/w=3840,quality=90,fit=scale-down)
Запись на текущий поток закрыта
4-недельная лаборатория, где мы разберем весь путь исследования и покажем, где AI усиливает результат, а где выгоднее сосредоточиться на общении с заказчиком и классических методах работы с данными.
## для кого это обучение?
Для тех, кто регулярно принимает решения на основе данных и исследований и хочет встроить ИИ в повседневную работу — без «магии» и обещаний невозможного.
Мы стартуем с простых инструментов без кода и шаг за шагом доходим до продвинутых сценариев, которые встраиваются в вашу работу — будь вы фаундер, CPO, дизайнер, исследователь или специалист НКО. Если хотите системно сократить рутину в рисерче и повысить качество выводов без потери контроля, эта лаборатория для вас.
это для вас, если вы...
- Фаундер, который погряз в операционке и отчаянно ищет часы на системный поиск и мониторинг конкурентов.
- Продакт, которому важно формулировать и валидировать гипотезы ещё быстрее.
- Head of research, чья команда перегружена механической работой, и вы хотите высвободить их потенциал для креативных и сложных задач.
- Эксперт, фрилансер или консультант, который хочет делать больше для клиентов (и для себя), не нанимая при этом армию помощников.
- Просто человек, который устал от цифрового хаоса и хочет понять, как рисерчить, чтобы технологии работали на него, а не наоборот.
## какие проблемы поможем решить
- Сделаем рисерч воспроизводимым: чек-лист этапов, шаблоны запросов, схема хранения ссылок и цитат.
- Опишем критерии качества источников и правила факт-чекинга.
- Переведём «сырые» ответы ИИ в структурированные материалы: конспекты, сравнительные таблицы, аргументированные выводы с источниками.
- Настроим рабочий набор инструментов без кода и 1–2 простые автоматизации для рутинных шагов.
- Интегрируем рисерч в ваш рабочий цикл: как ставить задачу, когда автоматизировать, а когда делать вручную.
## ключевые навыки и результаты
- Пройдем весь путь исследования: от постановки задачи до презентации результатов. На всех этих этапах будем использовать AI.
- Разберемся в готовых инструментах для исследований (deep research от топовых моделей, специализированные поисковики, инструменты для исследований в науке, которые можно переиспользовать в бизнесе).
- Сделаем автоматизации для проведения исследований и соберем 5+ кастомных инструментов под твои задачи (например, AI-агент для сбора идей из YouTube, RAG для работы с материалами исследования).
Петр Захаров CEO, MDCplus
Трек по research — то, чего не хватало. Сегодня любой может запустить десяток AI-агентов-«исследователей», но без классической методологии они быстро превращаются в генераторов мусора. Здесь же по полкам раскладывают этапы исследования, метрики качества и практики управления процессом — в итоге вы руководите агентами, как проджект спринтом. Рекомендую тем, кто хочет получать от автоматизированного ресёрча реальные инсайты, а не шум.
## почему лаборатория, а не курс?
Мы создаём пространство экспериментов и совместного поиска инсайтов, а не поток лекций для пассивного просмотра:
- Практика > теории: 80 % времени уходит на настройку ваших собственных систем.
- Персонализация: каждый участник строит AI-процесс под свой рынок, продукт или клиента и получает обратную связь по ходу работы.
- Поддержка экосистемы: доступ к сообществу, экспертам и единомышленникам.
- Инструментарий: GPT-5, Claude, RAG-пайплайны, n8n/Make, специализированные парсеры, облачные БД — всё, чем реально пользуются ресерч-команды.
Лаборатория совмещает научную строгость и человеческую вовлечённость: мы автоматизируем рутинный сбор данных, чтобы вы сосредоточились на выводах, и не оставляем участников без помощи после окончания программы.
## формат лаборатории
Продолжительность: 4 недели + Демо-день.
## эксперты
Наша команда — это практики, которые на регулярной основе используют AI для глубоких исследований. Мы не теоретики: мы инженеры данных, системные архитекторы и исследователи, превращающие сырой информационный шум в проверенные инсайты нового цифрового мира.
Аглая Черемных
Независимый исследователь и Research Lead в GoTech Innovation. Знает, как превратить информационный шум в чёткую карту решений и инсайтов.
