Как директору автоматизировать процессы с помощью ИИ-инструментов и вайбкодинга

Почему встал вопрос об автоматизации процессов

Значительная часть рабочего дня нашей бухгалтерии тратилась на выставление счетов и подготовку договоров. В любой момент в компанию мог поступить срочный заказ — и на него необходимо было заводить счет. Все документы создавались по шаблонам, никаких новых вводных. Но даже такая простая задача значительно отвлекала сотрудников от более сложных процессов — например, формирования отчетов.

Поэтому, когда ИИ-инструменты начали набирать популярность, было решено попробовать их для составления договоров и счетов. Для реализации задачи выбрали Claude Code — в сети разместили множество видео и статей, где описывались принципы вайбкодинга с этим инструментом. Знания о Claude Code у нас были теоретическими, поэтому такие понятия, как API, хостинг, эквайринг, и другие пришлось осваивать в процессе.

Автоматизация составления договоров

Процесс составления договора у нас выглядел так:

• менеджер получал от клиента данные;
• данные передавались бухгалтеру;
• бухгалтер вручную заполнял шаблон и формировал документ.

Мы решили автоматизировать эту задачу через Claude Code. Но так как нейросеть может галлюцинировать, то есть придумывать информацию от себя, нужно было ограничить ее четкими рамками. В нашем случае это бот, интегрированный по API с информационным сервисом DaData.

Как изменился процесс составления договора после внедрения бота:

• бот задает менеджеру вопросы по шаблону;
• менеджер отправляет в бот ответы;
• бот подтягивает в форму данные о компании из сервиса DaData и выдает готовый договор.

Такой алгоритм позволил значительно экономить время, сведя к минимуму ручные операции.

Работа над ботом заняла всего два дня. В первый день Claude Code составил MVP, во второй — протестировал его, исправил баги, и бот был загружен на хостинг. Простой порядок работы с ботом позволил менеджерам быстро вникнуть в суть процесса, и сотрудники сразу стали им пользоваться. Сейчас с помощью бота мы готовим до трех договоров в неделю. Они составляются по шаблону, поэтому не нужно дополнительно проверять их и корректировать.

Автоматизация составления счетов

Успех бота — составителя договоров показал, что с помощью нейросети можно успешно автоматизировать рутинные процессы. Поэтому было решено идти дальше и поручить боту составление счетов. Но эта задача была сложнее, так как:

• счет должен был создаваться в 1С, чтобы бухгалтер имел к нему доступ;
• нужно было предусмотреть возможность отправки счета по ЭДО внутри 1С; 
• статус счета («оплачен»/«не оплачен») должен был автоматически меняться внутри системы, а по результатам — формироваться закрывающие документы.

Таким образом, бот должен был поддерживать интеграцию с 1С. Это можно было сделать с помощью REST-интерфейса, работающего на протоколе Odata, — он представляет собой своеобразный провод, соединяющий систему 1С с другими ресурсами.

Читайте также

Рейтинг российских no-code платформ для создания бизнес-ботов

Российский бизнес все чаще выбирает no-code ботов вместо долгой ручной работы. Как не запутаться в десятках платформ и найти «свой» инструмент? Разбираем лидеров рынка, их возможности и главные риски выбора в свежем рейтинге IT-World.

Сначала разработка бота для счетов строилась по той же схеме, что и для договоров — Claude Code получил задание и документацию по 1С и приступил к работе. Но результаты оказались неудовлетворительными — нейросеть стала генерировать запросы к 1С, которые не работали. Claude Code не смог самостоятельно разобраться с поиском инструкции по запросам в базе знаний 1С.

Поэтому мы сами нашли и загрузили в нейросеть инструкцию. По ней Claude Code находил нужную информацию в документации, затем запускал API-запрос, получал ответ от 1С с указанными ID или названиями полей, проверял корректность запроса и учитывал эту информацию при формировании следующих запросов.

Так, путем постоянного тестирования, диалога с Claude Code и дорабатывания функций, бот для составления счетов был создан и интегрирован с 1С. Процесс занял около недели, и для успешного решения потребовалось протестировать около 100 алгоритмов составления счетов. Вся информация и расчеты подтягивались из 1С, чтобы в счете не было ошибок.

Сейчас с помощью бота мы готовим до 30–40 счетов в день, они составляются по шаблону и выгружаются в PDF-формате, чтобы обезопасить документ от случайных правок.

Автоматизация статуса оплаты

По каждому счету нужно было отслеживать статус, чтобы понимать — можно ли отправлять клиенту машину. Задача небольшая, но для нее тоже приходилось отвлекать бухгалтера, а он не всегда мог оперативно посмотреть статус оплаты. Поэтому было решено создать с помощью Claude Code бот для автоматизации процесса.

