Станьте PM, который строит AI-продукты
10 фреймворков, 7 недель, сквозной проект. Первый поток 31 мая.
50 мест на поток·Вернём оплату, если после 2 лекций не понравится·Рассрочка без процентов
Через 7 недель вы будете уметь
Оценивать AI-идеи
Понимать, где агент даст ценность, а где хватит обычной автоматизации или поиска. Обосновывать решение цифрами за 15 минут.
Проектировать архитектуру
Разбираться, из чего состоит агент: модель, память, инструменты, оркестрация. Знать, какие решения принимаете вы, а какие — разработка.
Писать требования
Составлять PRD для AI-продукта так, чтобы команда поняла его с первого раза и не приходила с вопросами через неделю.
Выбирать платформу
Понимать разницу между no-code-решением, фреймворками и managed-платформами. Считать реальную стоимость владения на год вперёд.
Проектировать инструменты агента
Знать, какие операции агент должен уметь и как защитить их от двойного выполнения и несанкционированного доступа.
Настраивать базу знаний
Понимать, откуда агент берёт информацию, почему иногда выдумывает и как это чинить.
Считать риски
Знать, где агент может ошибиться, сколько это стоит, как заложить защиту и где подключать человека.
Измерять результат
Разбираться, как проверять качество агента — не на публичных бенчмарках, а на своих реальных задачах. Защищать бюджет перед CFO цифрами.
Собирать прототип
Делать работающий агент самостоятельно — без программирования. Тестировать его на реальных сценариях.
Готовить продукт к запуску
Планировать постепенный вывод в бой. Знать, что ломается в первые недели и как это починить за минуты, а не дни.
Прежде чем читать дальше
Курс для вас, если:
- Вы продакт — любого грейда, от Junior до CPO — и хотите вести AI-проекты
- Или идёте в продакт-менеджмент и хотите сразу с AI-специализацией
- В компании уже есть AI-задачи или вы хотите предложить первую
- Готовы вкладывать 5–6 часов в неделю 7 недель подряд
Курс не для вас, если:
- Не работали в продуктовой разработке и не собираетесь
- Хотите научиться программировать (это курс про продуктовые решения)
- Ищете, как за выходные собрать Telegram-бота
- Нужен только сертификат для галочки
Честный фильтр экономит время — и ваше, и наше.
Узнаёте ситуацию?
На встрече с руководством
CEO вернулся с конференции и сказал: «Нам нужен AI-агент». Все смотрят на вас. А вы не знаете: хорошая это идея или хайп, какие риски, сколько стоит, кто будет поддерживать.
На собеседовании
HR спрашивает про опыт с AI. Ответ «использую ChatGPT для переписки» закрывает двери в те компании, куда вы хотите.
На встрече с разработкой
ML-инженер говорит: prompt injection, guardrails, context window, retrieval. Вы киваете, а после встречи гуглите.
При защите бюджета
Klarna сэкономила десятки миллионов на AI — так писали в новостях. А как они посчитали? Почему через год начали возвращать людей? Что из этого применимо к вам?
Курс закрывает эти пробелы
Не через лекции «как работает AI», а через практику: вы получаете шаблоны документов, прогоняете их на реальных кейсах и сдаёте сквозной проект — свой AI-агент от идеи до плана запуска.
После курса вы говорите с CTO про архитектуру, с CFO про окупаемость, с разработкой — про требования. На их языке и по существу.
5 историй, которые вы разберёте на курсе
AI закрывает 66% обращений в поддержку. Экономия — работа, равная 700 сотрудникам в год. Время ответа — с 11 минут до 2.
Компания публично возвращает людей в поддержку. «AI остаётся, но всегда должна быть возможность поговорить с человеком». Что произошло и как это измерить заранее — разберём на уроке 8.
Чат-бот сказал клиенту, что можно получить компенсацию задним числом. На самом деле политика другая. Канадский трибунал постановил: компания отвечает за то, что говорит её бот. Компенсация — CAD $650.88 плюс судебные издержки. Юридический прецедент.
Автономный агент удалил рабочую базу данных во время сессии, несмотря на явную инструкцию «не трогать». Замены данных — несколько тысяч поддельных записей. Компания вернула деньги и опубликовала разбор.
