Automatizavimas su AI įrankiais: make.com, n8n, Cloude

Apie kursus

Automatizavimo įrankiai pasiekė tašką, kai darbo procesą galima automatizuoti neparašant nei vienos kodo eilutės. Sunkiausia dalis nebe techninė: reikia žinoti, kurį procesą verta automatizuoti, kaip patikrinti, ar sistema dirba teisingai, ir kiek darbo proceso automatizacija galėtų kainuoti. Šis kursas skirtas dirbantiems žmonėms, norintiems automatizuoti savo kasdienes užduotis: pardavimų, rinkodaros, duomenų analizės, personalo, klientų aptarnavimo, administravimo ir projektų valdymo specialistams. Programavimo žinių nereikia. Jūsų darbo patirtis čia yra pagrindinė medžiaga. Procesą, kurį verta automatizuoti pirmiausia, atpažįsta tas, kuris jį atlieka kasdien, todėl visos praktinės užduotys statomos ant jūsų pačių pasirinktų procesų. Per 12 sesijų dirbsite su trimis įrankiais iš eilės. Make.com – vizuali platforma, nuo kurios pradedama ir kuria dauguma įmonių automatizacijų. n8n – galingesnė alternatyva, kurią galima laikyti savo serveryje, kai Make.com kaina arba duomenų reikalavimai tampa kliūtimi. Claude – atvejai, kai darbo srauto nereikia braižyti visai. Net 70 % mokymų laiko skiriama praktikai, o paskutinės sesijos metu dalyviai pristato savo sukurtus projektus.

• Visos paskaitos vyksta gyvai internetu su profesionaliu lektoriumi. Prisijunkite ir mokykitės iš bet kur.
• Akcentas į praktinius įgūdžius – apie 70 % kurso yra praktika, o ne teorinės žinios.
• Trys užduotys kiekvienoje sesijoje – nuo pradedančiojo iki pažengusio lygio, todėl mokotės savo tempu.
• Kursą baigiate pristatydami savo sukurtus sprendimus (Demo Day) – tai tampa praktinių įgūdžių įrodymu.
• Prieiga prie paskaitų įrašų (galite bet kada peržiūrėti kurso medžiagą).

Ko išmoksiu?

• Atrinkti procesus: įvertinti, kurią darbo užduotį verta automatizuoti pagal dažnį, trukmę ir klaidos kainą, o kurios – ne.
• Kurti darbo srautus be kodo: Make.com ir n8n aplinkose sujungti Gmail, Google Workspace, Slack, Discord, CRM ir el. parduotuvių sistemas.
• Integruoti LLM į procesą: klasifikuoti laiškus, vertinti užklausas, generuoti el laiškų juodraščius ir santraukas naudojant Gemini bei Claude.
• Matuoti AI tikslumą: sudaryti pažymėtų pavyzdžių rinkinį, apskaičiuoti klasifikavimo tikslumą ir tobulinti sistemos užklausą pagal klaidas.
• Valdyti klaidas ir sąnaudas: suprojektuoti pakartojimus, išvengti dublikatų, apskaičiuoti metinę automatizacijos kainą ir atsiperkamumą.

Ką gebėsiu po mokymu?

• Paleisti automatizaciją savo darbe: nuo proceso aprašymo iki veikiančio scenarijaus, kuris dirba be jūsų įsitraukimo.
• Pasirinkti tinkamą įrankį: pagrįstai nuspręsti, kada užtenka Make.com, kada reikia n8n, o kada užduotį atlieka Claude be jokio darbo srauto.
• Įvertinti duomenų riziką: atskirti, kokius duomenis galima siųsti į LLM, o kokie lieka įmonės viduje, ir paaiškinti tai kolegoms.
• Prižiūrėti veikiančią sistemą: nustatyti pranešimus apie klaidas, aprašyti automatizaciją taip, kad ją perimtų kolega, ir įvertinti, kada ją reikia perdaryti.
• Pagrįsti sprendimą vadovybei: parodyti, kiek laiko ir pinigų automatizacija sutaupo ir kiek kainuoja ją išlaikyti.

Kur pritaikysiu?

• Pardavimai: užklausų kvalifikavimas ir vertinimas balais, follow-up juodraščiai, CRM įrašų atnaujinimas.
• Rinkodara: turinio grandinės, medžiagos perpanaudojimas keliems kanalams, atsiliepimų stebėsena.
• Klientų aptarnavimas: užklausų klasifikavimas ir nukreipimas, atsakymų juodraščiai, eskalavimas pagal sentimentą.
• Personalas ir administravimas: kandidatų atrankos santraukos, dokumentų generavimas, sąskaitų ir kvitų duomenų ištraukimas.
• Projektų valdymas ir analizė: statusų surinkimas iš kelių šaltinių, savaitinės ataskaitos, įspėjimai apie terminus.

