Вы загрузили предложение поставщика в ИИ и получили аккуратную сводку. В ней есть цена, сроки и условия. Потом выясняется, что цена взята из одного варианта, срок из другого, а важная сноска потерялась.
Для работы с документами мало получить правдоподобный ответ. Нужно понимать, откуда взялось каждое существенное сведение и как человек проверит его перед использованием. Начните с одного повторяющегося действия: найти условие, перенести поля в таблицу или подготовить черновик по подтверждённым данным. Под каждую из этих задач нужен свой способ работы.
Ниже разберём варианты на условном примере сервисной компании. В статье нет результатов клиентского внедрения или обещания безошибочной обработки файлов.
Выберите действие, которое повторяется
Фраза «нужен ИИ для документов» пока не помогает выбрать инструмент. Попробуйте закончить её конкретным результатом.
Найти ответ в источниках. Администратору нужно узнать, какие работы входят в обслуживание и где описано исключение. Результат: короткий ответ и место в актуальном документе, по которому его можно проверить.
Перенести сведения. Менеджер получает предложения в разных PDF и заносит срок исполнения, состав работ и стоимость в общую таблицу. Результат: одинаковые поля с указанием исходного файла и соответствующего фрагмента.
Подготовить текст. Сотрудник составляет письмо или черновик предложения по уже проверенным данным. Результат: редактируемый текст, который человек проверяет перед отправкой.
Эти задачи могут идти подряд, но проверяются по-разному. Наличие нужного поля в таблице ещё не доказывает, что модель правильно прочитала его значение. Хорошо написанное письмо тоже может содержать неверное условие.
Если задача состоит в заполнении постоянного Word-шаблона известными данными заказа, посмотрите отдельный разбор подготовки КП, договора и акта. Там основную работу можно выполнять по заданным правилам.
Почему формат файла меняет выбор
PDF иногда содержит доступный текст, а иногда является набором сканов. На странице могут соседствовать два предложения, примечания, таблица и мелкая подпись. До смыслового разбора нужно правильно прочитать эту структуру.
Поэтому простой опыт с одним удобным файлом мало говорит о повседневной работе. В проверочную подборку стоит включить материалы, которые действительно отличаются: текстовый PDF, скан, многостраничную таблицу и документ с исправленной версией.
В Word полезно заранее определить, какие сведения брать из основного текста и как обращаться с комментариями и правками. В таблицах нужно различать введённые числа, формулы, названия столбцов и единицы измерения. Эти условия зависят от вашего процесса и возможностей выбранного инструмента.
Сначала проверьте, прочитан ли файл правильно. Если при распознавании исчезла строка с условием, последующий уверенный ответ модели проблему не устранит.
Три варианта: от готового помощника до своего модуля
Готовый помощник с загрузкой файлов
Подойдёт для первой ручной пробы: загрузить разрешённый учебный материал, задать вопрос и открыть источник ответа. Выбирайте сервис, который поддерживает ваши форматы и позволяет удобно сверять результат с документом.
До покупки проверьте на своих типовых задачах, показывает ли инструмент нужный фрагмент, различает ли версии и что делает, когда ответа нет. Уточните условия доступа, обработки данных и ограничения файлов. Перечень поддерживаемых расширений сам по себе не показывает, как сервис разберёт сложную страницу.
Такой помощник удобен, пока сотрудник сам запускает обработку. Для регулярной передачи результата в вашу таблицу или CRM может понадобиться отдельная интеграция.
Docling для чтения структуры файлов
Docling является открытым инструментом для разработчиков. Его документация описывает разбор PDF, DOCX, XLSX и других форматов, распознавание сканов и извлечение структуры таблиц. Предусмотрен и локальный запуск.
Его можно рассматривать как основу этапа, который превращает входящий файл в пригодный для дальнейшей обработки текст и структуру. Это ещё не готовый помощник администратора: интерфейс, нужные поля, проверку и передачу результата придётся организовать отдельно.
Локальный разбор документа также не означает, что вся будущая система работает локально. Если следующий шаг отправляет текст внешней модели, данные покидают этот контур. При выборе решения важно проследить весь путь файла.
LangExtract для извлечения заданных сведений
LangExtract является библиотекой для разработчиков, которая использует языковые модели для извлечения информации из текста. Задача задаётся инструкцией и примерами; результат можно связать с фрагментом исходного текста.
Такой подход подходит для своего модуля, когда нужны повторяющиеся поля: состав работ, сроки, условия или упоминания определённых объектов. Перед ним может понадобиться отдельное чтение PDF, например с помощью Docling.
