ИИ в бухгалтерии продают двумя крайностями: «заменит целиком» и «слишком опасно, не трогайте». Правда посередине: модель снимает рутину, но добавляет риск, если её ответ принимают без проверки.
Ниже — восемь задач, которые уже работают, три запрета и порядок внедрения без нервов и штрафов.
Восемь задач, которые можно передать уже сейчас
1. Разбор первичных документов
Счета, акты, накладные, договоры: модель вытаскивает реквизиты, даты, суммы и номера в таблицу. Работает хорошо, если документ читаемый и шаблон стабильный. Дальше — сверка с учётной системой: расхождения быстрее находить по готовой таблице, чем листая PDF.
2. Объяснение операций и проводок
«Почему здесь Дт 60 Кт 51, а не 62?» — модель объясняет логику и типовые схемы. Полезно для новичков и для самопроверки. Осторожно: схемы в нестандартных ситуациях она может упростить.
3. Письма и запросы
Запрос контрагенту об акте сверки, пояснение в налоговую, письмо о расхождении в накладной. Модель собирает структуру и вежливый тон, вы подставляете факты и сроки.
4. Черновики регламентов и учётной политики
Не готовый документ, а каркас: разделы, формулировки, список того, что нужно решить. Экономит время на «чистом листе», но каждое положение требует вашей проверки.
5. Таблицы и выгрузки
Формулы для сводных, разбор чужих таблиц, приведение выгрузки из 1С к нужному виду, поиск дублей. Это самая безопасная зона: ошибку видно сразу по числам.
6. Поиск и навигация по нормативке
Модель подсказывает, где искать норму, и объясняет общий смысл. Но номер статьи, письма Минфина и дату нужно проверять в первоисточнике: здесь галлюцинации — правило, а не исключение.
7. Обучение и разбор ошибок
«Объясни, почему это нарушение сроков подачи отчётности и что будет» — рабочий сценарий для стажёра. Модель терпеливо объясняет и даёт примеры, если попросить без воды.
8. Проверка контрагента по открытым данным
Модель помогает собрать чек-лист проверки и разобрать выписку из реестра. Сами данные берутся из источников, а не из головы модели.

Три запрета, которые не обсуждаются
| Что нельзя | Почему | Как делать правильно |
|---|---|---|
| Заливать первичку с персональными данными в публичные модели | Это передача ПДн третьим лицам; риск по 152-ФЗ | Обезличивать: убрать ФИО, адреса, паспортные данные, номера договоров |
| Принимать ответ по налогам как окончательный | Модель выдумывает нормы и письма | Использовать как навигацию, проверять первоисточник, решение принимать самим |
| Автоматически проводить операции по ответу модели | Ошибка в сумме или статье = искажение отчётности | Только черновик + обязательная сверка человеком, двойной контроль по суммам |
Отдельно про конфиденциальность
Коммерческая тайна (выручка, зарплаты, условия договоров) в открытые сервисы не попадает. Если задача требует реальных цифр — либо работайте с обезличенными примерами, либо на своём контуре. Для проверки расчетов достаточно синтетических чисел: логика от этого не меняется.

Как внедрить без риска: пять шагов
- Выберите одну рутинную задачу. Не «внедрить ИИ», а, например, «разбор 20 накладных в неделю».
- Замерьте «как есть». Сколько минут уходит на документ, сколько ошибок. Без этой цифры эффект не доказать.
- Сделайте черновик промпта и прогоните на 10 обезличенных документах. Считайте не «нравится/не нравится», а число ошибок.
- Введите правило приёмки: что считается верным ответом, кто проверяет, что делать при расхождении.
- Расширяйте только после двух недель без ошибок. Один удачный прогон ничего не доказывает.
Промпт для разбора документа
Ты помогаешь разобрать первичный документ. На входе — текст счёта или акта (данные обезличены).
Верни таблицу: тип документа | номер | дата | контрагент | сумма без НДС | НДС | сумма с НДС | назначение.
Правила: если поле не найдено — пиши «нет в документе», не угадывай; не меняй формулировки сумм;
в конце отдельным списком перечисли, что вызывает сомнение (нечитаемые символы, несовпадение сумм).
Строка про сомнения — самая ценная. Она превращает ответ из «красивой таблицы» в рабочий инструмент: вы сразу видите, где документ требует ручной проверки.

Что проверить в готовом ответе
- Суммы: НДС и итог сходятся арифметически? Модель ошибается в расчётах, если просить «посчитай в уме».
- Даты и номера: сверка посимвольно с оригиналом — здесь чаще всего подмены.
- Ссылки на нормы: каждая проверяется в первоисточнике. Если источника нет — вычеркнуть.
- Стиль документа: регламенты и письма в налоговую не должны содержать обещаний и оценок, которых вы не готовы подтвердить.
Экономика вопроса
Считайте не «часы, сэкономленные на магии», а стоимость минуты. Если разбор накладной занимал 6 минут, а с черновиком — 2,5, при 200 документах в месяц это 11 часов. При этом проверка остаётся: полностью без человека процесс не работает, и это нормально.
В нашем чате такие задачи решаются в диалоге: вставьте обезличенный текст документа и попросите таблицу с правилом «не угадывать». GPT-5.6 и Claude Sonnet 4 аккуратно держат формат и отмечают сомнительные поля; для расчётов лучше просить формулы, а не устный счёт.

Какую модель выбрать под задачу
Разные задачи требуют разного: где-то важна точность формулировок, где-то — скорость и объём.
Разбор документов и писем
Нужны модели с хорошим следованием формату: GPT-5.6 и Claude Sonnet 4 аккуратно держат структуру таблицы и не «дописывают» отсутствующие реквизиты, если это запрещено в запросе.
Расчёты и таблицы
Здесь надёжнее просить формулы, а не ответы: модель формулирует логику, считает Excel. Для длинных выгрузок удобны модели с большим контекстом — DeepSeek V4 справляется с объёмными вставками.
Конфиденциальные данные
Если документы нельзя отправлять в облако, вариант один — локальная модель на своём сервере. Она слабее, но данные не покидают контур. Подробности — в статье про локальную нейросеть.
Про таблицы и выгрузки подробнее — в статье нейросеть для таблиц, про отчётность и метрики — нейросеть для аналитики. Деловые бумаги и регламенты разобраны в материале нейросеть для деловых документов, а договорные формулировки — в статье нейросеть для юристов.
Частые вопросы
Заменит ли ИИ бухгалтера?
Нет. Он убирает механическую часть — извлечение данных, черновики писем, поиск в справочниках. Ответственность, решения по спорным операциям и подпись остаются за человеком.
Можно ли загружать счета с данными контрагентов?
Реквизиты организации — не персональные данные, но коммерческая тайна возможна. Надёжнее обезличивать: убирать суммы, номера договоров и любые ФИО, если они есть в документе.
Насколько точны ответы про налоги?
Общая логика — обычно верна, конкретные нормы и письма — часто выдуманы. Правило: модель показывает направление поиска, решение принимается по первоисточнику.
Подходит ли для 1С?
Для формул, выгрузок и разбора структуры таблиц — да. Автоматическая запись в учётную систему по ответу модели — нет, только с проверкой человеком.
Что делать со сложными нетиповыми операциями?
Использовать модель как собеседника: попросить перечислить возможные трактовки и риски каждой. Финальный выбор — за вами и вашим методологом.
Нужно ли обучать сотрудников?
Да, минимально: как обезличивать данные, как проверять ответ, что нельзя спрашивать. Без этих трёх правил инструмент приносит больше риска, чем пользы.