🔥 ტრენდულ Prompt Engineering და AI Workflow ავტომატიზაცია
ისწავლეთ AI მოდელებთან ეფექტური მუშაობა: დაწერეთ მაღალხარისხიანი prompts, შექმენით ავტომატიზებული workflows Cursor, Copilot და API ინსტრუმენტებით.
Oleksii Anzhiiak
სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და თანადამფუძნებელი
კურსის ბოლოს თქვენ შეძლებთ
- prompt-ების წერა, რომლებიც სასურველ შედეგს იძლევა — განმეორებადად
- AI workflow-ების აშენება, რომლებიც edge case-ებს უმკლავდებიან, არა იშლებიან
- LLM-ების სხვა ხელსაწყოებთან გაერთიანება სამუშაოზე რეალური ამოცანების ავტომატიზებისთვის
- გაგება, როდის არის prompt გატეხილი vs როდის უბრალოდ მოდელი არ უმკლავდება
- AI workflow ავტომატიზაცის დამატება სტეკში — მაღალი ანაზღაურების უნარი 2026-ში
გერგებათ ეს კურსი?
ეს თქვენთვისაა, თუ თქვენ…
- ხარ დეველოპერი (ნებისმიერი სტეკი) და გინდა AI-ის კარგად გამოყენება — უფრო ღრმად ვიდრე chat-ში prompt-ის ჩასმა
- არ ხარ დეველოპერი, მაგრამ მუშაობ სტრუქტურირებულ ამოცანებზე (რეპორტები, ემეილები, data wrangling) და გინდა მათი ავტომატიზაცია
- შენი სამუშაო სავსეა განმეორებითი კონტენტით, რომელსაც LLM 1/10 დროში გააკეთებს სწორი prompt-ით
არ აიღოთ ეს კურსი, თუ…
- ელი, რომ prompt-ები შეცვლის ექსპერტიზას — არ ცვლიან. ცუდი prompt იძლევა თავდაჯერებულ სისულელეს
- გინდა ღრმად ტექნიკური AI პროდუქტის (RAG, agents) აშენება — ეს არის #22, ეს კი მისი წინაპირობაა
- ალერგია გაქვს წერაზე — კურსის ნახევარი რედაქტორული სამუშაოა, არა კოდი
ვინ კითხულობს
Oleksii Anzhiiak
სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და თანადამფუძნებელი
ოლექსი ანჟიაკი — სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და ToyCRM.com-ისა და ProfectusLab-ის თანადამფუძნებელი. 15+ წლიანი გამოცდილებით, ის სპეციალიზირდება განაწილებულ სისტემებში, cloud ინფრასტრუქტურაში, მაღალი დატვირთვის backend-ში და იდენტობის პლატფორმებში. ქმნის უსაფრთხო ავტენტიფიკაციის სისტემებს, არქიტექტურულ გადაწყვეტებს და თანამედროვე საგანმანათლებლო პროგრამებს, რომლებიც სტუდენტებს კარიერულ წინსვლაში ეხმარება.
ამჟამად ხელმძღვანელობს ToyCRM.com-ის არქიტექტურას — multi-tenant CRM პლატფორმას .NET-ზე, რომელსაც ჩვენი გუნდი აშენებს. იგივე პატერნები და დიზაინ-გადაწყვეტილებები, რომლებიც იქ გამოიყენება, პირდაპირ ჩნდება კურსებშიც: identity & auth, განაწილებული სერვისები, code review-ის კულტურა. სწავლობ ინჟინრებთან, რომლებიც აქტიურად უშვებენ production-კოდს, არა სახელმძღვანელოდან.
სილაბუსი
ოთხი მოდული AI ინსტრუმენტების პროდუქტიულობის გამამდიდრებლად გადასაქცევად:
- 1 მოდული 1: Prompt საფუძვლები — roles, context, chain-of-thought, few-shot examples
- 2 მოდული 2: Copilot და Cursor mastery — inline completions, chat, context management
- 3 მოდული 3: API-ზე დაფუძნებული ავტომატიზაცია — OpenAI API, batch processing, custom tools
- 4 მოდული 4: AI workflows-ების შექმნა — multi-step agents, tool use, evaluation loops
წინაპირობები
წინაპირობები არ არის. ღიაა ყველა დონისთვის.
პროგრამირების გამოცდილება საჭირო არ არის. ნებისმიერი კოდირების ენის ცოდნა დამატებით ბონუსია.
რას ააშენებთ
გადიხარ 5+ მუშა AI workflow-ით, რომლებიც სამსახურიდან რაღაც რეალურს ავტომატიზებენ — კლიენტების ემეილების შეჯამება, boilerplate-ის გენერაცია, support-ტიკეტების კლასიფიკაცია, ყოველკვირეული რეპორტების მონახაზები. არა სათამაშოები; მუშა ხელსაწყოები, რომელთაც კურსის შემდეგაც გააგრძელებ გამოყენებას.