Специально обученная модель решает 73% обращений — и обходит более крупные модели. Стоимость решения одной заявки — 99 центов. Как они этого добились и почему это важно для вашего продукта — урок 8.
10 фреймворков. 13 документов. 15+ кейсов.
Всё переходит в ваше портфолио и рабочие артефакты для компании.
10 рабочих фреймворков
13 документов в портфолио
15+ разборов реальных кейсов
10 уроков за 7 недель
Оценка и архитектура
Урок 1 Когда агент нужен, а когда нет
Фреймворк RADAR. Разница между чат-ботом, обычным сценарием и агентом. Типичные ошибки: автоматизировали не то, не посчитали экономику.
→ Артефакт: оценка реального кейса из вашей работыУрок 2 Архитектура агента на языке продакта
Из чего состоит агент: модель, память, инструменты, оркестрация, промпт. Как агент принимает решение о следующем шаге. Как выбрать модель — и почему это продуктовое решение, а не техническое.
→ Артефакт: архитектурная схема + расчёт стоимости одного запросаУрок 3 От задачи к требованиям
Фреймворк ITOM. Как описать вход, задачу, выход и метрики. Как учесть нестандартные ситуации и когда подключать человека.
→ Артефакт: PRD агентаУрок 4 Выбор платформы
Готовые конструкторы, фреймворки для разработчиков, полный контроль, managed-платформы от Anthropic и OpenAI. Когда что подходит. Как посчитать стоимость владения на год. Что делать, если вы в России — обзор доступных вариантов.
→ Артефакт: документ с обоснованием выбораПроектирование и риски
Урок 5 Инструменты агента
Что такое инструменты и как их проектировать. Новый стандарт индустрии MCP — что это и почему с ним больше не пишут свои интеграции. Как защитить инструменты от двойного выполнения.
→ Артефакт: спецификация 3–5 инструментовУрок 6 База знаний
Как агент «знает» ваш продукт. Почему без хорошей базы знаний он начинает выдумывать. Когда нужен поиск по документам, а когда лучше обратиться в реальную систему напрямую.
→ Артефакт: план базы знанийУрок 7 Риски и защита
Фреймворк SHIELD. Основные классы рисков: выдумывание фактов, атаки через входные данные, разрушительные действия. Когда агент действует сам, когда — с подтверждением человека, когда только в режиме подсказки.
→ Артефакт: матрица рисков + план тестирования + сценарии эскалацииПрактика и запуск
Урок 8 Метрики и окупаемость
Три слоя метрик: техника, опыт пользователя, бизнес. Почему публичным бенчмаркам нельзя верить и как собрать свой набор тестовых случаев. Инструменты наблюдения за агентом в продакшне. Как защитить бюджет на AI перед CFO за 5 минут.
→ Артефакт: дашборд метрик + расчёт окупаемости + план защиты бюджетаУрок 9 Сборка прототипа
Фреймворк BUILD. Собираете рабочий прототип на выбранной платформе. Тестируете на реальных сценариях. Проверяете готовность по пяти критериям: покрытие, качество, безопасность, стоимость, наблюдаемость.
→ Артефакт: работающий прототип + результаты тестовУрок 10 Запуск и развитие
Фреймворк PREPARE — чек-лист готовности к продакшну. Постепенный вывод: сначала 1% трафика, потом больше. Что ломается в первые недели и как откатить за минуту. План развития продукта на первые три месяца.
→ Артефакт: план запуска + презентация для руководстваКак устроено обучение
Видео смотрите в удобное время. Записи остаются у вас навсегда.
Живые встречи — разбор ваших работ, воркшопы, вопросы автору. Если не попадаете — есть запись и возможность задать вопрос заранее.
Работа в парах. У вас будет напарник по курсу — вы проверяете работы друг друга перед сдачей. Это повышает качество и экономит время автора.
Гибкие дедлайны. В курсе заложена буферная неделя. Пропустили — догоните.
Что останется в портфолио
С первой недели вы ведёте один проект. Каждый урок добавляет к нему документ. В финале — защита перед автором и группой, как на встрече со стейкхолдерами.
Поддержка для разработчиков
Условный «DevLoop» — SaaS для разработчиков: 500 клиентов, 300 обращений в день, 75% — повторяющиеся вопросы про интеграции.
