My Untitled Site
There's nothing here yet (well, except for this message), but clicking on the "+" button in the menu above should change that. Have fun! :)
Agentic AI for L&D: создаём AI-агентов в ChatGPT
От обычных промптов — к AI-workflows, которым можно делегировать реальную L&D-работу: анализ, дизайн, разработку материалов, QA и сопровождение.
AI уже помогает писать. Следующий шаг — делегировать работу.
Сегодня многие L&D-профессионалы используют ChatGPT по схеме: prompt → ответ → исправление → следующий prompt. На этом курсе мы попробуем перейти к другой модели: вы задаёте результат, контекст, материалы и критерии — AI управляет последовательностью работы.
Не микропромпты
Учимся ставить AI законченные задачи, а не управлять каждым шагом вручную.
Не только текст
Работа с файлами, несколькими deliverables, apps, scheduled tasks и техническими артефактами.
Не автономность любой ценой
Проектируем QA, human approval, границы решений и ответственность человека.
От «напиши мне...» к «выполни эту работу»
Agentic AI — это не просто более длинный prompt. Это рабочая система: цель + контекст + инструменты + правила + цикл «сделать → проверить → исправить».
AGENT выполняет работу.
Пример: Training Design & Development Agent
AI получает несколько рабочих источников и должен самостоятельно пройти путь от анализа требований до готового и проверенного training package.
INPUT
- Sponsor Brief
- SME Notes
- Trainer Guide Template
- L&D Quality Checklist
OUTPUT
- Trainer Guide
- Participant Exercise
- Knowledge Check
- QA / Decision Summary
7–8 вебинаров по 60 минут
Курс построен как постепенный переход от простого agentic workflow к более зрелым сценариям с reusable agents, apps, Codex, GitHub и orchestration.
От Chat к Agentic AI
Чем agentic work отличается от обычного чата. Chat vs Work. Как делегировать результат, а не отдельный текст.
Практический результат: Понимание agentic workflow и первый простой сценарий.Как проектировать AI-агента
Цель, контекст, источники, ограничения, правила решений, output contract, QA-loop и human approval.
Практический результат: Agent Design Canvas для своей L&D-задачи.Agentic Work для L&D
Работа с файлами, multi-step задачами и несколькими результатами. Пример: training package из исходных материалов.
Практический результат: Рабочий L&D production workflow.Reusable agents, Plugins, Skills и Apps
Как сделать workflow повторяемым, подключать источники и использовать reusable capabilities.
Практический результат: Спецификация повторяемого L&D-агента.Apps, Actions и Scheduled Tasks
Подключенные системы, действия, approvals, monitoring и recurring work.
Практический результат: L&D operations use case.Codex для L&D
Когда нужен Codex: создание и изменение технических артефактов, файлы, scripts, run-test-fix loop.
Практический результат: Небольшой technical L&D artifact.GitHub с нуля для L&D
Repository, version history, source of truth и безопасная работа с проектом.
Практический результат: Понимание versioned workspace.От одного агента к команде
Orchestration, specialist agents, handoffs, QA agent и human approval.
Практический результат: Архитектура L&D agent team / финальный mini-project.Программа может быть сокращена до 7 учебных сессий за счёт объединения отдельных тем, в зависимости от темпа группы и обновлений функций ChatGPT.
От одного агента — к AI-команде
На финальном этапе рассмотрим, как разделить сложный L&D-workflow между специализированными ролями: Performance Analyst, Instructional Designer, Content Developer, Assessment Agent и QA Reviewer.
- Orchestrator распределяет работу
- Специализированные агенты отвечают за свои этапы
- QA проверяет consistency и completeness
- Критические решения остаются под human approval
17 октября, 14:30 МСК — ориентация, а не первая тема
Для тех, кто создаёт, управляет или масштабирует обучение
L&D / Training Managers
Хотите понять, какие части L&D-workflow можно делегировать AI и как контролировать качество.
Instructional Designers
Хотите перейти от content generation к end-to-end design & development workflows.
Trainers / Enablement / Consultants
Хотите быстрее превращать рабочий контекст и SME-материалы в готовые learning assets и services.
Курс продолжается между вебинарами
Все материалы будут собраны в Create Competence Learning Hub на SharePoint — это будет единое место, куда участники смогут возвращаться после каждой сессии.
Материалы
Презентации, source files, prompts, templates, checklists и дополнительные примеры.
Записи
Записи вебинаров и краткие summaries для повторения.
Практика
Небольшие задания, которые помогают перенести идеи курса на собственную L&D-задачу.
Частые вопросы
Курс действительно бесплатный?
Да. Участие бесплатное. Курс создан как открытая практическая программа Create Competence и знакомство с подходом, инструментами и Learning Hub.
Что такое Сессия 0?
Это отдельная ориентационная встреча до первой учебной темы. На ней будет обзор курса, короткая демонстрация, объяснение формата и ответы на вопросы.
Когда старт?
Сессия 0 состоится 17 октября 2026 года в 14:30 по московскому времени. Далее встречи будут проходить еженедельно по субботам в 14:30 МСК.
Сколько длится курс?
Планируется 7–8 учебных вебинаров по 60 минут плюс ориентационная Сессия 0.
Нужно ли уметь программировать?
Нет. Курс начинается с no-code / low-code agentic workflows. Codex и GitHub объясняются постепенно и с нуля.
Где будут материалы?
Материалы, примеры, задания и записи будут размещаться в Create Competence Learning Hub на SharePoint.
Как зарегистрироваться?
Чтобы попасть на Сессию 0, заполните короткую анкету MS Forms: перейти к регистрации. После регистрации вы получите информацию о подключении и доступе к материалам.
Присоединиться к Сессии 0
Чтобы зарегистрироваться на ориентационную Сессию 0 17 октября в 14:30 МСК, заполните короткую анкету MS Forms.
ЗАПОЛНИТЬ АНКЕТУ MS FORMS