- Prompt-ის სტრუქტურა: ინსტრუქცია, კონტექსტი, მაგალითები, ფორმატი
- Few-shot, chain-of-thought, structured output
- Workflow ავტომატიზაცია: LLM ზარების ჯაჭვი + კლასიკური კოდი
- შეფასება: როგორ გავიგოთ, რომ prompt მართლა მუშაობს
- ხარჯისა და latency-ის გათვალისწინება — prompt design-ის უმრავლესობა ორივეს უგულებელყოფს
სად დევს თქვენს კარიერაში
კურსის პარალელურად წასაკითხი
OpenSpec 2026-ში: spec-driven development-ის ოპერაციული სისტემა
ექვსი კვირის წინ დავაყენე @fission-ai/openspec. გუშინ ჩავაბარე თოთხმეტ-ფაილიანი ცვლილება ოთხმოცდაათ წუთში ორას-ხაზიანი სპეციფიკაციიდან, brownfield-კოდბაზაში, რომელსაც სამი ინჟინერი ორი წელია ასწორებს — მერჯ-კონფლიქტების გარეშე, რევიუს ესკალაციის გარეშე. ეს არის სენიორ-არქიტექტორის ღრმა გარჩევა იმისა, თუ რატომ OpenSpec არის პირველი SDD-ხელსაწყო, რომელიც პროდაქშენ-რეალობის ქვეშ არ იშლება.
Evals 2026-ში: ტესტ-სიუტი სისტემებისთვის, რომლებიც დეტერმინირებული არ არიან
თქვენი AI-ფიჩა გუშინ მუშაობდა და დღეს იშლება. არც კოდი შეცვლილა, არც პრომპტი, არც მოდელი. ასე გამოიყურება ცხოვრება evals-ის გარეშე. ეს არის spec → context → evals ტრიადის მესამე საყრდენი — და დისციპლინა, რომელსაც გუნდების უმეტესობა გამოტოვებს.
Spec-Driven Development: როცა სპეციფიკაცია კოდბაზად იქცევა
უკვე ორი თვეა, ხელით ერთი ფუნქცია არ დამიწერია — და კოდბაზა არასოდეს ყოფილა უფრო ჯანმრთელი. აი, როგორ შეცვალა spec-driven development-მა ის, რასაც 2026-ში «საინჟინრო სამუშაო» ერქმევა, წესები, რომლებიც დისციპლინას პატიოსნებას უნარჩუნებენ, და ადგილები, სადაც ის ჯერ კიდევ იშლება.
პირველი გაკვეთილი ჩვენი ხარჯითაა. გადაწყვიტე ინსტრუქტორთან გაცნობის შემდეგ.
ჩაერთე პირველ სესიაზე. თუ პირველი გაკვეთილის შემდეგ გადაწყვიტე, რომ ინსტრუქტორი არ გერგო — მისთვის არ იხდი, არცერთი უხერხული საუბრის გარეშე. (საცდელი მოქმედებს იმ კურსებზე, რომლებიც 5 გაკვეთილზე გრძელია; ეს კურსი ერგება.)
ფასი და რა შედის
რა შედის
- 8 ცოცხალი სესია × 1.5 საათი — მასწავლებელი ცოცხლად ატარებს, არა ჩანაწერი
- სლაიდები თითოეული სესიისთვის — შენთან რჩება და ნებისმიერ დროს შეგიძლია გადახედო
- მუშა კოდის ფაილები და data-ფაილები გაკვეთილიდან — შენს მანქანაზე იქნება დაკლონილი
- ყოველკვირეული სავალდებულო პერსონალური კოდის გადახედვით მასწავლებლისგან
- ჩაწერა მოთხოვნით — წინასწარ აცნობე მასწავლებელს („სამშაბათს ვერ მოვალ, ჩაწერე გთხოვ") და გაკვეთილი შენთვის ჩაიწერება
ხშირად დასმული კითხვები
რამდენ საათს მოითხოვს კვირაში?
გათვალე ცოცხალი სესიები პლუს დაახლოებით 1.5–2 საათი პრაქტიკისთვის თითოეულზე. სტუდენტების უმრავლესობა, ვინც გრაფიკში თავსდება, კვირაში 4–6 საათს ხარჯავს. ნაკლებიც მუშაობს — უბრალოდ მეტი დრო სჭირდება.
რა ხდება თუ გაკვეთილს გავაცდენ?
უთხარი მასწავლებელს გაკვეთილამდე — „სამშაბათს ვერ მოვალ, ჩაწერე გთხოვ" — და მასწავლებელი ჩაწერს ამ გაკვეთილს და გამოგიგზავნის. ჩანაწერები არ არის ავტომატური არქივი; ისინი მოთხოვნით კეთდება, როცა წინასწარ გვაცნობებ. გაკვეთილის შემდეგ გააკეთე სავალდებულო, შემდეგ სესიაზე კი მოდი კითხვებით.
