вимог і використати її для формування user story.
Результат: My Context Flow Map — мапа потоку контексту з визначеними входами, виходами й точками перевірки.
Модуль 5. Створення власної AI-автоматизації
- Перехід від окремих промптів до повторюваного робочого сценарію.
- Використання мапи делегування та потоку контексту як основи рішення.
- Вибір формату автоматизації:
- послідовність промптів;
- системні та користувацькі інструкції;
- персональний AI-асистент;
- простий AI-скіл;
- конектори та інтеграції за потреби.
- Налаштування входів, виходів і послідовності виконання.
- Запуск автоматизації на реальному робочому підпроцесі.
- Аналіз результатів і визначення необхідних доопрацювань.
Практика: зібрати власну AI-автоматизацію на основі напрацювань попередніх модулів і протестувати її від початку до кінця.
Результат: My AI Automation — готове рішення для обраної повторюваної задачі.
Модуль 6. Персональна AI-система: повторне використання та регулярна практика
- Структура власної бібліотеки AI-рішень.
- Збереження перевірених промптів, інструкцій, прикладів і автоматизацій.
- Підтримка бібліотеки в актуальному стані.
- Застосування створеної автоматизації до нової задачі.
- Аналіз можливостей повторного використання рішення.
- Як закріпити AI у регулярній роботі.
- Планування ситуацій, у яких ви застосовуватимете AI.
- Відстеження результатів і прогресу протягом 30 днів.
Практика: застосувати створений метод або автоматизацію до нової задачі, систематизувати напрацювання та скласти особистий план подальшої практики.
Результат:
- My AI Library — бібліотека перевірених AI-рішень.My 30-Day Practice Plan — план використання AI на наступні 30 днів.