.jpg/w=3840,quality=90,fit=scale-down)
Сергей Хабаров
Мастер системного мышления. Научит структурировать хаос, формализовать задачи для AI и строить процессы и экосистемы.
Александра Чернышова
От интервью к инсайтам: как AI превращает горы данных в систему знаний
Дата: 20 сентября
Что делать с 50 транскриптами интервью, которые нужно превратить в понятные всей команде инсайты? Александра покажет, как с помощью AI улучшить обработку интервью, создать синтетических респондентов для обучения сотрудников и в итоге организовать работу с данными в компании для неисследователей. От идеи до работающего пайплайна и всех собранных граблей
Александр Земсков
Количественные исследования с помощью AI: честный эксперимент
Дата: 27 сентября
Идея эксперимента: взять несколько готовых количественных исследований, которые уже выполнены опытными исследователями, и попытаться воспроизвести их результаты, используя только нейросети и сырые данные.
На вебинаре покажу весь процесс, сравню AI-отчеты с профессиональными и честно расскажу, где нейросети оказались сильнее исследователей, а где полностью провалились.
Как появилась идея этой лаборатории:
«За 2 года тестирования AI для исследований я постоянно вижу две крайности, которые заставляют чувствовать фрустрацию:
- АI-ассистент для рисерча уже во многом умнее и структурнее среднестатистического исследователя. И в тысячу раз продуктивнее. Скоро исследователи вообще станут не нужны.
- Кто-то опять запилил с помощью AI отчёт с несуществующими данными. Ассистент, который выдумывает факты, путает цифры и выдает красивую ерунду за серьезную аналитику, наносит урон репутации, увеличивает утечки конфиденциальной и чувствительной информации за пределы компании.
Истина, где-то посередине, весь фокус в балансе: готовых AI-инструментов, связок этих инструментов для автоматизации, умении анализировать тренды, креативности и здравого смысла. Лаборатория - это способ найти тот самый баланс, разобраться в потоке инструментов и подходов, снизить информационный шум».
## программа
Каждую неделю мы делаем конкретный шаг к созданию вашей персональной рисерч-машинки
неделя 1: От идеи к дизайну исследования
Разбираемся, как правильно ставить исследовательские задачи и выбирать процессы для автоматизации
Фокус недели:
Познакомимся и разберем кейсы, которые вы хотите разобрать на интенсиве. Если у вас нет кейса — все в порядке! Мы подготовим кейсы, которые можно будет решить вместе на интенсиве.
Освоим правильную постановку исследовательских задач, и разберемся, какие именно задачи отнимают у вас больше всего времени и сил. Разберем фреймворк 6T для осознанного выбора того, что действительно стоит автоматизировать в исследованиях в первую очередь, чтобы получить быстрый и ощутимый результат.
Главное достижение:
Карта ваших текущих исследовательских процессов и топ-3 задачи, готовые к передаче AI-помощникам. Вы поймете, с чего начать, чтобы автоматизация принесла максимум пользы и сделаете первые шаги для автоматизации процесса. Например, настроите Custom GPTs для брифа заказчика.
неделя 2: Поиск и сбор данных
Настраиваем AI-поиск, чтобы сэкономить часы своей жизни
Фокус недели:
Осваиваем продвинутые техники поиска информации, сравниваем инструменты Deep Research и создаем кастомных поисковых агентов. Учимся находить качественные источники быстрее конкурентов.
Главное достижение:
1-2 работающих авто-сценария для ваших задач (например, кастомный Deep Research или умный сборщик идей из YouTube и рассылок). Вы почувствуете магию автоматизации на практике!
неделя 3: Анализ и синтез данных
Превращаем данные в инсайты с помощью AI без потери качества
Фокус недели:
Изучаем принципы качественного синтеза, учимся распознавать и предотвращать когнитивные искажения, создаем RAG системы для глубокого анализа собранных материалов. Превращаем горы данных в четкие инсайты. Учимся формулировать выводы, которые не пойдут в стол, адаптировать результаты под разные аудитории и создаем визуализации.