რა შედის ფასში?
ცოცხალი სესიები მასწავლებელთან; სლაიდები თითოეული სესიისთვის (შენი რჩება); მუშა კოდის ფაილები და ნებისმიერი data-ფაილი, რომელიც გაკვეთილზე გამოვიყენეთ; ყოველკვირეული დავალება კოდის გადახედვით; და იმ სესიების ჩანაწერები, რომელზეც წინასწარ გაგვიფრთხილე. ყველაფერი დანარჩენი — სერთიფიკატი, alumni-წვდომა, mock ინტერვიუ — ცალსახად ჩამოთვლილია „რა შედის"-ში FAQ-ის ზემოთ იმ კურსებზე, სადაც ეს მოქმედებს.
და თუ ჩავეწერე და მასწავლებელი არ მერგო?
კურსებზე, რომლებიც 5 გაკვეთილზე გრძელია, პირველი სესია ფაქტობრივად საცდელია — თუ პირველი გაკვეთილის შემდეგ გადაწყვიტე, რომ მასწავლებელი არ გერგო, მისთვის არ იხდი. სჯობს ერთი გაკვეთილის მერე წახვიდე, ვიდრე 9 კვირა იტანო ცუდი კავშირი. (5 ან ნაკლები გაკვეთილის კურსები ძალიან მოკლეა — საცდელი შეთავაზება იქ აზრს კარგავს, ჩვეულებრივი ფასი მოქმედებს.)
შეიძლება თანხის უკან დაბრუნება, თუ შუაში მივატოვებ?
დიახ — სანამ კურსის ნახევარზე მეტი გამოუყენებელია (ანუ ნაკლებად ვიდრე 50% გაკვეთილისა გაიარე). თანხის დაბრუნება — გამოუყენებელ ნაწილზე პროპორციულად. შუა გზის შემდეგ აღარ ვაბრუნებთ — ვთვლით, რომ ღირებულება უკვე მიწოდებულია.
შემიძლია სასწავლო ენის შეცვლა?
ცოცხალი სესიები მიმდინარეობს იმ ენაზე, რომელიც ზემოთ ბლოკში „ხელმისაწვდომი ენები"-ა მითითებული. სლაიდები და კოდის ფაილები ჩვეულებრივ ხელმისაწვდომია ოთხივე ენაზე (ინგლისური, რუსული, უკრაინული, ქართული). ბევრი სტუდენტი უსმენს ერთ ენაზე და კითხულობს მეორეზე — ეს ნორმალურია.
მზად ვიქნები რეალური სამუშაოსთვის კურსის შემდეგ?
ერთი კურსი იშვიათად ანიჭებს ვინმეს სამუშაოს თვითონ — არცერთ სფეროში. ეს კურსი გაძლევს იმ საფუძველს, რომელსაც junior-დაქირავების მენეჯერი ელის: საკუთარი ხელით დაწერილი მუშა კოდი, ლექსიკა სხვისი კოდის წასაკითხად და ჩვევები, რომელიც გხდის დასაქირავებელ. გულახდილი პასუხი კითხვაზე „მზად ვარ?" ჩვენს roadmap-ზეა (ბმული გვერდის თავში) — გახსენი ის დონე, რომელზეც გინდა მისვლა, და წაიკითხე ჩეკლისტი „მზად ხარ, როცა…".
შემიძლია განვადებით გადახდა?
დიახ იმ კურსებისთვის, რომლებსაც ზედა ზოლში „ყოველთვიური გადახდა"-ა მითითებული — ჩვეულებრივ ეს ორი ან სამი თანაბარი თანხაა. ის კურსები, რომლებსაც ეს ოპცია არ აქვთ, ერთჯერად უნდა გადაიხადო. თუ ფასი ბარიერია, მოგვწერე — თითოეულ ქეისს ცალკე ვიხილავთ.
ეს ასევე შეიძლება მოგეწონოთ
AI-ში შესავალი: UI გენერაცია Copilot-ით
ისწავლეთ როგორ გამოიყენოთ AI ინსტრუმენტები — განსაკუთრებით GitHub Copilot — თანამედროვე UI მაკეტების, კომპონენტებისა და საიტის სტრუქტურების გენერაციისთვის.
Python-ის საფუძვლები
ისწავლეთ Python ნულიდან: ცვლადები, მონაცემთა ტიპები, ფუნქციები, OOP, ფაილებთან მუშაობა, მოდულები და პრაქტიკული სკრიპტები. იდეალური პირველი ნაბიჯი backend, data და AI კარიერისთვის.
Git და ვერსიების კონტროლი
დაეუფლეთ Git-ს ნულიდან: commits, branching, merging, rebasing, კონფლიქტების გადაჭრა, GitHub workflows და CI/CD საფუძვლები. ყველა დეველოპერს ეს სჭირდება.