Z nápadu vytvoríš presný plán vývoja.
Rozsah, architektúra, akceptačné kritériá, SPEC.md, RULES.md a kontext, ktorý agent dokáže reálne použiť.
Agentic Builder Lab ťa naučí riadiť AI agentov počas celého vývoja softvéru: od definovania problému a špecifikácie cez prácu so zdrojovým kódom a integrácie až po testovanie, kontrolu a nasadenie. Nie je to kurz o tom, ako písať lepšie pokyny pre AI. Je to reálny inžiniersky pracovný postup.
Začni konkrétnym výsledkom a jasne definovaným problémom.
Definuj výsledok, rozsah a to, čo musí na konci platiť.
Model dokáže vytvoriť komponent. Človek, ktorý stavia systém, vie určiť, kde komponent patrí a čo spraviť, keď sa niečo pokazí.
Rozsah, akceptačné kritériá a hranice práce patria k inžinierskej práci, nie k administratíve.
Projektové pravidlá, súbory, architektúra a správny pracovný kontext výrazne menia kvalitu výsledku.
Git, kontrola, testy, obnova a brána nasadenia sú rozdiel medzi pôsobivou ukážkou a použiteľným systémom.
Namiesto okamžitého generovania kódu vieš zúžiť rozsah, navrhnúť architektúru a pripraviť kontext, s ktorým agent dokáže pracovať konzistentne.
Rozumieš vetvám Git, projektovým pravidlám, práci so súbormi, dátami, autentifikácii a tomu, ako rozdeliť vývoj na kontrolovateľné kroky.
API, webhooky, MCP, n8n, automatizácia prehliadača a externé služby prestanú byť izolované pojmy a stanú sa stavebnými blokmi systému.
Vieš čítať chyby, vrátiť zlú zmenu, skontrolovať kód a pripraviť systém na nasadenie bez slepej dôvery v model.
Každý týždeň má konkrétny výstup. Nie zoznam tém, ale schopnosť, ktorú vieš použiť na ďalšom projekte.
Rozsah, architektúra, akceptačné kritériá, SPEC.md, RULES.md a kontext, ktorý agent dokáže reálne použiť.
Frontend, dáta, autentifikácia, Git, vetvy, projektové pravidlá a práca s AI agentmi na reálnom projekte.
API, MCP, n8n, webhooky, automatizácia prehliadača a opakovateľné integračné postupy.
Testy, bezpečnostné princípy, kontrola kódu, obnova, návrat k funkčnej verzii a produkčný kontrolný zoznam.
Miroslav spája približne 7 rokov medzinárodného B2B a distribúcie elektroniky s architektúrou AI riešení, automatizáciou a vývojom softvéru s podporou AI. Program nestojí na akademickej teórii. Učí postup, ktorým sa reálny obchodný problém mení na fungujúci systém.
4 týždne praktickej práce. Neplatíš za prístup k videám. Platíš za živú prácu na reálnych projektoch, riešenie problémov a kontrolu v malej skupine.
AI neodstránila technickú zložitosť. Dala ti nový spôsob, ako ju zvládnuť. Program je pre ľudí, ktorí sú ochotní túto zodpovednosť prevziať.
Nemusíš byť vývojár. Musíš však byť ochotný pracovať technickejšie než pri bežnom kurze produktivity s AI. Budeme pracovať so zdrojovým kódom, Gitom, API, ladením a integráciami. Prakticky, cez konkrétny projekt, nie cez akademickú teóriu.
Stačí reálny problém alebo proces, ktorý chceš zlepšiť. Na začiatku ho zúžime na projekt s rozumným rozsahom na štyri týždne a zmysluplným výsledkom.
Nie. Nástroje používame, ale program je o spôsobe vývoja, ktorý nie je závislý od jedného konkrétneho modelu. Dôležité je vedieť pripraviť kontext, rozdeliť prácu, kontrolovať zmeny, riešiť chyby a nasadiť výsledok.
Zámerne je medzi tým. Rovnaké princípy vieš použiť na interný nástroj, webovú aplikáciu, malý SaaS produkt aj automatizáciu. Nie je to klasický intenzívny kurz pre vývojárov ani školenie bez programovania.
Najväčší posun vznikne pri vlastnej práci na projekte medzi živými stretnutiami. Presný čas závisí od projektu, ale tento program nedáva zmysel iba pasívne sledovať.
Pretože hlavná hodnota vzniká pri konkrétnej spätnej väzbe k projektom, živom riešení problémov a kontrole rozhodnutí. Pri väčšej skupine by sa program nevyhnutne zmenil na klasické vysielanie obsahu.
Výber nie je o tom, kto je „najtechnickejší“. Ide o to, či máš zmysluplný projekt, realistické očakávania a chuť na ňom naozaj pracovať, aj keď sa niečo pokazí.