Бот связывается с банком компании с помощью API, и банк передает ему информацию о поступлениях на счет, которая обновляется каждые 5 минут. Данные сохраняются в базе PostgreSQL. Чтобы узнать статус оплаты, менеджеру достаточно ввести в бот ИНН клиента. Это удобно и безопасно — у менеджера нет доступа к банковскому счету, но он оперативно получает нужную информацию.

Разработка бота заняла два дня, и сотрудники компании успешно пользуются им уже два месяца.

К чему приводят завышенные ожидания от ИИ-ботов

Успех разработки внутренних ИИ-инструментов подтолкнул меня к созданию внешнего сервиса. В нашей отрасли есть документ — паспорт отходов, в котором указывается состав, происхождение и класс отходов на предприятии. Он необходим для законного вывоза и утилизации мусора.

Для того чтобы обзавестись паспортом, нужно отправить пробы отходов в лабораторию и получить протокол исследований — его результаты и заносятся в документ. Это несложная работа, но для нее экологу нужно открыть оба документа — протокол и паспорт — и по строчке копировать информацию. Это занимает много времени.

Мне показалось, что процесс можно автоматизировать. С помощью Claude Code я создал сервис, куда можно загружать протокол исследований и конвертировать его в паспорт отходов. Первые три конвертации предоставлялись бесплатно, далее можно было купить пакет конвертаций — для этого я разобрался с эквайрингом и создал форму оплаты.

Я предполагал, что экологи станут использовать сервис, чтобы сократить время на разработку паспорта до пяти минут. Показал продукт десяткам знакомых экологов, но только единицы попробовали его и дали обратную связь. Остальные вроде заинтересовались, но в итоге так и не открыли сервис.

Я сделал вывод: несмотря на то что ИИ-инструменты дают огромные возможности, не всем специалистам это нужно и лучше потратить время на создание ИИ-инструментов, которые будут действительно востребованы на практике. Но в любом случае я увидел потенциал Claude Code, и, может быть, это пригодится нам в следующих разработках.

Как успешно внедрять ИИ-ботов

Для того чтобы ИИ-инструменты действительно работали, компания должна быть зрелой, то есть иметь четкие регламенты процессов. Если сотрудник может уточнить непонятные моменты, то у ИИ такой опции нет, и он выполнит задачу по имеющимся данным — и не всегда результат будет удовлетворительным.

Еще один сложный момент — работа с чувствительными данными. В РФ действует закон № 152-ФЗ «О персональных данных», по которому оператору данных запрещается предоставлять доступ к ним третьим лицам, в том числе и нейросети, без согласия владельцев данных. Но есть инструменты, которые помогают шифровать информацию о пользователях, превращая ее в обезличенные ID.

В остальном современные ИИ-инструменты наподобие Codex или Claude Code позволяют в одиночку и без знания программирования создавать сервисы для автоматизации процессов. И это значительно помогает бизнесу.

Читайте также

Как устроены языковые модели и почему LLM выглядят разумными

Большие языковые модели умеют писать, рассуждать и объяснять. Иногда они делают это убедительнее человека. Но там, где требуется точность, логичность и устойчивость, LLM регулярно ошибаются. Чтобы понять почему, IT-World решил сначала разобраться не в том, где они слабы, а в том, за счет чего они вообще работают и почему создают ощущение интеллекта.

Какие задачи можно поручать ИИ-боту

Лучше всего ИИ-инструменты справляются с рутинными шаблонными задачами. Например, наши сотрудники стали сами себе делать ИИ-агентов, чтобы разгрузиться от отчетов, напоминаний, типовых писем и т. д. Также мы используем ИИ для исследований и опросов, чтобы понимать, как меняется рынок и чего хотят люди — как на этапе вопросов, так и на стадии работы с данными.

Масштабные сложные сервисы «навайбкодить» труднее. Чем объемнее ИИ-проект, тем хуже нейросеть в нем ориентируется и чаще ошибается. Поэтому вместо упрощения работы приходится тратить время на исправление ошибок нейросети. А иногда даже создавать проект с нуля.

Лучше двигаться небольшими шагами и поэтапно. И тогда, при желании и наличии необходимых данных, можно создать полезный продукт.

В заключение

Искусственный интеллект предоставляет большие возможности по автоматизации бизнес-процессов и созданию новых продуктов. И главное, эти задачи нейросеть может выполнить сама — в нашем случае она предложила идеи реализации, составила MVP, протестировала его и представила работающее решение.

Поэтому мы используем ИИ-инструменты для усиления эффективности сотрудников, чтобы добиться максимальной пользы для бизнеса. Мы значительно ускорили процессы подготовки счетов и договоров и оптимизировали штат.

Опыт работы с Claude Code подсветил, насколько эти инструменты полезны в разработке. Поэтому если при создании следующих продуктов мне понадобится помощь профессионального разработчика, то я буду привлекать только опытных специалистов, которые сами используют агентную разработку.