Шестидневный практический курс для основателей. На выходе — работающие AI-продукты и личная AI-нативность, а не конспекты. Методология обкатана на 27 основателях первой когорты.
Встройте готовый интенсив в свою программу. Методология обкатана на 27 основателях, метрики измеримы. Форматы — от 90-минутного keynote до 8-недельной трансформации команды.
Я всегда искала себе кофаундера.
Оказалось, что то, что разработчики вайбкодили месяц, —
можно вайбкодить за вечер.
— Выпускница первой когорты · апрель 2026
Замеряем не «сколько AI используешь», а сколько способен передавать AI без потери качества. Шесть доменов × пять уровней агентности. Одна галочка в строке — heatmap и одна цифра на выходе.
У курса не один результат, а три параллельных. Ты получаешь их одновременно, и каждый можно забрать отдельно.
Полный цикл: поиск проектов, рейтингование, выбор, декомпозиция на элементы и сборка за вечер в группе. Остаётся не теория, а рабочая методика, которую можно повторять сколько угодно раз. Основатель, умеющий за вечер клонировать продукт — это другой уровень агентности.
Навыки, применимые в любой задаче жизни: видео, аудио, изображения, дизайн, исследования, создание методологий. Выпускники часто отмечают, что эта часть оказалась важнее проектной — навыки прикладываются ко всему, что делаешь, всю оставшуюся жизнь.
Пришёл с проектом — все практикумы делаешь на нём. Пришёл без — выходишь с методикой выбора, учебным прогоном и AI-нативностью, чтобы потом взять проект и сделать его AI-first с первого дня. Наличие проекта к старту необязательно.
Партнёр покупает не «провести обучение», а пять вещей, которые остаются на вашей стороне после завершения когорты.
Матрица AI-нативности (6 × 4) + шкала зрелости проекта (5 уровней). Замер на входе и выходе, фиксация дельты по когорте. После нескольких запусков — собственная статистика программы.
Не презентации на демо-дне, а работающие артефакты — с репозиториями, продакшн-доступами и первыми пользователями. База реальных стартапов для отчётности перед советом, фондами, прессой.
«27 основателей за 6 занятий собрали 27 AI-продуктов» — готовая фактура для пресс-релизов, отчётов, демо-дней. Право упоминать курс как часть образовательного портфеля.
При White-label — полный методологический пакет: скиллы, домашние задания, методички, разборы кейсов, шаблоны оценки, записи занятий. Переиспользуемый актив для внутренних программ и корпоративных клиентов.
Выпускники курса — лояльная аудитория для Advanced-модулей, акселерационных программ, инвестиционных форматов. Каждая когорта становится seed для следующей программы.
5–15 собственных переиспользуемых скиллов для AI-кофаундера + доступ к библиотеке когорты. В GitHub, твоя собственность.
Полный цикл: поиск ниш, рейтингование идей, декомпозиция продукта на слои, сборка MVP за вечер в чужой группе.
9 AI-аватаров целевых клиентов для быстрого тестирования гипотез до встреч с живыми людьми.
Подключён к десяткам нейросетей через агрегаторы (OpenRouter) и MCP-серверы. Единый API к моделям Anthropic, OpenAI, Google, DeepSeek.
12 методик оптимизации для личных и проектных задач: компрессия контекста, chunking, RAG вместо stuffing, context compaction.
Типология рвов, формы их создания. Честный ответ на вопрос: «Что в моём стартапе неклонируемо в эпоху Claude Code?»
Связка: поиск клиентов → персонализация коммуникации → автоматическая кастомизация продукта под каждого клиента. Живая, рабочая.
CAC, LTV, payback period + прототип на n8n. Защищается на экзамене. Заходит в ваш pitch-deck как есть.
Установка Claude Code. Живое демо: сервис персональных рекомендаций на основе данных Telegram клиента. Матрица AI-нативности как карта роста. Дискуссия про конкурентные рвы в эпоху обесценившегося технологического моата. Первый личный скилл.
