Загрузка заказов клиента с помощью ИИ

25.11.25

Интеграция - Нейросети

Узко специализированный кейс "Как с помощью ИИ можно загружать заказы любого формата и из любого источника".

Добрый день.

 

Предпосылки и описание боли

Я работаю в оптовой компании по продаже фурнитуры и комплектующих для производства МЯГКОЙ мебели (диваны, пуфики, кровати и т.д.). В отличие от корпусной мебели, где все построено на артикулах, в нашей сфере царит полный хаос. Кто как хочет, так и называет материалы. А так как компания у нас "клиентоориентированная", мы все это проглатываем и преобразуем названия клиентов в наши и периодически додумываем за них.

Почему такое происходит? 

  1. Много производств, которые выпускают одно и то же, но каждый применяет свою маркировку. "Пенополиуретан", "ППУ" и "Поролон" это одно и то же. Размеры кто-то указывает в мм, см и м.
  2. Конструктор разрабатывает спецификацию на диван. Он не ищет, как этот материал называется у поставщика, и дает названия деталям как ему угодно и так же их заводит в учетной программе. Закупщик формирует потребность в программе, не заморачивается и скидывает как есть.
  3. Небольшие предприятия не имеют учетных программ, которые могут сказать, что им надо заказать, поэтому заказы формируются на коленке, и названия оставляют желать лучшего.

Скидывают заказы всеми возможными способами и форматами. XLS, DOC, PDF, фото экрана. Но, как показала практика, большинство просто текстом в теле письма или мессенджера.

Если у вас не так, можно дальше не читать.

 

Техническая информация

На волне хайпа про ИИ нам захотелось попробовать "а что это такое" и поэтому, когда стоял выбор между облаком или своим - чаша склонилась ко второму варианту. Мы не знали, как сможем это использовать, и пробуем сейчас различные варианты применения. Пока в продакшн ушло распознавание назначения платежа и загрузка заказов клиента.

На сегодняшний день могу сказать: "Что экономического смысла держать у себя свой сервер с ИИ нету". Мы собрали компьютер с видео картой RTX 5080 c 16 gb стоимостью чуть больше 200к. Поставили на нее Phoenix, которая подсчитывает потребленные токены и пересчитывает это в деньги. На сегодняшний день среднее потребление у нас 70$ в месяц. Сколько будет окупаться этот компьютер, без учета света и ЗП разработчика?

Если вы не планируете передавать конфиденциальные/персональные данные, то лучше облако. Оно мощнее, быстрее и лучше работает.

На комп вначале была установлена Ollama, потом перешли на vLLM (пошустрее работает и может обрабатывать несколько запросов параллельно). Модели разные пробовали, но остановились на qwen3-8b (более мощные не влезают на видеокарту).

 

Реализация

Есть заказ клиента в каком-то формате (XLSX, DOCX, PDF). С помощью различных методов превращаем его в текстовый вид (в нашем случае это markdown разметка). Мы нашли модуль для python, который довольно неплохо это делает (сейчас не подскажу какой, но если будет интерес, узнаю). Если скидывают JPG - нужно применять OCR, но здесь мы в стадии разработки. Если текст скидывают в теле письма, то я его упаковываю в файл txt. На выходе должно получиться примерно следующее:

 
 Это фотография из WhatsApp
 
 Это docx из почты
 
 Просто текст в Whatsapp

 

Добавляем к промту продажи клиента за последний год в формате json. Почему именно продажи клиента, а не весь каталог? 

  1. У нас около 20 000 позиций и мы не проходим в контекстное окно (у к qwen3 оно 40 000 токенов)
  2. Большинство клиентов пишут сокращенное наименование, например как в последнем запросе, и надо подобрать именно ту позицию, которую он брал ранее. Если вывалить весь список, то одной и той же позиции будет 15 штук, только разного размера.
 
 Список продаж клиента

 

Пишем системный промт. Здесь надо проявлять креативность и, как показала практика, по максимуму привлекать ИИ. Чтобы они на своем правильно описали, что мы от них хотим.

