AI-помощник казначейства

Данное решение построено на базе разработки Романа Андриянова «ИИКона-универсальный AI-коннектор для 1С» (//infostart.ru/1c/articles/2585691) и является ее развитием и примером использования.

Структурированный вывод

Не все LLM поддерживают структурированный вывод (constrained decoding). Даже если передать JSON-схему в системном промпте, модель не всегда вернет ответ строго в нужном формате. Она может пропустить обязательное поле, изменить тип значения, выбрать договор не из переданного списка или вернуть сумму в виде, который система не сможет надежно разобрать.

Для автозаполнения документов в корпоративных учетных системах такой ответ нельзя принимать на доверии. Поэтому в решении есть проверка результата после генерации. Система разбирает JSON, проверяет поля, типы значений, обязательные данные и бизнес-условия. Например, если модель предлагает договор, проверяется, что он существует и относится к выбранному контрагенту.

После проверки система решает, что делать с ответом: применить его автоматически, отправить модели повторный запрос с причиной ошибки, передать документ на ручную проверку или отклонить результат. Учитывается и уверенность модели в ответе (confidence). Если уверенность ниже заданного порога, ответ не используется для автозаполнения, даже если формально он корректный. Это закрывает риск неверного заполнения документов и дает возможность использовать модели с разным уровнем поддержки структурированного вывода.

Обработка банковской выписки

При обработке банковской выписки система помогает определить договор по назначению платежа и заполнить расшифровку без ручного ввода. Да, есть другие варианты решения данной задачи: с помощью регулярных выражений, есть типовой инструмент шаблонов анализа назначений, но у каждого из этих подходов есть свои плюсы и минусы. Данное решение, в том числе, рассматривается как пример использования AI - еще одного инструмента для автоматизации процессов. Цель - показать, что ничего сложного здесь нет, можно применять, наряду с обычными правилами и алгоритмами 1С. 

При загрузке банковской выписки в 1С формируются документы поступления на расчетный счет. В документе уже есть контрагент, сумма и назначение платежа. Эти данные система передает модели вместе со списком договоров контрагента.

Модель анализирует назначение платежа и предлагает договор или несколько договоров для расшифровки. Затем результат проходит проверку, если ответ корректный, то система заполняет расшифровку платежа: подставляет договор и сумму.

Анализ запускается автоматически при создании нового поступления, если договор в расшифровке еще не заполнен. Также пользователь может запустить его вручную из формы документа. Если строки расшифровки уже есть, система сначала предупреждает, что они будут заменены.

Если модель не дала надежный ответ, вернула спорный вариант или запросила ручную проверку, документ помечается признаком "Требуется проверка". Этот признак выводится в журнале банковских выписок, чтобы такие поступления можно было быстро найти и разобрать вручную.

Настройка схемы структурированного ответа и параметров валидации

В карточке Эксперта ИИ указывается модель ИИ, системный промпт, схема ответа и лимит повторных запросов.

Схема ответа ИИ содержит описание полей схемы JSON, их типы и ссылку на валидатор ответа.

Система добавит в системный промпт текст «Формат ответа (строго):» и схему JSON, согласно настроенной структуры. 

Пример схемы JSON, полученной по настройке на картинке: 

{
"type": "object",
"properties": {
"documentTotalSum": {
"type": "number",
"description": "Общая сумма платежного документа"
},
"needsManualReview": {
"type": "boolean",
"description": "Требуется ручная проверка результата"
},
"notes": {
"type": "string",
"description": "Пояснение модели"
},
"candidates": {
"type": "array",
"items": {
"type": "object",
"properties": {
"contract": {
"type": "string",
"description": "Позиция из Список договоров контрагента"
},
"amount": {
"type": "number",
"description": "Сумма, относимая к договору"
},
"confidence": {
"type": "number",
"description": "Уверенность модели в кандидате"
}
},
"additionalProperties": false,
"required": [
"contract",
"amount"
]
},
"description": "Кандидаты распределения суммы по договорам"
}
},
"additionalProperties": false,
"required": [
"documentTotalSum",
"needsManualReview",
"candidates"
]
}

Валидатор ответа применяется при обработке ответа от модели, он может применять как ко всему ответу, так и к отдельному полю.

Пример валидации договора: 

