Projektowanie agentów do zadań - Nauczysz się przygotowywać agentów AI do pracy wieloetapowej, tak aby planowali działania, wykonywali zadania i sprawdzali wynik zamiast działać jak zwykły chatbot.
Automatyzacja pracy z treścią i plikami - Dowiesz się, jak przyspieszyć redagowanie tekstów, przygotowanie SEO, analizę dokumentów i masowe operacje na plikach, aby ograniczyć ręczne poprawki i żmudne porządkowanie.
Szybsza praca z kodem - Przećwiczysz wykorzystanie agenta do generowania skryptów, analizy istniejącego kodu, szukania błędów i refaktoryzacji, dzięki czemu szybciej dowieziesz techniczne zadania.
Budowa użytecznych workflow - Zobaczysz, jak łączyć kolejne kroki w jeden proces z punktami akceptacji użytkownika, aby automatyzować raporty, monitoring danych i codzienne zadania wykonywane według schematu.
Integracje z narzędziami przez MCP - Nauczysz się podłączać agentów do aplikacji, baz danych, plików i innych systemów przez MCP, tak aby AI mogła bezpiecznie wykonywać konkretne operacje w Twoim środowisku pracy.
Automatyzacja działań w przeglądarce - Opanujesz sterowanie przeglądarką z użyciem Playwright MCP, aby klikać elementy, wypełniać formularze, pobierać dane, robić zrzuty ekranu i testować wdrożenia bez ręcznej obsługi.
Tworzenie powtarzalnych procedur - Dowiesz się, jak zamieniać firmowe procedury na skille i instrukcje dla agentów, aby utrzymać spójny sposób działania zespołu i wielokrotnie używać tych samych sprawdzonych schematów.
Lepsza kontrola nad realizacją - Nauczysz się oddzielać planowanie od wykonania, tworzyć specyfikacje i kryteria akceptacji oraz dzielić zadania między subagentów, aby zmniejszyć liczbę błędów i nieporozumień.
Agent AI działa inaczej niż klasyczny chatbot, ponieważ samodzielnie planuje kolejne kroki, wykonuje zadanie i kontroluje wynik. W tej części omawiane są zasady formułowania instrukcji, definiowania celu, kontekstu i ograniczeń, akceptacja planu oraz rola plików takich jak AGENTS.md.
Przy pracy z tekstem i plikami agent AI wykonuje zarówno zadania redakcyjne, jak i operacje na dokumentach. Ujęto tu przygotowanie briefów, artykułów i treści SEO, generowanie meta danych, masowe modyfikacje plików, zmianę nazw, klasyfikację, konwersję oraz analizę danych i raportowanie.
Kod może być tworzony i rozwijany przez agenta na podstawie opisu w języku naturalnym oraz analizy istniejących materiałów. Sekcja obejmuje generowanie skryptów, wyszukiwanie błędów, proponowanie poprawek, refaktoryzację, dokumentację techniczną oraz testowanie i kontrolę rezultatów.
Automatyzacja procesów opiera się na łączeniu pojedynczych działań w spójny przepływ pracy sterowany przez agenta. Program obejmuje wykonywanie zadań cyklicznych, monitoring danych i plików, przetwarzanie nowych informacji, projektowanie workflow oraz wskazywanie etapów wymagających akceptacji użytkownika.
Model Context Protocol opisuje sposób, w jaki agent korzysta z narzędzi i danych spoza własnego środowiska. Sekcja pokazuje podłączanie aplikacji, plików, baz danych i systemów, udostępnianie operacji agentowi oraz zasady bezpieczeństwa i kontroli jego uprawnień.
Playwright MCP pozwala agentowi AI wykonywać pracę bezpośrednio w przeglądarce i reagować na elementy interfejsu. Uczestnicy przećwiczą nawigację po stronach, obsługę formularzy, pobieranie danych, testy widoków desktop i mobile, zrzuty ekranu, audyt wdrożeń oraz raportowanie wyników.
Skille służą do zapisywania powtarzalnych procedur w formie instrukcji wykonywanych przez agentów AI. W tej części nacisk położono na standaryzację sposobu realizacji zadań, tworzenie rozwiązań dla działów i procesów oraz łączenie kilku skilli w bardziej rozbudowany workflow.
Złożone zadania można rozbić na role przypisane wyspecjalizowanym agentom. Omawiany jest podział pracy według kompetencji, delegowanie obszarów takich jak research, treść, kod, testy i kontrola jakości oraz koordynacja wyników w ramach procesu wieloagentowego.
OpenSpec porządkuje współpracę z agentem przez wyraźne rozdzielenie planowania od realizacji. Sekcja obejmuje tworzenie specyfikacji rozwiązania, definiowanie wymagań i kryteriów akceptacji, weryfikację zakresu oraz zatwierdzanie i korygowanie planu przed wdrożeniem.
Praca warsztatowa prowadzi przez budowę własnego workflow opartego na agencie AI dla wybranego procesu. Uczestnicy przygotują instrukcje i zasady, zaplanują etapy działania, dodadzą narzędzia oraz integracje, a następnie przetestują rozwiązanie, poprawią błędy i dopracują je do codziennego użycia.
Sprawna obsługa komputera - Powinieneś swobodnie pracować na komputerze, poruszać się po folderach, otwierać pliki i korzystać z przeglądarki, aby skupić się na pracy z agentami, a nie na podstawach.
Podstawy pracy z tekstem i plikami - Powinieneś umieć redagować tekst, kopiować dane między dokumentami i rozpoznawać popularne formaty plików, bo szkolenie obejmuje automatyzację takich codziennych zadań.
Podstawowe rozumienie procesów pracy - Powinieneś potrafić opisać kroki własnego procesu pracy, wskazać miejsca ręcznej pracy i momenty akceptacji, aby sensownie zaprojektować workflow z agentem AI.
Podstawy logiki technicznej - Nie musisz być programistą, ale powinieneś rozumieć proste zależności typu krok po kroku, warunek i wynik, bo szkolenie obejmuje automatyzację, testy i pracę z kodem.