Kursų programa:

Automatizavimo pagrindai ir pirmas scenarijus

• Kada automatizavimas apsimoka: dažnis, trukmė ir klaidos kaina
• Make.com architektūra ir modulių tipai (Triggers, Actions, Searches, Iterators)
• Pirmasis scenarijus: Webhook → Set Variable → HTTP Response
• Testavimo aplinka: dummyjson API ir Google Sheets
• Asmeninė procesų atrankos lentelė

Nukreipimai, filtrai ir klaidų valdymas

• Router ir Filters: kada kuris tinka
• Error Handler Routes: Resume, Commit, Rollback, Ignore, Break
• JSON Parser ir duomenų struktūros
• Komunikacijos integracijos: Gmail, Slack, Discord
• Pranešimų ir eskalavimo grandinės

LLM integracija Make.com viduje ir duomenų apsauga

• Gemini API raktas ir nemokamo plano ribos
• Struktūruotas JSON atsakymas: kategorija, prioritetas, santrauka
• Make.com AI Toolkit (Analyze Sentiment, Classify Text, Extract Information)
• Užklausų ribojimas ir pakartojimai: ką daryti, kai modelis neatsako
• Kokius duomenis galima ir kokių negalima siųsti į LLM

Google Workspace automatizavimas

• Gmail: laiškų stebėjimas, paieška, žymės ir juodraščiai
• Google Drive: naujas failas → duomenų ištraukimas → Sheets (sąskaitos, kvitai)
• Google Forms kaip užklausų surinkimo taškas
• Google Calendar: susitikimo konteksto paruošimas iš pašto ir failų
• Dublikatų prevencija: Data store ir apdorotų įrašų žymėjimas

Klasifikavimas ir AI kokybės matavimas

• Klasifikavimo grandinė: Gmail → LLM → Router → žymės
• Pažymėtų pavyzdžių rinkinys ir tikslumo skaičiavimas
• Klaidų analizė: kurios kategorijos maišomos ir kodėl
• Sistemos užklausos tobulinimas pagal išmatuotas klaidas
• Rezultatų palyginimas prieš ir po pakeitimų

Turinio ir pardavimų grandinės. Make.com projektas

• Turinio pipeline: Google Sheets → LLM → Google Docs → statusas
• Turinio perpanaudojimas keliems kanalams su Router
• Užklausų kvalifikavimas, vertinimas balais ir follow-up juodraščiai
• Sąnaudų skaičiavimas: kreditai, metinė kaina, atsiperkamumo riba
• Prieigos ir slaptažodžiai: ką daryti, kai darbuotojas išeina
• Individualus Make.com projektas

n8n pagrindai ir migravimas iš Make.com

• n8n sandara: nodes, vykdymai ir kainodara
• Savo serveryje laikoma sistema: kada tai būtina
• Licencija ir duomenų suverenumas
• Riba, ties kuria Make.com nebeapsimoka
• Savo Make.com scenarijaus perkėlimas į n8n ir sąnaudų palyginimas

AI agentai n8n aplinkoje

• AI Agent node: įrankiai, atmintis ir sprendimų ciklas
• Modelių pasirinkimas: Gemini, Claude ir vietiniai modeliai
• Structured Output Parser kaip apsauga nuo netvarkingo atsakymo
• Agentas su nuosavu įrankiu (sub-workflow)
• Kada agentas geriau už paprastą grandinę, o kada blogiau

Realios verslo sistemos ir klientų aptarnavimo botas

• CRM ir duomenų sistemos naudojant Airtable
• Formos ir kalendoriai kaip užklausų šaltinis
• Klientų aptarnavimo botas Slack arba Discord aplinkoje
• Įmonės žinių bazė kaip atsakymų kontekstas
• Eskalavimas pagal sentimentą ir pasitikėjimo ribą
• Viešų webhook adresų apsauga

Žmogaus patvirtinimas, stebėsena ir perdavimas. n8n projektas

• Patvirtinimo taškai: kada sistema turi sustoti ir laukti žmogaus
• Pranešimai apie klaidas: kas sužino, kad naktį kažkas lūžo
• Automatizacijos aprašas, kad ją perimtų kolega
• Versijos ir grįžimas prie ankstesnės
• Individualus n8n projektas

Claude be darbo srauto: MCP jungtys, Projects ir Skills

• MCP jungtys: Gmail, Drive, Calendar, Slack, Notion
• Claude Projects kaip nuolatinis darbo kontekstas
• Skills: pasikartojančių užduočių aprašymas
• Suplanuotos užduotys ir kasdienės santraukos
• Claude Excel, Sheets ir PowerPoint aplinkose
• Make.com scenarijaus iškvietimas iš Claude

Palyginimas ir Demo Day

• Kurias jūsų automatizacijas Claude atlieka be darbo srauto, o kurioms jo reikia
• Ribos, kurių Claude neperžengia: įvykių sekimas, garantuotas vykdymas, auditas
• Sprendimų lentelė: Make.com, n8n ar Claude
• Baigiamųjų projektų pristatymai ir tarpusavio vertinimas
• Asmeninis planas: ką automatizuoti darbo aplinkoje

Registracija