9 аватаров клиентов и AI-фокус-группа как инструмент проверки гипотез без бюджета на исследования. Архитектурные принципы скиллов — атомарность, композиция, переиспользование. RAG как тематический блок: устройство, применение, когда нужен и когда избыточен.
Полный цикл выбора и раскатывания проекта: поиск ниш, рейтингование идей, декомпозиция на слои продукта, сборка MVP за вечер в чужой группе. Клонирование как продуктовая разведка. Two-step prompting. Иерархия Haiku–Sonnet–Opus и принципы выбора модели.
Создание собственных сервисов через агрегаторы и MCP-серверы. 12 методик оптимизации токенов в личных и проектных задачах. Точное разграничение скилла и агента. Параллельные архитектуры и context compaction для длинных сессий.
Полный цикл агентной B2B-воронки: поиск клиентов (2ГИС, Apify, парсинг соцсетей), signal-first подход в outreach, персонализация B2B-коммуникаций, автоматическая кастомизация продукта и предложения под каждого клиента. Живое демо сквозного pipeline.
AI-first воронка продаж и четыре уровня перехода к агентским процессам. Типология рвов и подходы к их созданию вокруг собственного проекта. Turnaround time как ключевая метрика выбора LLM. Защита итогового бизнес-кейса.
Каждый человек в компании занимает позицию на матрице «направление деятельности × уровень AI-нативности». Задача курса — поднять участника на уровень выше по каждому направлению его работы. После курса участник видит свою работу как карту, на которой можно расти ещё.
Студент перестаёт «крутить промпт» и начинает управлять знаниями AI — собирать контекстные файлы, вести CLAUDE.md, выстраивать иерархию скиллов. К концу курса у каждого — рабочая контекстная инфраструктура, которую AI-кофаундер использует в любых задачах.
Human-in-the-loop там, где высокая цена ошибки. Автоматизация рутины. Делегирование компетенции. Управление контекстом = управление командой. Основатель оценивает задачи не в категориях «сделаю сам / найму», а «что делает AI, где я принимаю решение».
Скилл — переиспользуемая единица методологии. Агент — исполнитель со скиллами, памятью и инструментами. Атомарный, композитный, версионируемый в Git. Скиллы не испаряются после курса — они накапливаются как актив.
Шесть примеров того, что изменилось «до → после» у участников первой когорты.
Экран загрузки анализа с показателями нормы.
RAG на PubMed как подложка доверия. Заужение на сегмент бегунов. Переформулировка JTBD с «работ с анализами» на «продлить жизнь».
Вдохновились конкурентом за $250 / 1000 контактов. Хотели сделать лучше.
За 14 дней — рабочий инструмент: аккаунты, импорт CSV, AI-персонализация, human-in-the-loop при positive reply. Первые рассылки ушли в прод до конца курса.
Идея без прототипа.
За 3 часа в субботу на Claude Code: видео → дуальные субтитры → персональный словарный запас → адаптация следующих видео под уровень ученика.
Продукт: «сгенерировать баннер для Hisense, Xiaomi, Яндекс Салют, Apple TV».
Вскрыли скрытую работу: продукт — не баннер, а примерочная для B2B-продаж рекламы на встрече с заказчиком. Переформулировали целевого клиента.
Меню + чат-ассистент без unit-экономики.
Счётчик запросов, лимит на перегенерацию меню, мультичойс по предпочтениям. Вышли на разговор с сетями.
Идея и 3 года опыта в музыкальной индустрии.
AI-ассистент директора артиста, контент-фабрика, методология продвижения через необычный носитель для промо артистов.
Мы не продаём надежду, мы даём способ думать и умение строить. Решение о направлении и пути — за человеком.
Модель проектирует сам основатель. Курс даёт инструменты, рамку и мышление — но не готовый ответ, как заработать.
Курс даёт навык сделать продукт, к которому интересно возвращаться, и воронку, которая доходит до клиента. Но закрывать конкретную сделку — за основателем.
