Всем привет! Сегодня расскажем про небольшой кейс по автоматизации не-совсем-типовой документации с помощью конструктора документов и (опционально) нейросетей. В целом, принято считать, что конструкторы документов — это для типовой документации, а для нетиповой — только ИИ. Это, по большому счёту, абсолютно правильно. Другое дело, что граница между типовой и нетиповой документацией не всегда чётко прослеживается. Например, договор с контрагентом, в который вторая сторона активно вносит правки, из типового превращается в нетиповой, но бывают и обратные случаи, когда документация, по задумке нетиповая, рассчитанная на уникальные случаи, может быть автоматизирована в конструкторе документов, потому что она, на самом деле... ну, вы поняли, типовая 😺 Ключевое различие между типовым и нетиповым документом — это наличие в первом случае матрицы вариативности, которую можно применить при его подготовке. При этом сама матрица может быть как сложной, так и предельно простой — это не очень важно с точки зрения возможности автоматизировать документ, хотя играет роль в том, насколько сложно будет поддерживать его в будущем и стоит ли, таким образом, овчинка выделки. Иногда наличие матрицы очевидно, иногда её нужно сначала определить и разработать — кейс, о котором мы сегодня рассказываем, как раз из второй категории. На прошлой неделе мы взяли в разметку шаблоны одного из наших клиентов, и коллеги пришли к нам с необычным запросом — отправили 30 требований от налоговых органов, 30 уникальных ответов на них, несколько вариантов отказа в предоставлении информации налоговикам и попросили сделать из всего этого шаблон. Учитывая объёмы информации, работа была выстроена следующим образом: 1. Все варианты ответов на запрос налогового органа были поделены на две ключевые группы: случаи, когда информация предоставляется, и случаи, когда организация по тем или иным причинам отказывается предоставить информацию. С автоматизацией второй группы никаких проблем не было, поскольку причин для отказа не так много — как правило, это просто уточнения недостающий информации. 2. Оставшиеся варианты ответа, связанные с предоставлением разных документов налоговой, были собраны в один файл, который затем был загружен в Doczilla AI с задачей провести сортировку данных, найти все уникальные ответы и сгруппировать их в зависимости от типа запрашиваемой информации (для этого использовался Claude Sonnet 4 с режимом размышлений 🤔 ). 3. Дальше оставалась преимущественно рутинная работа — собрать всю вариативность в одном шаблоне, придумать недостающие варианты ответов (например, в ответах специалист мог ссылаться только на отсутствие той или иной информации за указанный период, но, теоретически, она может и присутствовать — в таком случае требовалось добавить альтернативный вариант текста) и автоматизировать. Получился шаблон на пять страниц, который умеет распознавать через справочник, в отношении какого лица сделан запрос — физического или юридического, формирует в зависимости от этого список общих и уникальных видов предоставляемой информации, а также, конечно, даёт пользователю возможность ввести собственный текст, если подходящих вариантов в перечне всё-таки не обнаружено. На всю подготовку шаблона от статуса "взяли в работу" до готового функционального документа ушло чуть меньше 6 часов. Вывод: что угодно может быть типовой формой, если сильно захотеть 😎 Ребята из маркетинга, добавьте в набор эмодзи Докзиллы динозавра в крутых солнечных очках, пожалуйста #автоматизация #кейсИИ