Перейти до контенту

Курс

AI Product Builder будуй продукти з AI-агентами

Від ідеї до запущеного продукту за 8 тижнів. Викладає Назар Мазур — Senior Technical Product Manager з 10+ роками досвіду, який сам, за кілька місяців і без команди розробників, побудував маркетплейс svio.com.ua з Claude Code.

  • 15 000 8 900 грн
  • Тривалість: 8 тижнів
  • Формат: online, live-сесії + практика
Реєстрація
Claude Code
Agentic CLI від Anthropic
OpenAI Codex
Агентний код-асистент від OpenAI
Google Antigravity
Агентне середовище розробки на базі Gemini

Ціль програми

Навчити системному підходу до побудови цифрових продуктів з AI-агентами як активними членами команди розробки — від ідеї до вимог, від вимог до архітектури, від архітектури до запущеного продукту.

Після проходження курсу учасники зможуть:

Чого ви навчитесь у рамках курсу?

  • Основи LLM і agentic AI

    Як насправді працюють Claude, GPT, Gemini: tokens, context windows, tool use, reasoning. Коли використовувати чат, коли — агента.

  • Claude Code, OpenAI Codex, Google Antigravity

    Детальний розбір кожного інструменту на реальних прикладах: Claude Code з MCP і Git-інтеграцією, Codex для агентних задач, Antigravity — агентне середовище Google. Порівняльна матриця вибору.

  • Prompt Engineering & Context Design

    Як структурувати промпти й контекст, щоб результат був передбачуваним. Few-shot, chain-of-thought, шаблони інструкцій для реальних задач.

  • Product Architecture & Spec Writing

    Від ідеї до технічної специфікації, яку розуміє AI. User flows, моделі даних, API-контракти — щоб агент не наплутав з першої ітерації.

  • Verification & Quality Assurance

    Як перевіряти код, написаний AI: лінтинг, тести, код-рев'ю. Коли він готовий до продакшену, а коли потрібна переробка.

  • Запуск реального продукту

    Від ідеї до продукту з реальними користувачами: база й авторизація на Supabase, деплой на Vercel, моніторинг у Sentry, email через Resend. Capstone — не навчальний, а реальний проєкт.

Яких результатів ви досягнете?

  • ⭐Запустите свій перший цифровий продукт (або внутрішній інструмент для бізнесу) — від ідеї до перших реальних користувачів
  • ⭐Скоротите час розробки з місяців до тижнів завдяки ефективній роботі з AI-агентами
  • ⭐Навчитесь писати специфікації й задачі, що дають AI чітку мету без зайвих ітерацій
8

тижнів інтенсивного навчання

16

live-сесій (2 на тиждень)

1

production-ready продукт на виході

Назар Мазур

Викладач

Назар Мазур

Senior Technical Product Manager

10+ років у продукт-менеджменті на перетині digital-маркетингу, big data й аналітики. Пройшов шлях від Product Owner у N-iX (web і big data проєкти) та US HealthConnect до Virtuozzo/OnApp, BrandShelter (Team Internet, напрям brand protection) і Upday (1,5M+ трафіку). Щодня будує реальні продукти з agentic AI — Claude Code, Codex, Antigravity — і на курсі ділиться саме цим процесом, а не теоретичними best practices.

  • ✓10+ років у product-менеджменті
  • ✓Досвід: N-iX, US HealthConnect, Virtuozzo, BrandShelter, Upday
  • ✓Стек: Claude Code · Codex · Antigravity · Supabase · Vercel
  • ✓Ніші: AI, e-commerce, big data, cloud, real estate
LinkedIn Назара →

Доказ, а не обіцянка

Курс веде той, хто сам це зробив

Найкращий доказ, що метод працює — це реальний продукт. За кілька місяців, сам, без команди розробників, Назар побудував svio.com.ua — маркетплейс довіри, повністю з агентною розробкою. Не лендінг, а працюючу платформу з платежами, верифікацією та рейтингами.

  • Escrow-захист угод

    Безпечні розрахунки між незнайомими сторонами.

  • Верифікація через Дію

    Продавці підтверджені через державний сервіс Дія.

  • Рейтингова система довіри

    Репутація учасників як основа маркетплейсу.

  • Кілька вертикалей

    Товари, послуги, вакансії, нерухомість, волонтерство.

  • Time-banking

    Обмін послугами й часом усередині спільноти.

  • Благодійність у покупках

    Частина транзакцій іде на добрі справи.

