Пример сложной ИИ задачи (скрин) и варианта ее решения (мой текст ниже) Вытащил это из комментариев, думаю будет ценно ——————— Тут за один проход не получится, нужно строить пайплайн - цепочки последовательных действий, где шаг за шагом агент будет обрабатывать по одному документу, резюмировать, вычленять главное, складывать. Потребуется несколько ИИ моделей: - Одна оркестратор, направляет основную работу, она же мозг финансовой аналитики (тут подойдет GPT) - Другая ИИ читает текст и саммаризирует, строго выделяя факты, цифры и тд, возможно складывает в таблицу (тут Gemini будет дешевле и лучше) - Третья делает исследования на основе выводов оркестратора (Parallel/GPT DeepResearch - это ТОПы, чуть проще Gemini research и Perplexity) То есть для получения качественного итога для оркестратора надо подготовить json файл или таблицу с кучей данных, тенденций, ключевых смыслов, чтобы влезло в половину его контекста (gpt 5-4 влезает до 1млн, в предыдущие версии пополам) То, что вы описали: "анализ одновременно большего количества одних и тех же документов на поиск разных проблем." на практике делаю каждый день в своем сервисе. У меня сотни метрик и мои агенты по инструкциям: скачивают, считают, складывают для оркестратора в один удобный документ и он уже ищет аномалии, дисбалансы, считает риски, в вашем случае - разные проблемы. итого: пайплай, несколько моделей, работа по слоям с переупаковкой огромных отчетов в мини концентраты ценных фактов, умная модель оценивает все и на выходе получаете одностраничное резюме (или меньше) —— Будем честны, если отчет на 100 страниц и это каждый день, то часто это "вода" сделанная таким же ИИ агентом, я эту тему уже проходил, значение имеют цифры и факты, а не рассуждения на 100 страниц.