ИИ-агенты в тестировании (Ольга Назина)

​

Работа с файлами и инструментами проекта позволяет агенту выполнять действия и проверять их результат. На курсе Ольги Назиной вы разберётесь, как поручать ему задачи тестирования, сохранять повторяющиеся инструкции и замечать ошибки в его работе.

Для кого этот курс:

Для тестировщиков любого уровня, которые еще не работали с ИИ-агентами. Все расскажу с нуля: чем полезен, где помогает — и можно сразу применять!

Перестань писать тесты вручную.
Пусть это делает ИИ-агент, а ты руководи.

Практический курс для тестировщиков, которые хотят делать за день то, на что раньше уходила неделя. С реальными агентами и рабочими кейсами.

Почему это нужно освоить сейчас?

Тестирование меняется быстрее, чем выходят обновления ПО.

Как было раньше
Как стало с ИИ-агентом

• Пишешь автотест 4 часа
  Агент пишет за 15 минут, ты проверяешь
• Разбираешь логи TeamCity вручную
  Агент сам находит причину падения
• Ищешь, в какой таблице лежат данные
  Агент сразу даёт готовый SQL-запрос
• Боишься, что ИИ тебя заменит
  Ты управляешь ИИ — и становишься дороже на рынке

Что ты сможешь после курса:

1. Тестировать вручную в разы быстрее:
   Агент изучит проект и даст точные пошаговые инструкции для воспроизведения сценариев и багов
2. Получать мгновенные ответы по проекту:
   Использовать ИИ как личного наставника, который объяснит, «как это работает», и подскажет, где смотреть данные
3. Легко работать с БД и API:
   Агент сам напишет нужный SQL-запрос для проверки данных или сгенерирует SOAP-запрос, даже если вы не знаете синтаксис наизусть
4. Делегировать рутину агенту:
   Запускать ИИ, чтобы он писал автотесты рядом с существующими, пока вы занимаетесь сложными и интересными задачами
5. Систематизировать знания через Skills:
   Сохранять повторяющиеся инструкции и правила проекта, чтобы не объяснять одно и то же каждый раз
6. Подключать внешние сервисы через MCP:
   И общаться с Jira через агент
7. Понимать, где ИИ врёт:
   Видеть его ограничения, ловить на ошибках и жестко контролировать результат (а он будет ошибаться, и мы научимся это замечать)

Важная информация про доступ к инструментам:

Топовые ИИ-агенты (Cursor, Codex, Claude) официально недоступны в России.
Я не буду учить вас обходить эти ограничения — это незаконно.

Почему курс всё равно стоит пройти?

• На работе могут обеспечить доступ. Многие компании уже покупают корпоративные лицензии. Когда это случится — вы будете готовы работать сразу
• Принципы работы одинаковы. Промпты RGC, skills, MCP работают в любом агенте. Освоите на альтернативах — легко перейдёте на топовые
• Покажу лучшие практики. Вы увидите возможности Cursor/Codex и сможете оценить, стоит ли компании инвестировать в доступ
• Альтернативы тоже рабочие. Bionic, Doka, GigaCode, Kimi — честно покажу, что работает сейчас. Вау-эффекта не дадут, но задачи решать помогут

Рекомендация:
Если у вас есть доступ к Cursor/Claude — делайте ДЗ в них. Если нет — работайте с альтернативами из курса.

Почему именно этот курс?

• Веду курсы давно: около 10 лет. Знаю, где студенты спотыкаются, и убираю «грабли» заранее
• Умею объяснять сложное просто: токены, контекст, MCP — всё по полочкам
• Нескучные слайды: мемы, схемы, живые примеры, интерактив. Никаких стен текста

«Сложное — просто. Скучное — никогда. Это мой принцип уже много лет».

Формат

1 видеолекция в неделю (2–3 часа) + практика + самостоятельные задания.

2 занятия (4 часа теории) + много практических заданий для самостоятельной работы.

Теоретическую информацию можно посмотреть в любое удобное время.

ИИ не заменит тестировщика.
Но тестировщик с ИИ заменит тестировщика без ИИ.


Программа:

Часть 1. ИИ-агенты в тестировании:

• Что такое ИИ, нейросеть, языковая модель (простым языком)
• Чем агент отличается от чата (доступ к файлам, цикл: задача → действие → инструмент → проверка)
• Обзор моделей: Claude, Gemini, Grok, DeepSeek, Perplexity
• Контекст и токены: как они влияют на цену и качество ответов
• Практика на проекте Folks: поднимаем проект, пишем REST-тест, разбираем SQL
• 6 рабочих кейсов: разбор коммитов, поднятие ветки, анализ логов TeamCity, настройка туннеля
• Где ИИ ошибается и как это ловить (контроль действий агента)
• Что реально работает в России: обзор Bionic, Doka, GigaCode, Kimi

Часть 2. Skills, MCP и настройки:

• Промпты по схеме RGC: Role, Goal, Context. Разбор слабых и сильных запросов
• Файл agents.md: память проекта (язык, инструменты, запреты)
• Skills: сохранение рутинных инструкций (резюме логов, алгоритм сборки)
• MCP: единый стандарт подключения Jira, Slack, GitHub без написания кода
• Что делать, если разработчики не пускают в код, а ИИ-агента хочется
• Итог: как применять агента, с чего начинать, на что обращать внимание

Что получите:

• Видеозаписи лекций
• Ссылки на дополнительные материалы
• Практические задания для самостоятельной работы

Организатор:

• ИП Назина Ольга Евгеньевна

Автор Ольга Назина

• Веду курсы давно: около 10 лет. Знаю, где студенты спотыкаются, и убираю «грабли» заранее
• Умею объяснять сложное просто: токены, контекст, MCP — всё по полочкам

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...