<aside> 📌
Цей відеокурс — швидка й практична база з AI та автоматизації для тих, не має технічного досвіду. За лекції модулів ви пройдете повний шлях: від розуміння, що взагалі варто автоматизувати ➡️ до побудови робочих сценаріїв у Make з підключенням AI, інтеграціями зі Slack і Telegram та запуском робочих рішень. Вам не знадобиться досвід програмування, технічна освіта, попередній досвід з Make чи AI.
</aside>
✅ Самостійно будувати автоматизації в Make — від простих до багатокрокових сценаріїв з AI
✅ Підключати AI як керований блок
✅ Інтегрувати рішення зі Slack, Telegram, API зовнішніх сервісів
✅ Писати промпти, які дають передбачуваний результат
✅ Запускати, дебажити і підтримувати автоматизації в команді
<aside>
AI Product Manager at Projector
</aside>
<aside>
AI Product Manager, HR & Operations at Projector
</aside>
| # | Посилання на запис | Про що лекція |
|---|---|---|
| 1 | Що таке автоматизація і навіщо вона бізнесу | Де автоматизація дає цінність, а де ні. Типи автоматизацій, роль AI, огляд no-code/low-code платформ. Принцип: процес → логіка → інструмент |
Презентація | | 2 | Від хаосу до автоматизації: як підготувати процес до реалізації MVP | Критерії відбору задач, опис процесу as-is, source of truth, побудова блок-схеми, межі автоматизації — де рішення за людиною.
Презентація | | 3 | Основи Make: як влаштовані сценарії і як вони працюють | Як влаштований Make. Сценарій, модуль, зʼєднання, тригери, рух даних між модулями. Підписка і кредити | | 4 | Make на практиці: логіка, розгалуження і керування сценаріями | Routers, filters, умовна логіка без коду. Робота з порожніми значеннями. Як тримати сценарії читабельними | | 5 | Масиви, ітератори, агрегатори: контроль даних у сценаріях | Робота зі списками даних: звідки вони беруться, як обробляти, ітерація vs агрегація | | 6 | API, вебхуки, HTTP-запити, JSON | Що таке API, pull vs push логіка, читання документації. JSON — структура, маппінг, вкладеність |
| # | Посилання на запис | Про що лекція |
|---|---|---|
| 7 | Debug без паніки: помилки, алерти, стабільність | |
| Типи помилок, error handlers, фолбеки, моніторинг. AI як асистент для дебагу |
**Презентація** шаблон Automation Error Log | | 8 | **Основи промптингу** | Як AI читає інструкції. Структура промпта: роль, задача, контекст, обмеження, формат. Типові помилки
Презентація | | 9 | **AI-асистенти в Slack і Telegram** | Архітектура: канал → тригер → логіка → AI → відповідь. Slash-команди, кнопки, треди | | 10 | Керування автоматизаціями після запуску | Ownership, документація, правила змін, залежності між сценаріями. Передача і масштабування | | 11 | AI-інструменти: що, коли і навіщо ми використовуємо | карта AI-інструментів і класифікація під задачу (Chat interfaces, API як сервіс, AI в no-code, спеціалізовані AI інструменти); ризики AI в процесах і як їх знижувати.
Якщо під час хакатону ви зрозуміли, що хочете глибше розібратися в суміжних темах 👇🏻 Ловіть промокод на -10% на всі AI-курси за промокодом aihackathon1 (діє до кінця 2026)
| Build Your Startup with AI | Курс для тих, хто хоче створити власний продукт і навчитися будувати стартап самотужки з допомогою штучного інтелекту |
|---|---|
| AI for Product Designers | Освоїмо AI в продуктовому дизайні: від досліджень і генерації ідей до прототипів та командної роботи |
| AI for Product Creation | Осворюємо інновації та запускаємо фічі у продуктах і стартапах зі штучним інтелектом |
| AI for Product Managers | Автоматизуйте рутину в менеджменті та працюйте в 3-5 разів ефективніше, з фреймворками, інструментами та власним AI strategy deck |
| AI for Personal Productivity | створіть AI-інфраструктуру для щоденних задач — з інтеграцією між сервісами, автоматизацією рутини та прогнозованими результатами |
| AI for Сontent Marketing | Масштабуйте контент без зростання команди та запускайте AI-воронки, що генерують ліди й продажі. |