Утверждено членом правления Ольгой Тетерез 14.08.2026, Таллинн
1. Название учебной программы
Искусственный интеллект и цифровые инструменты для создания контента и управления веб-процессами
2. Группа учебной программы
Область обучения: информационные и коммуникационные технологии Учебное направление: информационные и коммуникационные технологии Группа учебной программы: компьютерное использование — Arvutikasutus
3. Цель обучения
Цель — сформировать практические навыки уверенного, безопасного и целесообразного использования AI-инструментов, компьютерных программ, облачных приложений, веб-платформ, средств анализа данных и no-code-автоматизации для создания цифровых материалов и организации рабочих процессов.
Содержание ориентировано на владение программами и цифровыми технологиями. Сайты, социальные платформы и коммуникационные задачи используются как прикладные кейсы для освоения инструментов.
4. Результаты обучения
После завершения курса участник:
1. организует файлы, права доступа, совместную работу и обмен данными в облачной среде; 2. выбирает подходящий AI-инструмент, формулирует структурированные запросы, проверяет и дорабатывает полученный результат; 3. применяет требования информационной безопасности, защиты персональных данных, авторского права и прозрачного использования AI; 4. создаёт, редактирует и адаптирует текстовые, графические, презентационные и короткие видеоматериалы с помощью цифровых программ; 5. размещает и обновляет материалы в системах управления веб-контентом и no-code-конструкторах, создаёт формы и простые посадочные страницы; 6. настраивает цифровой рабочий процесс публикации и управления материалами на примере сайта или социальной платформы; 7. собирает и структурирует данные с помощью форм, UTM-параметров, веб-аналитики и электронных таблиц; 8. создаёт понятные отчёты и визуализации в электронных таблицах или Looker Studio и интерпретирует базовые показатели; 9. создаёт и тестирует простую автоматизацию с триггерами, действиями, условиями и передачей данных между веб-сервисами; 10. документирует цифровой процесс, выявляет ошибки и представляет итоговый проект, объединяющий несколько изученных инструментов.
5. Целевая группа и условия начала обучения
Целевая группа — специалисты, предприниматели, администраторы, проектные сотрудники, виртуальные ассистенты, создатели контента и начинающие пользователи, которым необходимы прикладные навыки работы с AI и современными цифровыми сервисами.
Предыдущий опыт в маркетинге или SMM не требуется. Необходимы базовые навыки работы с компьютером, файлами, браузером и электронной почтой.
6. Объём, форма и учебная среда
Общий объём — 120 академических часов, из них:
- 60 академических часов контактного обучения;
- 60 академических часов самостоятельной работы.
Контактное обучение проводится очно и/или в формате синхронного онлайн-обучения в реальном времени под руководством преподавателя через Zoom, Google Meet или Microsoft Teams.
Практическая работа выполняется на компьютере в браузере, облачных приложениях, AI-сервисах, редакторах контента, системах веб-аналитики, электронных таблицах и no-code-платформах. Конкретные сервисы могут заменяться сопоставимыми по функциональности, если меняются их доступность или условия использования.