НаименованиеДоговора = СокрЛП(Строка(ЗначениеПоля));
Если ПустаяСтрока(НаименованиеДоговора) Тогда
	Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ОтсутствующаяИнформация;
	Результат.Сообщение = "Не указан договор";
Иначе
	Контрагент = Неопределено;
	Если ТипЗнч(КонтекстПроверки) = Тип("Структура") Тогда
		КонтекстПроверки.Свойство("Контрагент", Контрагент);
	КонецЕсли;
	Если Не ЗначениеЗаполнено(Контрагент) Тогда
		Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ОтсутствующаяИнформация;
		Результат.Сообщение = "Не указан контрагент для поиска договора";
	Иначе
		КлючПоиска = НРег(НаименованиеДоговора);
		Запрос = Новый Запрос;
		Запрос.Текст =
			"ВЫБРАТЬ ПЕРВЫЕ 1
			|	Договоры.Ссылка КАК Ссылка
			|ИЗ
			|	Справочник.ДоговорыКонтрагентов КАК Договоры
			|ГДЕ
			|	НЕ Договоры.ПометкаУдаления
			|	И Договоры.Владелец = &Контрагент
			|	И НРег(СокрЛП(Договоры.Наименование)) = &Наименование";
		Запрос.УстановитьПараметр("Контрагент", Контрагент);
		Запрос.УстановитьПараметр("Наименование", КлючПоиска);
		Выборка = Запрос.Выполнить().Выбрать();
		Если Выборка.Следующий() Тогда
			Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ПройденаВалидация;
			Результат.Значение1С = Выборка.Ссылка;
		Иначе
			Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ВнешняяСсылка;
			Результат.Сообщение = "Договор контрагента не найден в ИБ";
		КонецЕсли;
	КонецЕсли;
КонецЕсли;

Пример валидации общей суммы:

СуммаКандидатов = 0;
Если ОтветJSON.Свойство("candidates") И ТипЗнч(ОтветJSON.candidates) = Тип("Массив") Тогда
	Для Каждого Кандидат Из ОтветJSON.candidates Цикл
		Если ТипЗнч(Кандидат) = Тип("Структура")
			И Кандидат.Свойство("amount")
			И ЗначениеЗаполнено(Кандидат.amount) Тогда
			СуммаКандидатов = СуммаКандидатов + Число(Кандидат.amount);
		КонецЕсли;
	КонецЦикла;
КонецЕсли;
Если Не ОтветJSON.Свойство("documentTotalSum") Или Не ЗначениеЗаполнено(ОтветJSON.documentTotalSum) Тогда
	Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ОтсутствующаяИнформация;
	Результат.Сообщение = "Не указана общая сумма документа";
Иначе
	СуммаДокумента = Число(ОтветJSON.documentTotalSum);
	Если Окр(СуммаКандидатов, 2) <> Окр(СуммаДокумента, 2) Тогда
		Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.НесовпадениеВычислений;
		Результат.Сообщение = "Сумма кандидатов не совпадает с общей суммой документа";
	ИначеЕсли КонтекстПроверки.Свойство("СуммаПлатежа")
		И КонтекстПроверки.СуммаПлатежа > 0
		И Окр(СуммаДокумента, 2) <> Окр(КонтекстПроверки.СуммаПлатежа, 2) Тогда
		Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.НесовпадениеВычислений;
		Результат.Сообщение = "Общая сумма документа не совпадает с суммой платежа";
	Иначе
		Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ПройденаВалидация;
	КонецЕсли;
КонецЕсли;

Пример валидации суммы по строке:

Если Не ЗначениеЗаполнено(ЗначениеПоля) Или Число(ЗначениеПоля) <= 0 Тогда
	Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ОтсутствующаяИнформация;
	Результат.Сообщение = "Не указана сумма кандидата";
Иначе
	Результат.Класс = Перечисления.КИИ_КлассыРезультатаВалидацииОтветаИИ.ПройденаВалидация;
КонецЕсли;

Эксперты ИИ назначаются на процессные задачи через Назначения экспертов ИИ: это мост между бизнес-логикой и коннектором, через который система находит эксперта ИИ, формирует промпт, выполняет запрос и валидацию ответа.

Результат валидации маршрутизируется по следующей схеме:

Реализация обработки банковской выписки

При записи документа «Поступление на расчетный счет» с видом операции "Оплата от покупателя" система выполняет заполнение документа с помощью назначенного на процесс эксперта ИИ : система формирует пользовательский промпт (назначение + сумма + список договоров контрагента), итеративно вызывает модель с повторами при ошибках валидации, фильтрует кандидатов по порогу уверенности, разделяет на подтверждённые/спорные, обрабатывает признак «требуется ручная проверка результата».

Пример пользовательского промта:

Структурированный ответ модели:

{
"documentTotalSum": 120000.00,
"needsManualReview": false,
"notes": "Платёж распределён по договорам согласно назначению платежа",
"candidates": [
{
"contract": "45 от 15.03.2024",
"amount": 100000.00,
"confidence": 1.0
},
{
"contract": "45/1 от 20.06.2024",
"amount": 20000.00,
"confidence": 1.0
}
]
}

Результат заполнения:

Параметры тестирования 

• Модель: YandexGPT 5 Pro (облако Яндекса).
• Конфигурация: Управление холдингом, ред. 3.3 (3.3.3.35).
• В качестве тестовой выборки было использовано 342 документа, успешно обработано 97,4% объема, стоимость одного документа составила 0,46 рубля.

Установка

• Скачайте последний релиз с GitHub
• Установите расширение Kazna_AI_helper_v1.0.cfe
• Обновите базу данных
• Настройте коннектор согласно инструкции (//infostart.ru/1c/articles/2585691)
• Добавьте Эксперта ИИ, укажите модель, системный промпт и настройте схему ответа (примеры выше по тексту).
• Добавьте валидаторы ответа (примеры есть выше по тексту)
• Назначьте эксперта для анализа назначений платежа