Подивитись svio.com.ua →

Програма навчання

8 тижнів · формат — online

Модуль 1. LLM, agentic AI та перші інструменти (тиждень 1)
  • ·Як працюють великі мовні моделі: tokens, context windows, fine-tuning vs prompting
  • ·Різниця між чатом, агентом і багатоагентною системою
  • ·Коли яку модель використовувати: cost / quality tradeoff
  • ·Перша практична сесія: промпт → результат → аналіз помилок
  • ·Огляд agentic-інструментів: Claude Code, OpenAI Codex, Google Antigravity
Модуль 2. Claude Code + GitHub — agentic-розробка (тиждень 1-2)
  • ·Claude Code як локальний інструмент: встановлення, налаштування, MCP (Model Context Protocol)
  • ·GitHub з нуля: репозиторії, гілки, коміти, pull requests — навіть якщо ви ніколи не бачили git
  • ·Як Claude Code читає і пише код у контексті версійованого проєкту
  • ·Рев'ю AI-згенерованих diff'ів перед мержем: що саме перевіряти
  • ·Практика: перша веб-сторінка з нуля, закомічена у власний GitHub-репозиторій
Модуль 3. OpenAI Codex і Google Antigravity — інші agentic-інструменти (тиждень 2)
  • ·OpenAI Codex: агентний CLI і хмарний агент для написання, рефакторингу і рев'ю коду
  • ·Google Antigravity: агентне середовище розробки від Google на базі Gemini — коли обирати замість Claude Code
  • ·Порівняльна матриця: Claude Code vs Codex vs Antigravity — сильні і слабкі сторони кожного
  • ·Структурований output: JSON schemas, function calling, повторюваність результатів
  • ·Практика: та сама задача через усі три інструменти — порівняння результату
Модуль 4. Контекст, md-файли та Prompt Engineering (тиждень 2-3)
  • ·Керування context window: що агент реально «бачить», а що ні — і чому від цього залежить результат
  • ·CLAUDE.md / AGENTS.md: інструкції для агента як «конституція проєкту»
  • ·Розбиття роботи на md-файли: специфікації, task-листи, план, пам'ять проєкту
  • ·Few-shot, chain-of-thought і шаблони інструкцій для передбачуваного результату
  • ·Практика: налаштувати контекст так, щоб агент не «губився» на великій кодовій базі
Модуль 5. Product Spec, вимоги та UI через AI-лінзу (тиждень 3)
  • ·Від ідеї до вимог: як отримати чіткі вимоги без бізнес-аналітика
  • ·User flows, wireframes, моделі даних: що потрібно AI для правильного коду
  • ·Дизайн і UI з AI: Tailwind, shadcn/ui, v0.dev — професійний вигляд без дизайнера
  • ·Технічна специфікація, зрозуміла агенту: API-контракти, error cases, edge cases
  • ·Документація як "source of truth": README, API docs, architecture docs, які прочитає AI
  • ·Практика: написання специфікації для цілого веб-застосунку
Модуль 6. Бекенд, база даних і авторизація — Supabase / Firebase (тиждень 4)
  • ·Supabase vs Firebase: коли що обирати і чим вони відрізняються
  • ·Проєктування схеми бази даних разом з AI-агентом
  • ·Авторизація і реєстрація користувачів: email, OAuth, magic links
  • ·Row-Level Security і права доступу — щоб дані користувачів були в безпеці
  • ·Storage для файлів і serverless / edge-функції для логіки
  • ·Практика: підключити базу, авторизацію і сховище до свого продукту
Модуль 7. Verification, Testing & QA + GitHub Actions (тиждень 4-5)
  • ·Як перевіряти код, написаний AI: лінтинг, unit- та інтеграційні тести
  • ·GitHub Actions: автоматичний CI на кожен push і pull request
  • ·Vercel preview deployments: перевірка змін до релізу в продакшн
  • ·Чек-лист код-рев'ю + verification loop: агент виправляє себе сам за фідбеком
  • ·Коли агент ламається: вигадані API, безконтрольні правки, «він видалив мій код» — і відкат через git
  • ·Production readiness: коли код готовий, а коли потрібна переробка
Модуль 8. Multi-Agent Workflows & Scaling (тиждень 5)
  • ·Single-agent vs multi-agent: коли одного агента недостатньо
  • ·Спеціалізовані агенти: code writer, code reviewer, architect, product manager
  • ·Синхронізація: як агенти обмінюються контекстом і артефактами (код, специфікації, звіти)
  • ·Orchestration patterns: sequential, parallel, conditional flows між агентами
  • ·Практика: архітектура, кодування і рев'ю через 3 агенти
Модуль 9. Запуск і експлуатація: Vercel, Sentry, Resend (тиждень 5-6)
  • ·Деплой на Vercel: CI/CD, environment variables, secrets, власний домен
  • ·Sentry.io: відстеження помилок і продуктивності в реальному часі
  • ·Resend: транзакційні email — підтвердження, сповіщення, magic links
  • ·Моніторинг, логи й алерти: дізнатись про поломку раніше за клієнта
  • ·Ітерація: запит користувача → задача для агента → фікс у продакшні
Модуль 10. Платежі та монетизація — Stripe і українські шлюзи (тиждень 6)
  • ·Stripe для світового ринку + LiqPay / Fondy / WayForPay для України: коли що обирати
  • ·Одноразові платежі, підписки й тарифні плани — що підходить вашому продукту
  • ·Checkout, webhooks і запис транзакцій у базу — надійно й безпечно
  • ·Escrow-логіка безпечних розрахунків у маркетплейсі (кейс svio.com.ua)
  • ·Тестовий режим, ключі та безпека платежів — без витоку секретів
  • ·Практика: підключити прийом оплати до свого продукту
Модуль 11. AI Product Management Skills (тиждень 6-7)
  • ·Написання специфікацій як non-engineer: чітка задача для інженерів/агентів
  • ·Трейдоффи: cost vs quality vs speed при виборі моделі й архітектури
  • ·Evals: як вимірювати якість роботи AI-агента, а не лише "код виконується"
  • ·Analytics & metrics: які метрики окрім bug-фіксів важливі для AI-продуктів
  • ·Практика: специфікація для 3-модульної системи, подана трьом варіантам агентів
Модуль 12. Capstone-проєкт і портфоліо (тиждень 7-8)
  • ·Вибір проєкту: власна ідея або один із 5 запропонованих напрямків
  • ·Повний стек: GitHub + Supabase/Firebase + Vercel + Sentry + Resend
  • ·Розробка: паралельне використання всіх інструментів (Claude Code, Codex, Antigravity)
  • ·Деплой: запуск у продакшн, перші 50-100 користувачів, перший feedback loop
  • ·Презентація і портфоліо: documentation, представлення проєкту