7. Содержание обучения
| Модуль | Содержание и практическая работа | Контактные | Самостоятельные |
|---|
| 1. Цифровая рабочая среда и безопасность | Браузер, аккаунты, облачное хранение, структура папок, форматы файлов, совместный доступ, резервные копии, менеджеры паролей, фишинг, персональные данные и цифровой след. Практика: настройка структурированного рабочего пространства. | 6 | 6 |
| 2. Генеративный AI и управление запросами | Типы AI-сервисов, возможности и ограничения моделей, структура промпта, контекст, итерации, проверка фактов, конфиденциальность, авторское право и маркировка AI-материалов. Практика: библиотека запросов и чек-лист проверки результата. | 6 | 6 |
| 3. AI для работы с текстом и информацией | Поиск и систематизация информации, конспектирование, структурирование, перевод, адаптация стиля, таблицы и документы. Коммуникационные и SMM-тексты — прикладные примеры. Практика: создание и редактура набора материалов с фиксацией источников и правок. | 6 | 6 |
| 4. Графика, презентации и короткое видео | Canva или аналоги, шаблоны, размеры и форматы, композиция, доступность, обработка изображений, AI-генерация, субтитры, базовый монтаж и экспорт. Практика: комплект цифровых материалов для сайта или социальной платформы. | 6 | 6 |
| 5. Веб-платформы и управление контентом | CMS и no-code-конструкторы, структура страницы, блоки, ссылки, формы, адаптивность, доступность, базовые метаданные и публикация. Практика: рабочая страница или прототип с формой. SEO рассматривается как настройка веб-контента и метаданных. | 6 | 6 |
| 6. Цифровые платформы как рабочая среда | Интерфейсы сайта и социальных платформ, роли и права, медиатека, планирование и публикация, шаблоны, модерация, статистика и экспорт данных. Практика: настройка процесса подготовки и размещения материалов. SMM используется только как кейс управления платформой. | 6 | 6 |
| 7. Сбор и структурирование данных | Онлайн-формы, электронные таблицы, валидация и очистка данных, UTM-параметры, события, источники данных, импорт/экспорт CSV. Практика: форма, таблица и единая схема сбора данных. | 6 | 6 |
| 8. Веб-аналитика и визуализация | GA4, Google Search Console и/или учебные наборы данных; пользователи, сеансы, события, источники, фильтры; сводные таблицы, диаграммы и Looker Studio. Практика: дашборд и краткое заключение на основе данных. Рекламные показатели могут использоваться как один из учебных наборов данных без обучения настройке рекламы. | 6 | 6 |
| 9. No-code-автоматизация и интеграции | Make, n8n или аналоги; триггеры, действия, условия, webhooks, API как принцип обмена данными, формы, таблицы, уведомления, обработка ошибок, журналы и human-in-the-loop. Практика: создание и тестирование автоматизированного сценария. | 6 | 6 |
| 10. Итоговый интегрированный цифровой проект | Планирование, сборка и документирование решения, объединяющего AI, контент, веб-страницу или форму, данные/аналитику и минимум одну автоматизацию. Тестирование, исправление ошибок, защита и рефлексия. | 6 | 6 |
| Итого | | 60 | 60 |
8. Методы обучения
Краткие объяснения и демонстрации, пошаговая практика на компьютере, задания по кейсам, индивидуальная и парная работа, анализ результатов AI, решение технических проблем, самостоятельные задания, обратная связь и проектное обучение.
9. Самостоятельная работа
Самостоятельная работа включает настройку учебной цифровой среды, выполнение заданий в AI- и веб-сервисах, создание и адаптацию материалов, сбор и очистку данных, подготовку визуализации, построение и тестирование автоматизации, ведение журнала выполненных действий и подготовку итогового проекта.
10. Оценивание и критерии завершения
Оценивание является недифференцированным: зачтено / не зачтено.
Для достижения результатов обучения участник должен:
- выполнить практические оценочные задания по основным темам;
- представить итоговый проект, объединяющий AI-инструмент, цифровой контент, веб-платформу или форму, работу с данными и автоматизацию;
- продемонстрировать работу решения и объяснить выбор инструментов;
- показать соблюдение требований безопасности, конфиденциальности и авторского права;
- устранить критические ошибки, выявленные при проверке;
- участвовать не менее чем в 70% контактных занятий.
Итоговый проект считается зачтённым, если решение работает по заявленному сценарию, содержит все обязательные компоненты, данные передаются и отображаются корректно, участник способен повторить основные действия и объяснить ограничения результата.
TUNNISTUS выдаётся участнику, который принял участие не менее чем в 70% контактных занятий, выполнил оценочные задания и итоговый проект и достиг всех заявленных результатов обучения.
TÕEND выдаётся участнику, который участвовал в обучении, но не проходил оценивание либо не достиг всех заявленных результатов обучения. В TÕEND указываются темы, в изучении которых участник фактически участвовал, и объём участия.
11. Квалификация преподавателя
Ксения Игнатьева — маркетолог, предприниматель и инвестор, владелец международного рекламного агентства Do.Marketing и практикующий специалист по маркетингу и развитию бизнеса. Более 13 лет практического опыта в различных нишах и отраслях. Высшее образование, специализация — предпринимательская деятельность.
Для проведения данной программы преподаватель использует практический опыт работы с цифровыми платформами, созданием цифрового контента, аналитикой, AI-инструментами и автоматизацией рабочих процессов.