Claude 101: что я узнала на курсе от создателей Claude

Claude 101: вводный курс Anthropic о возможностях Claude, контексте, промптинге и безопасной работе с AI. Я прошла его, чтобы систематизировать практику и отделить принципы самого продукта от случайных советов из интернета.

Собственно, этот конспект — результат моего прохождения. Я прошла курс и выделила главное: что зацепило, что применимо в маркетинге прямо сейчас и что я уже внедрила в свои рабочие процессы.

Курс: Claude 101 Платформа: Anthropic Academy (anthropic.skilljar.com) Ссылка: anthropic.skilljar.com/claude-101 Длительность: ~1 час Язык: English Бесплатно, с сертификатом Авторский конспект по материалам курса. Не является официальным переводом или публикацией Anthropic.

Сертификат курса Claude 101 от Anthropic — Валерия Ом

Это часть серии «Учусь вместо вас». Также в серии: AI Fluency for Educators, Advanced Prompt Engineering, Claude Code in Action и Agent Skills.

Как Anthropic объясняет подход Claude к безопасности?

Курс объясняет подход Anthropic к безопасности через Constitutional AI: модель обучают опираться на явно сформулированные принципы при оценке ответов. Это важная часть истории Claude, но не повод сводить различия между AI-системами к простой таблице «кто умнее или безопаснее».

Возможности моделей, размеры контекста и наборы инструментов меняются слишком быстро. Поэтому полезнее оценивать их на своих задачах: проверять точность, устойчивость результата, работу с источниками и удобство конкретного процесса.

Как формулировать промпты, чтобы получать точные ответы?

Главная мысль раздела: качество зависит не только от формулировки, но и от выбора задачи и оценки результата. В модели 4D промпт относится лишь к одному из четырёх этапов.

Они предлагают фреймворк 4D — четыре компетенции работы с AI:

Делегирование (Delegation) — выбрать правильную задачу. Не всё стоит отдавать AI. Например, ответ на конфликтную жалобу требует человеческой ответственности и понимания ситуации, даже если модель помогает подготовить черновик.
Описание (Description): собственно, промпт. Контекст, роль, стиль, цель. Все думают, что проблема здесь, но на самом деле это самый понятный этап.
А вот распознавание (Discernment). Здесь начинается самое интересное. Курс вводит термин «предвзятость автоматизации»: AI выдаёт красиво оформленный текст, и мозг автоматически присваивает ему достоверность. Красиво написано, значит правильно? Нет. Это ловушка.
Добросовестность (Diligence): проверка фактов, прозрачность, ответственность за результат. Этичное использование AI не абстрактная ценность, а практический навык.

Процессы чаще рушатся не на этапе описания, а на этапах делегирования и распознавания. Это, на мой взгляд, ключевой вывод курса. Подробнее о 4D я разбираю в конспекте AI Fluency for Educators, где фреймворк раскрыт на практических примерах из маркетинга.

И второй важный принцип: первый ответ стоит считать черновиком. Не нужно каждый раз переписывать промпт с нуля. Можно дать обратную связь: «сделай менее формальным», «разверни третий пункт», «тональность не та». Итерации полезнее слепого доверия к первой версии.

Короткие примеры промптинга на практике я выкладываю в Telegram: @valery_om.

Что такое контекстное окно и почему ваш промпт не работает?

Контекстное окно — это объём информации, который модель может учитывать в одном запросе. Представьте рабочий стол: чем больше на нём документов, тем сложнее удерживать фокус на нужной странице. Точный объём зависит от модели и тарифа и измеряется в токенах, а не в словах.

Что с этим делать? Курс предлагает несколько стратегий:

Проекты (Projects): отдельные рабочие пространства с собственными инструкциями и документами. Проектный контекст помогает не смешивать правила и материалы разных задач.
RAG. Вместо того чтобы передавать все документы одновременно, система извлекает фрагменты, наиболее близкие к запросу. Качество зависит от поиска, структуры источников и проверки найденного.

Если Projects отвечают за «с каким контекстом работает AI», то Skills (Навыки) задают повторяемый способ выполнения задачи. Например, отдельный skill может описывать порядок подготовки к встрече, проверки фактов или редактуры материала.