Вартість навчання

  • Курс

    8 900 грн

    або 3 платежі по 2 967 грн

    • ✓ 8 тижнів (16 live-сесій по 90 хв, пн-ср 19:00–20:30 за Києвом)
    • ✓ Записи всіх сесій + матеріали в приватному Slack-каналі
    • ✓ Домашні завдання + фідбек від Назара Мазура
    • ✓ 2 сесії код-рев'ю для вашого capstone-проєкту
    • ✓ Шаблони промптів, specification documents, чек-листи
    • ✓ Сертифікат завершення курсу

    Залишилось

    6 МІСЦЬ

    Зареєструватись
  • Популярний

    Курс + Менторство

    16 990 грн

    або 4 платежі по 4 247 грн

    • ✓ Усе з першого плану +
    • ✓ 1-на-1 менторинг з Назаром: 8 сесій по 30 хв протягом курсу
    • ✓ Приватні консультації щодо специфіки вашого проєкту
    • ✓ Глибший код-рев'ю: 6 ітерацій замість 2 для capstone
    • ✓ Допомога із запуском: шаблони лендінгу, збору email, аналітики
    • ✓ Пост-курс: 3 місяці легкої підтримки для запущеного продукту
    • ✓ Гарантія повернення коштів протягом 30 днів

    Залишилось

    3 МІСЦЯ

    Зареєструватись

Часті запитання

Потрібні попередні знання програмування?

Ні. Курс розрахований на людей без коду — ми вчимо керувати AI-агентами, а не писати код власноруч. Базове знання HTML/CSS чи JavaScript допоможе орієнтуватись швидше, але не обов'язкове.

А якщо я вже розробник?

Чудово — ви одразу перейдете до рівня "як ефективно працювати з AI, щоб прискорити роботу в рази". Курс дає систему, а не хаотичне промптування.

Що таке "agentic AI"? Це просто ChatGPT?

Ні. ChatGPT — це чат: ви пишете промпт, він відповідає. Agentic AI — система, що сама приймає рішення, читає контекст, пише код, тестує його і перевіряє результат. Claude Code, Codex і Antigravity — класичні приклади таких систем.

Чи будуть записи сесій?

Так. Усі 16 live-сесій записуються і залишаються у вас назавжди, разом із матеріалами й шаблонами в приватному каналі.

Які часи сесій?

Понеділок і середа, 19:00–20:30 за Києвом (UTC+2). Якщо ваш часовий пояс інший — запис доступний наступного дня.

Capstone-проєкт обов'язково моя ідея?

Можна взяти власну ідею або обрати з 5 запропонованих напрямків. Головна умова — це має бути реальний, запущений продукт, а не проєкт на localhost.

Скільки часу потрібно на тиждень поза сесіями?

Плануйте 5-7 годин додатково на домашні завдання й роботу над capstone-проєктом — разом це приблизно 16 годин на тиждень.

Реєстрація

Заповніть форму і забронюйте місце

Зателефонуємо протягом одного робочого дня.