 
 Системный промт

 

Даже при указании в промте, что строго возвращай ответ в json, прилетал текст с пояснениями и другими фантазиями. Выход - указание json-схемы при запросе:

 
 json_schema

 

Отправляем все это дело в ИИ, ждем от 7 до 90-100 сек (в зависимости от размера промта с продажами) и на выходе получаем json:

 
 Ответ в JSON. Это ответ на первый запрос по фотографии в Whatsapp

 

Дальше в 1С с этим можно работать как душе угодно. Я немного доработал обработку "ЗагрузкаТоваровИзВнешнихФайлов" и все передаю в нее, а там уже записываю наименование партнера "на будущее" и добавляю все необходимые атрибуты для заказа (вид цены, единицу измерения). В ответе представлено поле единица измерения, если в 1с указана упаковка, то пытаемся пересчитать количество в базовые единицы.

 

ВЫВОДЫ:

  • Вполне рабочая схема. Правильно находится 80% - 90% позиций, что не находится, пользователь указывает соответствие и в следующий раз отрабатывает на 99 % (бывают погрешности).
  • Заказ из 50 -70 позиций заводится в программу  за минуту (30 сек ИИ + 30 сек быстренько пробежаться глазами).

 

p.s. Это моя первая статья не только на Инфостарте, а вообще, так что не судите строго.

Вступайте в нашу телеграмм-группу Инфостарт

См. также

Инструментарий разработчика Нейросети Платные (руб)

Первые попытки разработки на 1С с использованием больших языковых моделей (LLM) могут разочаровать. LLMки сильно галлюцинируют, потому что не знают устройства конфигураций 1С, не знают нюансов синтаксиса. Но если дать им подсказки с помощью MCP, то результат получается кардинально лучше. Далее в публикации: MCP для поиска по метаданым 1С, справке синтакс-помошника и проверки синтаксиса.

15250 руб.

25.08.2025    44250    94    27    

106

Разработка Инструментарий разработчика Работа с интерфейсом Адаптация типовых решений Нейросети 1C:Бухгалтерия 1C:ERP 1С:ЗУП 1С:КА 1С:УНФ 1С:УТ 1С:Розница 1С:ДО 1С:ERP Управление предприятием 2 Платные (руб)

Разработка "Дизайнер форм 1С" реализована в виде расширения 1С и является универсальным инструментом для разработки прототипа форм с целью демонстраций, технических заданий и т.д. Без участия разработчика с возможностью экспорта в файл внешней обработки и генерации формы используя искусственный интеллект.

36600 руб.

28.08.2025    6824    2    2    

6

Нейросети 1С 8.3 1С:Управление торговлей 11 Управленческий учет Платные (руб)

Обработка подключения фотокамер Canon и Nikon к Управление торговлей 11.4 для потоковой загрузки фотографий в карточки товаров с автоматическим удалением фона

23180 руб.

24.06.2021    11771    5    7    

16

Нейросети 1С:Предприятие 8 1С:Бухгалтерия 3.0 1С:Управление торговлей 11 1С:Управление нашей фирмой 3.0 Платные (руб)

Умный Excel" - ИИ-супердвигатель, который превращает часы работы в минуты! Технологии будущего уже здесь: загрузил Excel "магия ИИ" готовый результат

8540 руб.

02.07.2025    3258    2    0    

6

Мастера заполнения Нейросети 1С:Предприятие 8 1C:Бухгалтерия 1С:Управление торговлей 11 Платные (руб)

Расширение для заполнения описания товара (номенклатуры) с помощью модели ИИ ChatGPT с ключевыми словами. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ. Прошло аудит на 1cfresh.com. Версия для автоматического заполнения

5084 руб.

13.03.2023    22579    52    50    

80

Нейросети Пользователь 1С:Предприятие 8 1С:Управление нашей фирмой 1.6 1С:Управление торговлей 11 1С:Управление нашей фирмой 3.0 Оптовая торговля, дистрибуция, логистика Россия Управленческий учет Платные (руб)

Расширение "Искусственный интеллект и нейросети в 1С: Работа с отзывами маркетплейсов" предназначено для применения искусственного интеллекта в повседневной деятельности селлеров на маркетплейсах. Среди функций - работа с отзывами, вопросами и чатами покупателей, диалог с нейросетями, генерация картинок, заполнение описаний номенклатуры и другое.

