1. Wprowadzenie do narzędzi AI w produktywności osobistej

• Podstawy wiedzy o działaniu LLMów – czatbotów
• Nauka tworzenia promptów i korzystania w codziennej pracy.
• Wizja końcowego produktu – co będziemy budować przez cały dzień szkolenia.
• Omówienie jak AI wspomaga pracę biurową i zarządzanie projektami – bez kodowania.

2. Przygotowanie środowiska pracy z AI w Visual Studio Code

• Omówienie Visual Studio Code – najważniejsze funkcje dla pracy z dokumentami, nie z kodem.
• Instalacja i konfiguracja asystentów AI – Gemini lub Claude, setup kluczy API.
• Struktura katalogów i organizacja plików – jak organizować dokumenty dla AI.
• Załadowanie pierwszego dokumentu – transformacja dokumentów do lepszej współpracy AI
• Przegląd wtyczek VS Code przydatnych w pracy biurowej

3. Jak analizować dokumentację biznesową z pomocą AI w Visual Studio Code? – case#1

• Przygotowanie dokumentu źródłowego – przygotowanie i dostrojenie pliku w formacie dla AI.
• Wykorzystanie AI do analizy dokumentu – wyekstrahowanie wymagań funkcjonalnych i niefunkcjonalnych.
• Organizowanie wyekstrahowanych informacji – struktura, formatowanie, czystość danych.
• Iteracyjna analiza – edycja wyników, uzupełnianie luk, weryfikacja poprawności.

4. Tworzenie agentów AI w Visual Studio Code dla konkretnych zadań

• Definiowanie roli agenta – czym agent będzie się zajmować, jakie ma uprawnienia, jaki jest jego scope.
• Projektowanie promptów – instrukcje dla agenta, ramy działania, zasady bezpieczeństwa, format wyjścia.
• Struktura pracy agenta – jakie są jego kroki, jak powinien radzić sobie z błędami.
• Iteracyjne ulepszanie – na bazie testów dostrajanie promptów.
• Scalanie wielu agentów – orkiestracja równoczesnej pracy wielu AI nad różnymi zadaniami.

5. Jak wykorzystać rolę agentów na różnych etapach pracy projektowej? – Case#2

• Przygotowanie AI do wieloetapowej pracy
• Korzystanie z wielu agentów jednocześnie, np. jednocześnie tworząc dokumentację projektu Epiki, User Stories i kryteria akceptacji.
• Ulepszamy nasze procesy AI przy pojawiających się błędach, aby uniknąć powtórek.
• Tworzymy dokumentacje projektową z AI

6. Strukturyzowanie dokumentów tworzonych z AI na potrzeby importu do innych systemów – Case#3

• Wykorzystanie wzorów plików celem dostosowania naszej pracy do integracji z innymi aplikacjami, np. Jiry.
• Tworzenie dokumentu przygotowanego do importu do innych aplikacjami – np. wytworzenie WBS: Projekt → Epic → User Story → Task → Sub-task.
• Praca z plikami csv zgodnymi z wymaganiami systemów zewnętrznych.
• Przygotowanie pliku do importu – format spójny z odpowiednia strukturą narzędzia docelowego – przykładowy import WBS do Jiry.

7. Konfiguracja i import danych za pomocą MCP – Case#4

• Konfiguracja połączeń MCP – Model Context Protocol w celu integracji z zewnętrznymi narzędziami.
• Bezpieczny dostęp i uprawnienia– przykładowy import WBS do Jiry
• Weryfikacja importu – sprawdzenie czy wszystkie zadania i powiązania się prawidłowo załadowały. Wyciągnięcie wniosków, gdzie poprawić prompta.

8. Wsparcie AI w wizualizacji z pomocą mermaid

• Opisywanie procesów w formie diagramów
• Tworzenie przykładowego diagram za pomocą AI
• Edycja i dopasowanie wizualizacji

W cenie szkolenia uczestnik otrzymuje:

• prezentacja w postaci elektronicznej

Informacje o szkoleniu

• Rodzaj szkolenia: otwarte
• Forma realizacji: zdalnie. Więcej informacji: Formy Szkoleń Asseco Academy
• Język szkolenia: polski
• Język materiałów: polski

Organizacja szkolenia w formie stacjonarnej:

• Sesje realizowane w realizowane w godzinach 09:00-16:00.
• Materiały szkoleniowe w formie elektronicznej

Organizacja szkolenia w Wirtualnej Klasie:

• Każdy uczestnik powinien dokonać rejestracji do zdalnej sesji szkoleniowej  w godz. 8:30-8:50
• Szkolenie jest realizowane w godz. 09:00-16:00.
• W trakcie dnia szkoleniowego przewidujemy kilka przerw, w tym jedną przerwę 1-godzinną, a także po każdej godzinie szkolenia 10-minutowe przerwy. Szczegółowy rozkład przerw każdy trener ustala indywidualnie z grupą
• Materiały szkoleniowe dostarczane w formie elektronicznej