Восемь тем — от сборки промпта до продакшена. У каждой темы есть тесты по разделам и тест по теме целиком. Не знаете, с чего начать, — пройдите диагностику: 32 вопроса по всем темам покажут, что стоит подтянуть.
Как устроен промпт, который видит модель, и как собрать контекст агента: роли сообщений, системный промпт, примеры, стабильный префикс для кэша, сжатие длинной истории. Отдельно — поведение модели глазами пользователя: токены, температура, галлюцинации, рассуждающие модели.
Как дать модели нужные знания и как агенту помнить важное между сессиями: нарезка документов, эмбеддинги и поиск по ключевым словам, реранжирование, agentic RAG, графы знаний, долговременная память — что запоминать, как обновлять и забывать.
Как устроен цикл агента и как он действует в мире: описание инструментов, MCP, скиллы, что делать, когда инструментов слишком много, планирование, рефлексия, обработка ошибок.
Когда хватит жёсткого сценария, а когда нужна автономность, как делить работу между агентами, передавать контекст и не терять его на стыках, где нужен человек в контуре.
Как работать с агентами, которые пишут код, и не обманывать себя результатом: спецификация вместо задания, файлы правил и скиллы, хуки как детерминированные гарантии, субагенты, независимая проверка и ревью.
Как понять, стало ли приложение лучше после изменений: наборы данных для оценки, LLM в роли судьи и его смещения, надёжность агентов, оценка RAG, статистическая значимость и наблюдаемость в продакшене.
Как LLM-приложения и агенты становятся уязвимыми и почему защита строится архитектурой, а не промптом: границы доверия, прямые и непрямые инъекции, утечки данных, избыточные права агента, атаки на бюджет.
Что нужно приложению после запуска: защитные барьеры на входе и выходе, выбор и роутинг моделей, кэширование, стоимость и задержка, структурированный вывод, тесты деградации, мониторинг и работа с обратной связью. И решение уровня архитектуры: промпт, RAG или дообучение.