6100 руб.

03.04.2024    13950    7    0    

12

Нейросети Мастера заполнения 1С:Предприятие 8 1С:ERP Управление предприятием 2 1С:Управление торговлей 11 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 Платные (руб)

Расширение для заполнения описания номенклатуры с помощью модели ИИ GigaChat от Сбера. Расширение формирует продающее описание товара по его наименованию с помощью модели искусственного интеллекта. Будет полезно для владельцев интернет магазинов, каталогов товаров и продающих через маркетплейсы. Адаптировано для основных конфигураций: УТ, ЕРП, КА, УНФ.

5084 руб.

08.11.2023    6381    19    0    

29

Нейросети WEB-интеграция Программист 1С 8.3 1С:Библиотека стандартных подсистем Абонемент ($m)

Meta1C AI Bridge — JSON метаданных 1С для AI за 1 клик! Справочник ->; Документ ->; Регистр;-> Готовый JSON для ChatGPT/Claude! 100+ объектов метаданных (УТ/ERP/БП/КА), Полная структура: реквизиты + ТЧ + типы ,Автоочистка кода + анализ "мертвых" процедур, 20 мин ->; 20 сек | 0 ошибок типов, Результат: AI пишет идеальный код с 1 раза!

1 стартмани

вчера в 13:00    388    2    war41k    0    

7
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. GarriSoft 403 25.11.25 16:56 Сейчас в теме
Отлично, коллега!
Особенно понравился ваш "Системный промт", возьму на заметку принцип его формирования. Спасибо.
2. Happyjack 26.11.25 10:55 Сейчас в теме
Отлично!
А сколько времени нужно менеджеру чтобы вручную забить такой заказ (50-70 позиций)? Сколько стоит рабочее время менеджера? Несложно ведь посчитать когда окупится компьютер.
3. VasilyErmak 228 27.11.25 15:24 Сейчас в теме
А не лучше было бы вложится в сервис сбора заказов клиентов и использовать их интеллект?
4. Tigreno 22 27.11.25 19:27 Сейчас в теме
(3) что за сервис сбора заказов?
5. VasilyErmak 228 28.11.25 09:30 Сейчас в теме
(4) Сайт, мобильное приложение.
6. Tigreno 22 28.11.25 13:03 Сейчас в теме
(5) и как это поможет ? клиенты не будут искать на сайте как эта позиция называется - им легче скинуть свой список, а менеджер пусть разбирается.
7. Global__IT 432 30.11.25 18:00 Сейчас в теме
(4) коллега может Вам будет интересно в контексте задачи.
https://infostart.ru/marketplace/2521060/
8. пользователь 18.12.25 10:19
Сообщение было скрыто модератором.
...
9. asoiko 8 15.01.26 11:49 Сейчас в теме
Я экспериментировал с моделью qwen3-8b для более простой задачи поиска статей затрат из списка 100 статей. Она даже для этой задачей справлялось плохо. И часто выдавала не точный ответ. Если взять модель на 72b то, ответы будут и строже соответствовать промту и будут более качественные
10. Tigreno 22 15.01.26 18:01 Сейчас в теме
(9)
Она даже для этой задачей справлялось плохо. И часто выдавала не точный ответ. Если взять модель на 72b то, ответы будут и строже соответствовать промту и будут более качественные


Модели больше 8b не влазиют в видеокарту на 16 Гб, а если и влазиют то совсем впритык и не остается место для vLLM кеша. Если размещать ее в оперативке то время ответа возрастает раза в 3, а это уже критично.

После 3 месяцев полета вполне адекватные ответы.

Здесь больше вопрос к промту и ограничению ответа, у нас все жестко и не забалуешь
11. o.nikolaev 217 18.01.26 00:27 Сейчас в теме
Симпатично и толково.
12. пользователь 27.01.26 16:06
Сообщение было скрыто модератором.
...
13. пользователь 27.01.26 19:22
Сообщение было скрыто модератором.
...
Для отправки сообщения требуется регистрация/авторизация