Связь с источником облегчает проверку. Она не доказывает, что выбрано верное условие или учтены все исключения. В документации LangExtract отдельно разбираются ограничения извлечения и работа с фрагментами, которые не удалось сопоставить с исходником.
У библиотек нет универсальной кнопки «настроить бизнес». Их стоит выбирать, когда понятны задача, объём, получатель результата и необходимость разработки. Для нескольких файлов в неделю ручная работа в готовом помощнике может оказаться достаточной.
Пример: предложение нужно перенести в карточку заказа
Возьмём вымышленный фрагмент предложения сервисной компании:
Вариант А: обслуживание одного объекта, два выезда в месяц. Стоимость 18 000 рублей за месяц. Первый выезд в течение пяти рабочих дней после согласования заявки. Материалы оплачиваются отдельно. Вариант Б включает четыре выезда; стоимость согласовывается после осмотра.
Менеджеру нужны сведения именно по варианту А. Если попросить «выпиши цену и срок», модель может смешать условия двух вариантов или представить ежемесячную стоимость как оплату одного выезда.
В задании стоит указать, что считать отдельной единицей и какие поля нужны. Например:
Обработай только вариант А. Выпиши состав работ, число выездов за месяц, стоимость с периодом оплаты, условие первого выезда и отдельно оплачиваемые позиции. Для каждого поля приведи короткий фрагмент исходного текста. Если значение отсутствует, напиши «не указано». Не дополняй сведения предположениями. Разногласия и неоднозначности вынеси отдельно.
Ожидаемый результат по этому учебному фрагменту:
- Состав: обслуживание одного объекта.
- Количество: два выезда в месяц.
- Стоимость: 18 000 рублей за месяц.
- Первый выезд: в течение пяти рабочих дней после согласования заявки.
- Отдельная оплата: материалы.
Из текста нельзя получить стоимость материалов или точную календарную дату первого визита. Их нужно уточнить. Ответ «не указано» здесь полезнее догадки.
Перед записью в рабочую систему сотрудник сверяет значения с исходником. Номер страницы или выделение в документе помогают быстрее найти место проверки; качество такой ссылки тоже нужно проверить.
Проверьте ошибки, которые меняют решение
Составьте небольшую подборку, например из десяти разрешённых для теста документов. Число десять здесь является предложением для первой пробы, а не достаточным объёмом доказательства надёжности.
Вручную подготовьте ожидаемые ответы по тем полям, которые важны для вашей работы. Затем сравните результат инструмента с ними.
Особенно полезны сложные случаи: в документе нет значения, два похожих варианта имеют разные условия, срок указан относительно другого события, нужная строка попала на границу страниц. Добавьте файл, который не удалось нормально распознать.
Проверяйте отдельно пропуски, неверные значения и придуманные сведения. Ошибка в названии раздела и ошибка в стоимости имеют разные последствия. Для важных полей можно оставить обязательное подтверждение человека и техническую проверку формата, диапазона или единиц измерения.
Сообщение «обработано успешно» стоит показывать только после выполнения предусмотренных проверок. Если файл не прочитан или источник недоступен, это отдельный результат, требующий внимания сотрудника.
Учтите проверку и исправления в стоимости работы
Сравните весь путь на одинаковых документах: открытие файла, поиск сведений, перенос, проверку и исправления. Запишите время ручного варианта и время работы с помощником.
К нему добавьте расходы на сервис или модель, настройку и дальнейшее сопровождение. Быстрый первый ответ может не ускорить работу, если каждое поле затем приходится долго перепроверять.
Для начальной пробы используйте вымышленные, публичные или надлежащим образом обезличенные материалы. Перед обработкой рабочих документов определите допустимый состав данных, доступ сотрудников и условия выбранного сервиса. Общая папка с договорами не должна автоматически становиться доступной любому участнику.
После пробы проверьте, кому нужен результат и куда он попадёт. Если сотрудник всё равно заново читает файл и переносит сведения в другую систему, этот переход остаётся частью задачи.
С какой задачей прийти к разработчику
Подготовьте один тип входящих документов, список нужных полей, несколько разрешённых примеров и ожидаемый результат. Покажите, кто его проверяет и где использует дальше.
Так можно обсудить конкретный первый модуль: например, прочитать входящее предложение, собрать черновик карточки со ссылками на исходник и передать сотруднику на проверку. Самостоятельная отправка писем или изменение договорённостей для этого не требуются.
В разработке ИИ-помощников мы начинаем с такой ограниченной задачи. Удобнее всего принести пример документа и показать, какое повторяющееся действие вы хотите перестать выполнять вручную.
