Основы генеративного ИИ для педагога

Карта лекции

Что будет в эти два часа

0:00 – 0:20

Генеративный ИИ и агенты

Что такое генеративный ИИ мельком и чем агент отличается от чат-бота: агент работает с файлами, выполняет команды, доводит дело до результата.

0:20 – 1:20

Скиллы и MCP — главное

Что такое скилл и как он превращает агента в помощника под вашу задачу. Живой разбор: берём реальные работы учителей и улучшаем их скиллами. Плюс MCP — расширение возможностей агента.

1:20 – 2:00

Память, git и практика

Как агент запоминает контекст проекта, зачем версионировать и публиковать, и практика: каждый собирает своего агента под свою задачу.

0:00 – 0:10

Введение

Генеративный ИИ — мельком

Генеративный ИИ создаёт новое: текст, картинки, код, таблицы — по вашему запросу (промпту). Для учителя это уже не фантастика, а рабочий инструмент. Не углубляясь в математику, зафиксируем три идеи.

Модель

нейросеть, обученная на огромном объёме данных

→

Промпт

ваш запрос — чем точнее, тем лучше результат

→

Контент

текст, картинка, презентация, код, таблица

Что умеет генеративный ИИ уже сегодня

Собирать учебные материалы — план урока, КТП, презентация, тест по промпту.
Объяснять сложное — адаптировать объяснение под класс, придумывать примеры.
Писать код — от простых скриптов до целых интерактивных страниц.
Генерировать изображения — для наглядности, оформления, рабочих листов.

Ограничение по умолчанию: обычный чат-бот «разговаривает» с вами в окне диалога. Он не видит ваши файлы, не умеет сам ничего сделать на компьютере и забывает контекст между сессиями. Именно это меняет агент.

0:10 – 0:20

От чат-бота к помощнику

Агент: ИИ, который действует

Агент — это генеративный ИИ, у которого появились «руки»: он открывает и правит файлы, запускает команды, работает итеративно и запоминает контекст проекта. Это меняет роль учителя: вместо «просить текст» — «поставить задачу и проверить результат».

Чат-бот vs агент

	Чат-бот	Агент
Где работает	только в окне диалога	в вашей файловой системе и терминале
Файлы	не видит ваши файлы	открывает, читает, правит, создаёт
Команды	не выполняет	запускает команды, скрипты, сборку
Контекст	забывает между сессиями	помнит через персистентную память
Результат	текст в чате	готовый файл, документ, опубликованный сайт

Демонстрация: агент на рабочем столе

Смотрим живьём на opencode desktop: даём агенту реальную задачу — он видит проект, пользуется скиллами, правит документ, запускает проверку. На экране видно, как агент «думает» по шагам и что он делает с файлами.

Главный сдвиг для учителя: вы больше не пишете промпты «в пустоту». Вы работаете с инструментом, который доводит дело до результата в ваших файлах, и который можно настроить под себя — скиллами и MCP.

0:20 – 1:05 · Часть 2

Главный блок лекции

Скиллы: как научить агента вашему делу

Скилл — это переиспользуемая «памятка-инструкция», которую агент загружает под нужную задачу. Вместо того чтобы каждый раз объяснять с нуля, вы один раз описываете процесс — и агент повторяет его стабильно и предсказуемо.

Что такое скилл

Это файл с инструкцией: когда применять, как действовать, какие команды использовать.
Агент сам «подхватывает» нужный скилл по описанию задачи.
Скилл можно создать под себя — под свою методику, свой предмет, свой документ.
Примеры из набора: officecligrill-meresearchcode-reviewskill-creator

Ключевая демонстрация лекции: берём реальные работы учителей, которые они собрали с помощью ИИ (до), и прогоняем их через скиллы (после). Разница видна сразу — и это то, чему учителю стоит научиться, чтобы получать не «сырой» результат, а готовый.