Соответственно, если ваш промпт «не работает», проблема часто не в формулировке, а в том, что контекст перегружен или, наоборот, пуст. AI не телепат. Ему нужна структурированная информация, точно так же как новому сотруднику нужен онбординг.

Какие задачи Claude решает лучше всего?

В курсе Claude рассматривается как рабочий инструмент для текста, документов, анализа и кода. Но выбор модели лучше подтверждать на конкретной задаче, а не общим рейтингом возможностей.

Вот что он делает действительно хорошо:

Длинные тексты и редактура. Claude может работать с документами, статьями и отчётами: анализировать структуру, предлагать правки и адаптировать материал. Но, как я уже писала в статье про AI-контент, без авторской позиции результат легко становится усреднённым.

Например, можно сопоставить описание продукта, обратную связь аудитории и редакционный план, а затем проверить предложенные выводы вручную.

А что если нужно разобраться в цифрах? Анализ данных, ещё одна сильная сторона. Загрузите таблицу, отчёт из метрики, финансовую выписку. Claude найдёт паттерны и аномалии, которые вы можете пропустить при ручном анализе.

Код и автоматизация. Курс знакомит с Claude Code, терминальным инструментом для работы с проектами. Этот сайт я поддерживаю с его помощью; подробнее о процессе рассказываю в конспекте курса Claude Code in Action.

Исследование. Функции поиска могут разбивать вопрос на подтемы и собирать отчёт по нескольким источникам. Их доступность зависит от актуальной версии продукта, а ссылки и выводы всё равно требуют проверки.

MCP-коннекторы. MCP (Model Context Protocol) позволяет подключать к AI внешние инструменты и источники данных через общий протокол. Возможности конкретного подключения зависят от сервера, разрешений и выбранного клиента.

Кому подойдёт этот курс?

Если вы только начинаете разбираться в Claude, курс даёт компактную карту основных понятий и показывает, какие темы изучать дальше.

Курс на английском, но язык там достаточно простой. Если читаете интерфейсы и меню без словаря, справитесь. В крайнем случае можно открыть параллельно переводчик, но, честно, я обошлась без него.

Подходит маркетологам, предпринимателям, фрилансерам. Всем, кто уже использует AI или собирается начать. Даже если вы опытный пользователь ChatGPT, фреймворк 4D и понимание архитектуры Claude дадут новый угол зрения. Я, например, пользовалась Claude больше полугода до этого курса и всё равно нашла вещи, которые изменили мой подход.

Отдельно отмечу раздел про Evals: систематическую оценку качества AI на конкретных задачах. Можно собрать набор типовых примеров, определить эталон и сравнивать результаты по одинаковым критериям. Без такой проверки впечатление от модели легко подменяет измеримую оценку.

Единственное «но»: курс обзорный. Он не сделает вас экспертом за час. Но он даст карту территории: понимание, что вообще существует и куда копать дальше.

Серия «Учусь вместо вас»:

Часто задаваемые вопросы

Нужен ли опыт программирования для прохождения курса?

Нет. Курс рассчитан на широкую аудиторию. Технические детали объясняются через аналогии, а не через код. Единственное, что требуется, это базовое понимание, что такое AI и чат-боты.

Можно ли пройти курс на русском?

Официально нет, курс только на английском. Но язык простой, уровень Intermediate достаточен. А мой конспект выше и есть краткая версия на русском.

Сколько стоит сертификат?

На момент моего прохождения курс и сертификат были бесплатными. Актуальные условия лучше проверить на странице Anthropic Academy.

Чем этот курс отличается от других курсов по промптингу?

Курс создан Anthropic и сосредоточен на принципах работы с Claude. Здесь нет набора «секретных промптов»: фреймворк 4D переносит внимание с одной формулировки запроса на весь рабочий процесс.

Если вы прошли курс и хотите внедрить Claude в свой маркетинг системно, а не хаотично, запишитесь на консультацию. Разберём ваши задачи и подберём инструменты, которые реально экономят время, а не создают иллюзию продуктивности.