⚡ Практическое задание 2
Взаимодействие с самообучающимся агентом OpenClaw
На этом шаге вы будете взаимодействовать с самообучающимся агентом OpenClaw для реализации одного из сценариев. Выбирайте тот, что наиболее интересен именно вам, и смело следуйте шагам.
1
Перейдите в песочницу OpenClaw
Перейдите на workshop.yunovikov.ru и войдите в систему.
Выберите свободную песочницу — каждая должна быть уникальной. Обсудите с коллегами распределение песочниц между собой, чтобы избежать конфликтов.
2
Первичный старт OpenClaw
Запустите OpenClaw в выбранной песочнице — первое сообщение запустит процесс инициализации и настроит агента под взаимодействие с вами.
3
Выберите сценарий
Выберите понравившийся сценарий из предложенных ниже и попробуйте реализовать его с помощью агента. Нажмите на карточку, чтобы увидеть готовый промпт и советы по улучшению.
📢 Маркетинг
📌 Сценарий 1 — AI-копирайтер для меню, соцсетей и акций
Проблема: Необходимо постоянно писать тексты: описание новинок меню, посты для соцсетей, анонсы акций, email-рассылки, push-уведомления. Каждый текст — время копирайтера, правки, согласования.
Результат: Копирайтер не пишет каждый текст с нуля — правит и адаптирует то, что сгенерировала модель. Время на текст ↓ с 1–2 часов до 5–10 минут.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 2 — Умный разбор отзывов гостей
Проблема: Каждый день гости оставляют сотни отзывов: Яндекс, 2ГИС, Google, отзывы в приложении. Вручную читать всё — невозможно. Хорошие отзывы радуют, плохие — теряются в потоке.
Результат: Анализ 100 отзывов за 30 секунд вместо 2–3 часов ручного сбора. Негатив замечается сразу — реакция в день публикации. Тренды видны до того, как проблема станет массовой.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 3 — AI-мониторинг конкурентов
Проблема: Нужно следить за конкурентами: что они запустили, какие акции, как позиционируются. Но вручную собирать и анализировать — ресурсозатратно.
Результат: Еженедельная сводка по конкурентам — 5 минут вместо 3–4 часов. Новый сотрудник получает всю историю рынка через 10 вопросов чату.
📋 Нажми, чтобы увидеть промпт
💰 Финансы
📌 Сценарий 1 — Анализ P&L ресторана простыми словами
Проблема: Управляющему рестораном нужно понимать финансы: прибыльная ли точка, где перерасход, какие статьи тянут вниз. Но управляющий — не финансист. Открывает P&L на 20 строк и не знает, на что смотреть.
Результат: Управляющий понимает финансы без финансового образования. Анализ P&L — 5 минут вместо «а дайте пояснительную записку». Фин. отдел не отвлекается на расшифровки.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 2 — AI-сверка счетов от поставщиков продуктов
Проблема: Каждый день ресторан получает десятки накладных и счетов от поставщиков: мясо, булки, овощи, упаковка, напитки. Вручную сверять — адский труд.
Результат: Сверка одного счёта ↓ с 5–10 минут до 30 секунд. Ошибки не проходят незамеченными. Бухгалтер проверяет только те счета, которые модель пометила ⚠️ или ❌.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 3 — AI-помощник по закупкам
Проблема: Управляющий рестораном ежедневно решает, что и сколько заказать у поставщиков. Нужно помнить сотни позиций, цены, сроки доставки, минимальные партии.
Результат: Закупки — по данным, а не по интуиции. Управляющий не держит всё в голове. Новый человек не учится заново — агент уже знает всё.
📋 Нажми, чтобы увидеть промпт
🍳 Производство
📌 Сценарий 1 — Чат с техдокументацией: инструкция всегда под рукой
Проблема: На каждой кухне «Вкусно и точка» — десятки единиц оборудования: фритюрницы, грили, холодильники, морозильные камеры, линии розлива напитков. Когда что-то идёт не так — оператору нужно срочно найти инструкцию.
Результат: Время поиска ответа ↓ с 5–10 минут до 5 секунд. Новый сотрудник не учит документацию наизусть — просто спрашивает.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 2 — AI-помощник управляющего: чек-листы, закупки, отчёты
Проблема: Управляющий рестораном «Вкусно и точка» — универсальный солдат: контроль качества, закупки, персонал, открытие/закрытие смены, отчётность. В день — сотня мелких задач.
Результат: Управляющий делегирует рутину AI. Чек-листы не забываются, закупки с калькуляцией, отчёты за 1 минуту. Экономия 20–30% времени управляющего.
📋 Нажми, чтобы увидеть промпт
📌 Сценарий 3 — AI-анализ продаж за смену: что пошло не так?
Проблема: Каждый день ресторан собирает гору данных: чеков, среднего чека, популярности блюд, списаний. Но эти данные работают только если их анализировать — уходит много времени.
Результат: Утренняя планёрка — 5 минут вместо. Управляющий видит аномалии до того, как они становятся проблемой. Списания привязаны к дням и часам.
📋 Нажми, чтобы увидеть промпт
⏱ Время выполнения
15–20 минут. Требуется доступ к песочнице OpenClaw.
🎯
Что проверяем
- Умение взаимодействовать с AI-агентом
- Формулировка задач и промптов
- Оценка качества ответов агента
- Самостоятельное решение задач
📋
Результат
Вы научитесь эффективно взаимодействовать с самообучающимся агентом, формулировать задачи и оценивать качество его работы.