В медицине, праве, финтехе курс не делает из основателя врача/юриста/финансиста. Он учит встраивать экспертизу в AI-продукт.
Результат курса — сам основатель и его способность строить. Дальнейший путь — за ним.
Курс встраивается в программу партнёра в одном из пяти форматов. Реальные названия и длительности согласовываются индивидуально.
Мотивирующее выступление с одним разобранным кейсом. Для конференций, founder-клубов, демо-дней.
Один обязательный артефакт на участника — учебный клон, скилл или агентный микро-pipeline. Для акселераторов и разовых событий.
Два артефакта, работа в командах. Для корпоративных университетов и hackathon-форматов.
Полная программа с тремя уровнями результата, практикумами и экзаменом-защитой. Для бизнес-школ и долгих образовательных треков.
Работа с командой заказчика. Для корпоративных клиентов и инхаус-стартап-команд.
Предприниматель, AI-практик, преподаватель МФТИ Business School. Специализация — GenAI-продукты, мультиагентные системы, RAG-конвейеры, product-market fit для AI-стартапов.
Автор методологии AI-Hacks — колоды из 54 карт для проектирования AI-решений в продукте. Основатель AI-Teams — консалтинговой компании в области AI-трансформации бизнеса.
Нет. Курс учит мыслить — ставить задачи, выбирать модели, управлять контекстом и принимать решения. Техническую часть делает AI-кофаундер. Среди первой когорты были продакт-менеджеры, научные сотрудники и основатели без единой строчки кода в бэкграунде.
Нет. Курс сам учит выбирать проекты и клонировать их за вечер. Кто приходит с проектом — работает на нём. Кто без — выходит с методикой выбора и учебным прогоном. Часть участников первой когорты стартовала без проекта и выбрала его по ходу курса.
6 занятий по 3,5 часа, с интервалом 2–3 дня между встречами. Между занятиями — домашние задания, перед каждым — разбор работ предыдущего круга. Формат — очно или гибрид (онлайн-трансляция + запись). Оптимальная когорта — 20–25 человек, работает от 10 до 40.
Стоимость зависит от формата (стандартный / корпоративный / white-label) и обсуждается индивидуально при записи. Напишите в Telegram — пришлю актуальное предложение под ваш кейс.
Без сертификата. Результат курса — сами артефакты, репозиторий скиллов и AI-нативность. Это то, что проверяется работой, а не корочкой.
В стандартном формате — 3–4 недели от первого звонка до старта первой когорты. При White-label — 6–8 недель (нужно время на кастомизацию контента под вашу индустрию и аудиторию).
Да. В форматах White-label и AI-Трансформация программа кастомизируется под индустрию, уровень подготовки и задачи партнёра. В стандартных форматах адаптируются примеры и домашние задания.
В курсе есть отдельный блок про то, какие данные можно давать в облачные LLM, какие нельзя, как строить архитектуру с учётом compliance. Для корпоративных форматов возможен упор на on-premise-инструменты.
Через две шкалы: матрица AI-нативности (6 направлений × 4 уровня) и шкала зрелости проекта (5 уровней). Замер на входе и выходе, фиксация дельты по когорте. После нескольких запусков накапливается собственная статистика программы.
21 час в классе + ~3 часа на разбор домашних заданий + ~4 часа на экзамен. Итого около 28 часов активной работы на когорту.
При White-label — весь методологический пакет: скиллы, домашние задания, методички, разборы кейсов, шаблоны оценки, записи занятий. Переиспользуемый актив для внутренних программ выпускников, корпоративных клиентов и Advanced-треков.
Набор открыт. Напишите в Telegram — обсудим, когда стартуем и подходит ли формат под ваш проект. Короткий диалог, без формальной анкеты.
Покажу живые кейсы первой когорты, обсудим подходящий формат и модель партнёрства, ответим на вопросы про адаптацию под вашу программу. Без обязательств.