Главное достижение:
RAG система для ваших исследовательских материалов. Теперь вы можете "разговаривать" со всей базой собранных данных и получать ответы на любые вопросы.
неделя 4: Экосистема для исследований и масштабирование
Рефлексируем и допиливаем свою рисерч-машинку
Фокус недели:
Переходим от отдельных автоматизаций к созданию целостной, взаимосвязанной экосистемы, работающей на вас. Учимся масштабировать и поддерживать созданные решения. Готовим ваш финальный проект к демонстрации – это ваш шанс показать свой результат и вдохновить других.
Главное достижение: Полный пайплайн исследователя от брифа до презентации результатов, экономящий 15-25 часов в неделю. Карта вашей личной AI-экосистемы, финальный проект, которым вы гордитесь, и план по дальнейшему развитию ваших автоматизаций.
demo-день: презентация проектов
- Каждый участник презентует свой проект (3-5 минут): демонстрирует работу системы, впечатления о лаборатории и полученной ценности.
- Вы получите конструктивную обратную связь, поддержку и аплодисменты от кураторов, экспертов и всего сообщества лаборатории.
- Это ваш шанс заявить о себе, зафиксировать результат и, возможно, найти партнеров или новые идеи для развития.
- Итог: скриншот, схема, видео, текст — это ваша стартовая точка для портфолио, статьи или следующего большого проекта.
бонусы:
#1: Делаем этичную визуализацию данных с помощью AI (лекция в записи)
Превратите скучные таблицы в убедительные истории. Научитесь промптить Claude или ChatGPT так, чтобы они создавали интерактивные графики, дашборды и React-компоненты прямо из ваших данных. Разберем, как правильно подавать сырые данные в модель, выбирать нужный тип визуализации и проверять корректность результата.
Главное — научимся распознавать темные паттерны визуализации, которые искажают реальность.
#2: Чек-листы
- Чек-лист для подготовки к исследованию
- Чек-лист для брифа с заказчиком
- Чек-лист перед загрузкой данных в LLM
- Чек-лист для валидации AI-результатов
#3: Будущее искусства, образовательных пространств и энергетики (митап)
Все лето я участвовала в стажировке по форсайту, где мы собирались и обсуждали тренд-сигналы в искусстве образовании, энергетике, которые НЕ связаны с AI. Писала об этом немного в своем канале. Теперь зову вас обсудить, что из этого вышло и немного отключиться от AI.
## отзывы
Мария Круглова
руководитель проекта исследования IT-отрасли DevCrowd
Я занимаюсь количественными исследованиями и пришла на курс по AI в ресерче, чтобы понять, как использовать AI на всех этапах: от постановки задач до анализа.Теперь регулярно использую AI, чтобы проверять формулировки, анализировать открытые ответы, структурировать выводы.
Иван
управляющий агрохим компании
До начала трека у меня не было чёткой исследовательской задачи, но вся жизнь для меня – это поиск ответов, поэтому хотелось освоить новые инструменты. Теперь я регулярно пользуюсь Deep Research в Gemini и ChatGPT: применяю их для анализа рынка, решения юридических вопросов, а также в областях хирургии и психологии.
Gulnara Delektorskaya
partnerships and growth manager
Я пришла на Research-трек AI Mindset, чтобы научиться использовать ИИ в исследовательской работе — системно, а не точечно. Уже с первого занятия про постановку задач стало ясно: это не просто обзор инструментов, а структурный подход к мышлению. Особенно ценным был фокус на формулировке гипотез и правильных промтов — с этим я раньше часто спотыкалась.
## стоимость
- участие во всех встречах (4 недели + Демо-день)
- доступ к закрытому чату участников и экспертов для общения и поддержки
- записи занятий и дополнительные материалы в базе знаний
- разбор ваших вопросов
- доступ к сообществу AI Mindset Space по окончании лаборатории
- cертификат о прохождении лаборатории
- 1 личная консультация (60 минут) с Аглаей для подробного разбора вашего проекта
- Приоритетная поддержка в отдельном чате с экспертами
- Персональное сопровождение и курирование вашего проекта
- Помощь в подборе и настройке AI-инструментов под ваши индивидуальные запросы и задачи
Мы принимаем оплату в рублях, евро и долларах.