Демо 1 · Закон Ома — починили скиллом `code-review` о скилле

В исходной работе был сломанный CSS (битый медиа-запрос), из-за чего на мобильном страница разваливалась. Скилл нашёл ошибку, починил, привёл к единому стилю и добавил пошаговый лог вычислений.

✗ До · работа из зала

открыть «до»

✓ После · code-review

открыть «после»

Демо 2 · Виды алгоритмов — структурировали скиллом `domain-modeling` о скилле

Работа была рабочая, но без единого стиля и без пошаговой визуализации. Скилл привёл к единой вёрстке и добавил явный пошаговый лог — ученик видит, как алгоритм «думает» на каждом шаге.

✗ До

открыть «до»

✓ После · domain-modeling

открыть «после»

Демо 3 · Холодный ядерный синтез — уточнили цель скиллом `grill-me` о скилле

До работы агент «угадывал», что хочет автор. Скилл grill-me — это серия вопросов, которые уточняют замысел до начала работы. После — интерфейс стал понятнее: значения параметров видны, есть подсказки, единый стиль.

✗ До

открыть «до»

✓ После · grill-me

открыть «после»

Демо 4 · Алгебра логики — доделали скиллом `skill-creator` о скилле

Исходная работа обрывалась на середине (ИИ упёрся в лимит, файл недописан). Вместо того чтобы начинать заново, собрали скилл под задачу «таблица истинности» — и агент по нему доделал интерактив до конца.

✗ До · недописанный файл

открыть «до»

✓ После · skill-creator

открыть «после»

Какие скиллы полезны обычному учителю

Не нужно знать программирование. Скиллы решают конкретные задачи педагога:

Задача учителя	Скилл	Что делает
Править документы (КТП, планы, справки)	`officecli`	агент открывает и правит Word/Excel/PowerPoint
Уточнить замысел перед созданием материала	`grill-me`	серия вопросов, чтобы понять, что вы хотите
Собрать материал по первоисточникам	`research`	фоновый поиск и сбор фактов в файл
Создать свой скилл под свою задачу	`skill-creator`	обучение агента вашей методике
Проверить работу на ошибки	`code-review`	независимая проверка изменений
Передать работу между сессиями	`handoff`	памятка следующему «я» или коллеге
Пошаговый помощник для рутины	`wizard`	интерактивные сценарии «сделай за меня»
Научиться новому на практике	`teach`	агент объясняет и показывает в вашем проекте

Проектные скиллы как пример: у агента можно собрать скиллы под реальные задачи образовательной организации — например, edu-program (рабочие программы ДО), docx-tables (таблицы в документах), edu-validation (проверка качества). Скилл — это просто описание процесса, который вы хотите делегировать.

Как создать свой скилл

Опишите задачу

Что агент должен делать, в каких случаях, какой результат нужен.

Соберите скилл `skill-creator`

Агент поможет оформить инструкцию и правильно её описать, чтобы скилл «подхватывался» сам.

Проверьте и дорабатывайте

Прогоните на реальной задаче, поправьте инструкцию — итерациями, как мы показывали выше.

1:05 – 1:20

Расширение возможностей

MCP: подключаем агенту новые «руки» modelcontextprotocol.io

Скиллы учат агента процессу. MCP (Model Context Protocol) даёт агенту доступ к внешним инструментам и данным — файлам, базам, сервисам, интернету. Если скилл — это «как делать», то MCP — «с чем можно работать».

Что даёт MCP

Доступ к документам и таблицам — агент читает и правит Office-файлы через офисные инструменты.
Работа с проектом и git — видит историю изменений, коммиты, ветки.
Внешние сервисы — поиск, базы знаний, образовательные платформы.
Персистентная память — агент помнит решения между сессиями.

Аналогия для учителя: скилл — это «памятка, как вести урок», а MCP — «кабинет с доступом к нужным материалам и инструментам». Вместе они превращают агента в полноценного ассистента учителя.

