В рамках командного проекта Codenik провели обучение Selectel работе с AI-агентами. Программу построили вокруг задач проектировщиков и аналитиков: исследование, формулирование требований, разработка пользовательского сценария, создание прототипа и проверка результата.
Основой стала практика на последовательном рабочем процессе. Участники могли связать отдельные инструменты в понятный порядок действий и возвращаться к материалам после занятий.
Задача
Подготовить корпоративную программу, которая помогает команде применять AI-агентов в проектировании и аналитике с понятными критериями качества.
- Объяснить принципы работы LLM, агентов и подключаемых инструментов.
- Показать переход от исходной задачи к требованиям и исследованию.
- Связать UX-проработку, прототипирование и реализацию интерфейса.
- Включить проверку кода и пользовательского опыта в процесс работы.
- Подготовить среду, материалы и практические задания.
Проблема
Отдельные удачные запросы к нейросети ещё не дают команде общего рабочего процесса. Результат зависит от того, какой контекст передал сотрудник, как он сформулировал ограничения и умеет ли проверить предложенное решение.
Для корпоративной команды важно согласовать этот подход: что агенту можно поручить, какие исходные данные нужны и по каким признакам можно принять результат. При разном опыте участников программа должна одновременно объяснять основы и оставаться полезной для практической работы.
Решение
Собрали программу из восьми двухчасовых занятий с еженедельным ритмом на два месяца. Темы связали сквозной практикой: от обсуждения задачи и сбора контекста до прототипа и его проверки.
Технические объяснения сопровождались заданиями для проектировщиков и аналитиков. В программу включили работу с агентами, MCP-инструментами и критериями приёмки результата.
Что реализовали
Программу под рабочие задачи команды
Связали исследование, требования, UX, прототип и фронтенд в последовательность. Каждый этап использует результаты предыдущего, поэтому участник видит, как качество исходного описания влияет на итоговый интерфейс.
Учебный контур
Подготовили среду, доступы и материалы для экспериментов с агентами и инструментами. Практика позволяет проверять подходы на учебном контуре до переноса в рабочий процесс.
Проверку качества
Встроили в программу критерии приёмки, code review и UX-review. Участники разбирают результат по требованиям, корректности и удобству пользовательского сценария.
Материалы для самостоятельной работы
Подготовили задания и объяснения, к которым команда может возвращаться между занятиями и при решении следующих задач.
Результат
Проведено корпоративное обучение и подготовлена прикладная программа работы с AI-агентами для команды проектировщиков и аналитиков. Программа объединяет постановку задачи, работу с контекстом, создание прототипа и проверку результата.
Что получила команда
- Программу из восьми двухчасовых занятий.
- Практические задания вокруг рабочего процесса проектирования.
- Учебную среду для работы с агентами и инструментами.
- Материалы для повторного использования.
- Общие критерии проверки агентского результата.