Содержание слайдов

1. 1. Агент для топ-менеджера

   Практика в Yandex AI Studio: от базы знаний и поиска к расчету, вариантам решения и executive brief

2. 2. Александр Поломодов

   Technical Director & Fellow, Т-Технологии

   Архитектура и RnD в инженерии.

   Закрывает HSE-серию практическим agent loop.

   Фокус: агент для executive decision.

3. 3. Собираем темы курса в один контур

4. 4. 01. Что собираем

   Executive Decision Agent: агент, который готовит управленческий бриф для совета

5. 5. Помощник для решения, не чат-бот

6. 6. Вопрос для агента

   Реальный запрос, безопасные данные

   Запускать AI support assistant в Q+1?

   Бриф: варианты, экономика, риски, проверки.

   Внутренние документы — главный факт-источник.

   Нет данных → допущения и вопросы.

7. 7. Финальный ответ: коротко и управленчески

   Решение, trade-offs, следующие действия

   Структура брифа

   Решение в одном абзаце.

   3 варианта: запуск/пилот/отложить.

   Экономика, риски, зависимости.

   Управленческий стандарт

   Факты, оценки, рекомендации отдельно.

   Источники и неизвестные видны.

   Проверки до решения в конце.

8. 8. 02. Yandex AI Studio

   Какие возможности платформы используем в лабораторной и зачем они нужны агенту

9. 9. AI Studio даёт контур агентного прототипа

10. 10. Управление охватывает качество, эксплуатацию и стоимость

11. 11. База знаний заземляет агента

12. 12. Веб-поиск нужен только для рыночных ориентиров

13. 13. Расчет должен быть инструментом

14. 14. 03. Сборка агента

    От системной инструкции и базы знаний к расчетному инструменту и первому запуску

15. 15. Системная инструкция задает поведение

    Главное — ясные правила работы агента

    Готовь brief для CEO/COO/CIO.

    Факты сначала из базы знаний.

    Разделяй факты, расчет, риски, варианты.

    Нет данных → вопрос owner.

16. 16. Участники получают маленькую “компанию” для симуляции

17. 17. Схема расчетного инструмента

18. 18. Промпт проверяет весь контур

    Документы + поиск + расчет

    Запускать AI-помощника поддержки в Q+1?

    Подготовь one-page board brief.

    Сравни запуск, пилот и отложить.

    Покажи экономику, риски и проверки.

19. 19. 04. Проверка качества

    Агент считается готовым только после сценариев, где он ошибается безопасно

20. 20. Тестируем устойчивое поведение

21. 21. Как оценить результат

    Ценность для решения, не красота текста

    Факты: internal docs, без подмены источников.

    Расчет: воспроизводимая экономика.

    Риск: защитные ограничения, стоп-условия, approval.

    Формат: коротко и executive-readable.

    Хороший агент помогает решить; плохой — пишет красиво

22. 22. Что нельзя без человека

23. 23. 05. Защита решения

    Финальный разбор: что получилось, где агент полезен и где его нужно ограничивать

24. 24. План лабораторной

25. 25. Что должно получиться

    Рабочий агент + путь в организацию

    One-page brief по AI support launch.

    База знаний + внешний контекст + расчет.

    Факты ≠ оценки; риски видны.

    Platform backlog: knowledge, tools, evals, access, cost.

    Это мост от учебной серии к настоящей AI-платформенной работе

26. 26. Материалы

    Документация и lab pack

    Yandex AI Studio agents/search/function docs.

    Lab pack + guide on GitHub.

    Предыдущие лекции серии.