1:20 – 1:30

Контекст между сессиями

Персистентная память агента

Обычный чат-бот забывает всё между разговорами. Агент с персистентной памятью запоминает факты о вашем проекте, ваши предпочтения и принятые решения — и использует их в следующий раз.

Что можно «запомнить»

Факты о проекте — структура папок, договорённости, термины.
Предпочтения — стиль документов, формат таблиц, названия.
Решения — почему выбрали тот или иной вариант.

Почему это важно учителю: вы работаете над программой или курсом месяцами. Память не даёт агенту «забыть» контекст — каждый следующий сеанс начинается не с нуля, а с того, что уже решено.

1:30 – 1:45

Версии и публикация

Git и деплой: версии и публикация git

Когда агент работает с вашими материалами, полезно версионировать изменения (git) и уметь публиковать результат (деплой) — например, выложить учебный одностраничник в интернет за пять минут.

Git — история изменений

Коммит — сохранённая версия изменений с комментарием.
Ветка — отдельная линия работы (черновик не ломает основное).
Откат — вернуться к любой прошлой версии, если что-то пошло не так.

Для учителя git — это как «сохранить как» с историей: никогда не теряете рабочий вариант, всегда видно, что менялось. Агент делает это за вас.

Деплой — опубликовать результат

Статический хостинг (GitHub Pages, GitVerse Pages) бесплатно раздаёт готовые HTML-файлы. Учебный одностраничник, викторина, интерактив — превращается в ссылку, которую можно отправить ученикам или зашить в QR-код.

Зарегистрируйтесь и создайте репозиторий

GitHub (почта) или GitVerse (почта/Сбер ID). Репозиторий — публичный.

Загрузите файлы

Через веб-интерфейс или команды git. Главный файл — index.html.

Включите Pages

GitHub: Settings → Pages → Deploy from a branch. GitVerse: Настройки → Страницы → Ветка.

Откройте сайт

GitHub: ник.github.io/репо · GitVerse: ник.gitverse.site/репо.

Главное: агент умеет и версионировать, и деплоить за вас. Вы формулируете задачу, агент коммитит, публикует и даёт ссылку. Это снимает технический барьер — учителю не нужно помнить команды git.

1:45 – 2:00

Практика с агентом

Соберите своего агента под свою задачу

Сформулируйте задачу, которую хотите делегировать (документ, материал, одностраничник).
Попробуйте скилл grill-me — уточните замысел, прежде чем начинать.
Дайте агенту задачу и проследите, как он работает с файлами.
Проверьте результат скиллом code-review — найдите и исправьте ошибки.
Опубликуйте результат через деплой, если это веб-страница.

Критерий успеха: вы прошли полный цикл — от идеи до готового и проверенного результата — вместе с агентом, используя скиллы, а не «общаетесь с чатом впустую».

Материалы лекции

Файлы и ссылки

index.html — эта лекция-одностраничник (можно задеплоить целиком)
demo/01_закон_ома_before.html — работа из зала «до» (Закон Ома)
demo/01_закон_ома_after.html — «после» скилла code-review
demo/02_алгоритмы_before.html — «до» (Виды алгоритмов)
demo/02_алгоритмы_after.html — «после» скилла domain-modeling
demo/03_синтез_before.html — «до» (Холодный синтез)
demo/03_синтез_after.html — «после» скилла grill-me
demo/04_алгебра_логики_before.html — «до» (Алгебра логики, недописан)
demo/04_алгебра_логики_after.html — «после» скилла skill-creator
agent_cheatsheet.html — памятка: как работать с агентом

Лекция задеплоена по этой же схеме:
neonco.github.io/genai-skills-mcp-lecture
neonco.gitverse.site/genai-skills-mcp-lecture
QR ведёт на эту страницу — покажите на первом слайде, и слушатели откроют материалы с телефона.

Полезные ссылки: github.com · gitverse.ru · документация GitHub Pages · документация GitVerse Pages

Спасибо за внимание!