Подходит тем, кто работает с разработчиками и техническими продуктами.
Поддержка маркетплейса
Условный «Farfetchy» — 2 миллиона пользователей в месяц, 5000 обращений в день, большая часть — статус заказа, возвраты, размеры.
Подходит тем, кто работает с розницей и потребительскими продуктами.
Внутренний HR-ассистент
Крупная распределённая компания: 2000+ сотрудников, HR тонет в одних и тех же вопросах от новичков.
Подходит тем, кто работает с внутренними инструментами.
Или ваш реальный продукт. Если у вас уже есть задача в компании — работаете над ней. В конце у вас будет не учебный проект, а готовый документ для запуска внутри компании.
Финальная защита: 10 минут — питч, 5 минут — вопросы. Формат, как у защиты перед CTO и CFO.
Что говорят те, кто уже прошёл
Участники пилотной группы и бета-читатели материалов курса.
До курса я просил у ML-команды «сделайте что-нибудь с AI», и мы три месяца тыкались. После урока про требования переписал PRD за вечер — инженеры сами пришли с оценкой на следующий день. Это другой уровень разговора.
Самое ценное — урок про evals и метрики. Я перестала бояться вопроса «а как мы поймём, что агент работает» от руководства. Теперь у меня есть рамка ответа и понимание, что мерить на каждом этапе. Защита проекта дала фидбек, который в работе никто не даёт.
Шёл за хард-скиллами, получил ещё и нетворк — в чате собрались PM из совершенно разных компаний, и мы до сих пор обсуждаем кейсы. Урок про guardrails сэкономил нам месяц работы: мы не запустили фичу, которая ушла бы в продакшн с дырой.
Три варианта участия
Цена зависит от того, когда вы решите.
- 10 видеоуроков
- Текстовые конспекты
- Шаблоны всех документов
- Telegram-канал с материалами
- Записи навсегда
- Доступ 6 месяцев
- Всё из Self-study
- 7 живых встреч с автором
- Проверка ключевых работ
- Telegram-чат группы
- Напарник по курсу
- Сообщество выпускников — навсегда
- Доступ 12 месяцев
- Всё из Cohort
- Личная встреча с автором (60 минут)
- Подробный разбор проекта дважды за курс — лично автором
- Офисные часы для вопросов по рабочему кейсу
- Приоритет в ответах
- Рекомендация на LinkedIn
Частые вопросы
Это курс по сборке ботов?
Нет. Курс про работу продакта с AI-продуктами: оценка идей, требования, архитектура, метрики, риски, запуск. Сборка прототипа — практика для закрепления, примерно четверть курса.
Нужно ли уметь программировать?
Нет. Вы проектируете и принимаете решения. Прототип собираем на платформе без кода или на фреймворке с минимальным количеством кода — на ваш выбор.
У меня сейчас нет AI в продукте. Подойдёт?
Да. Научитесь оценивать идеи и готовить инициативы. Навык пригодится, когда задача появится — или когда вы сами её предложите.
Чем отличается от курсов по ChatGPT и промптингу?
Курсы по ChatGPT учат использовать AI для своей работы. Этот курс — про то, как встроить AI в продукт для пользователей. Стратегия, требования, окупаемость, команда, стейкхолдеры.
Я в России. С оплатой всё нормально?
Да. Принимаем российские карты, СБП, рассрочку Долями и Яндекс Сплит. Все варианты без процентов со стороны школы.
Я за границей. Принимаете карты?
Да. Российские и зарубежные. При необходимости — оплата в долларах через Stripe.
Оплатит компания. Какие документы?
Выставим счёт от юрлица, дадим закрывающие документы. Работаем с большинством российских компаний и некоторыми зарубежными.
Что, если не буду успевать?
В курсе есть буферная неделя. Записи остаются навсегда. Вопросы на живые встречи можно задать заранее.
Есть возврат денег?
Да. Если после двух первых лекций вы решите, что курс вам не подходит — напишите, и мы вернём всю оплату без вопросов.
Первый поток — 31 мая
Через 7 недель — вы тот PM, который строит AI-продукты. С рабочим проектом в портфолио.
50 мест на потоке·Вернём оплату, если после 2 лекций не понравится·Рассрочка без процентов