Подробная программа по занятиям

Каждое занятие — практика. Каждый модуль — готовый проект в портфолио.

Модуль 1: Интерфейсы и Low-Code (Smart Restaurant)

Знакомство с инструментами: FlutterFlow, Supabase, n8n. Настройка рабочего окружения. Первый проект — приложение для ресторана. Результат: готовое окружение и понимание структуры проекта.

Создание экранов «Меню», «Детали блюда», «Корзина». Работа с Widget Tree, стилизация, навигация между страницами. Результат: готовый дизайн мобильного приложения.

App State vs Page State. Корзина, расчёт суммы заказа, кнопка «Добавить». Условные проверки. Результат: динамичное поведение приложения — пользователь выбирает блюда и оформляет заказ.

Создание проекта в Supabase: таблицы, Storage для изображений, ключи доступа, интеграция с FlutterFlow. Результат: приложение подключено к живой базе данных.

Загрузка меню из Supabase, отображение в UI, оформление заказа через Insert Row, экран заказов для администратора. Результат: полный цикл — пользователь видит меню, заказывает, администратор видит заказ.

CRUD-операции: форма добавления блюда, загрузка изображений в Storage, удаление с подтверждением. Результат: рабочая админ-панель для управления меню.

Настройка n8n, первый workflow: Cron-триггер → запрос в Supabase → подсчёт суммы → отправка e-mail. Результат: автоматический ежедневный отчёт о продажах.

Подключение OpenAI к workflow. ИИ анализирует, какие блюда продавались, и даёт рекомендации. Результат: письмо-отчёт с выводами и советами от ИИ.

Тестирование всего приложения: UI, заказы, админка, n8n. Отладка, Debug Console, проверка workflow. Результат: полностью рабочий прототип приложения для ресторана.

Модуль 2: CRM и поддержка с AI (Smart Support)

Проектирование структуры: экраны клиента и агента, таблицы (тикеты, комментарии, статусы), логика автоматизации. Результат: чёткая схема приложения — визуально и логически.

Экраны входа и регистрации через Supabase Auth. Обработка ошибок, email-подтверждение. Результат: система авторизации с разделением ролей.

Dashboard с заявками, фильтрация по ролям (клиент/агент), форма создания заявки. Результат: главный экран приложения с разделением по ролям.

Форма заявки → сохранение в Supabase → визуальное подтверждение → основа для автоматических уведомлений. Результат: клиент создаёт обращение и получает подтверждение.

Webhook → OpenAI классифицирует заявку (категория, приоритет) → обновление в Supabase → уведомление в Slack. Результат: ИИ автоматически обрабатывает входящие заявки.

Экран деталей заявки для агента, отправка ответов, обновление статуса, автоматическое письмо клиенту. Результат: полный цикл коммуникации клиент → агент → клиент.

Кнопка «Сгенерировать ответ AI» → Webhook → OpenAI формирует черновик → агент редактирует и отправляет. Результат: ИИ-помощник ускоряет работу поддержки.

Строка поиска, фильтрация по статусу, цветовые индикаторы приоритета, спиннеры загрузки. Результат: профессиональный, отзывчивый интерфейс.

End-to-end тестирование: клиент → агент → ИИ → ответ. Граничные случаи, логи n8n, производительность. Результат: AI-усиленная CRM готова к использованию.

Модуль 3: AI-продукт как стартап (AI Coach)

Определение ценности, планирование функционала, архитектура данных, вопросы приватности. Результат: чёткий план ИИ-стартапа.

Таблицы для сообщений, профилей, дневника. Экран чата с AI — отправка и отображение сообщений. pgvector для эмбеддингов. Результат: работающий чат с AI-ассистентом.

Webhook → эмбеддинг запроса → векторный поиск в Supabase → персонализированный system prompt → GPT-4. Результат: ИИ отвечает с учётом контекста и прошлых записей пользователя.

Экран профиля: статистика, график настроения, редактирование данных, информация о подписке. Результат: персонализированный опыт с визуальным прогрессом.

Stripe Checkout через n8n. Экран «Премиум», ограничение бесплатных функций, проверка статуса. Обзор RevenueCat и Adapty. Результат: приложение с работающей монетизацией.

E2E тестирование, нагрузочные тесты, безопасность данных. Публикация как веб-версия или APK. Метрики, оптимизация расходов, план развития. Результат: готовый прототип ИИ-стартапа с подпиской.

Модуль 4: Маркетинг, аналитика и рост продукта

Модуль 4 проходит на примерах реальных проектов команды. 6 занятий покрывают полный маркетинговый цикл: от первого пользователя до масштабирования.

PPC, SEO, ASO, SMM, дисплейная реклама, инфлюенсеры, рефералки, партнёрства. Особенности глобальных рынков: США, Европа, Азия, Латинская Америка. Результат: понимание, откуда и как привлекать пользователей.

Генерация рекламных текстов с GPT, визуалы с Midjourney/DALL·E, AI-анализ рекламных результатов, A/B-гипотезы. Результат: набор рабочих креативов и умение анализировать их эффективность.

Google Analytics, Firebase, AppsFlyer, Adapty. Настройка событий, ретеншн, когорты, атрибуция. Результат: приложение с подключенной аналитикой, видишь всё в цифрах.

CAC, LTV, ARPU, Conversion Rate, Retention, Payback Period, ROI. Расчёт на реальных данных. Результат: умение считать, зарабатывает ли продукт или сливает.

Создание внутреннего дашборда: пользователи, подписчики, активность. Графики и визуализация. Результат: инструмент для принятия решений на основе данных.

Сбор отзывов, анализ с помощью ИИ, планирование улучшений, цикл постоянного развития. Финальная сессия: итоги, перспективы, подключение к проектам команды. Результат: понимание полного цикла от создания до масштабирования продукта.

Программа обучения: от первого экрана до дохода на глобальных рынках

4 модуля. 24 занятия. Один результат — стартап.

Интерфейсы и Low-Code

CRM и поддержка с AI

AI-продукт как стартап

Маркетинг и рост

Подробная программа по занятиям

Модуль 1: Интерфейсы и Low-Code (Smart Restaurant)

Модуль 2: CRM и поддержка с AI (Smart Support)

Модуль 3: AI-продукт как стартап (AI Coach)

Модуль 4: Маркетинг, аналитика и рост продукта

Технологии, которые ты освоишь

Первое занятие — бесплатно