Обработка обезличивает выгрузку перед отправкой в облачную нейросеть и умеет расшифровать ответ модели обратно. ФИО, ИНН, БИН, ИИН, телефоны, почта, счета и карты заменяются на правдоподобные фейки, суммы масштабируются. Потом ответ чата вставляется в то же поле, кнопка «Вернуть настоящие» подставляет оригиналы, и вы читаете его с настоящими именами и настоящими числами.
Обратная расшифровка и есть главное отличие. Замаскировать данные умеют многие, а вот прочитать после этого ответ модели, не сверяясь со шпаргалкой в блокноте, нельзя почти нигде.
Работает на любой конфигурации от платформы 8.3.14. Ничего ставить не надо: ни локальной модели, ни расширения, ни внешних сервисов. Обработка ничего никуда не отправляет, вся замена идёт у вас на машине.
Как это устроено внутри и почему сделано именно так, разобрано в бесплатной статье «Как спросить нейросеть про свои данные 1С и не отдать ей ФИО, БИН и выручку»: почему «просто удалить ФИО» не работает, откуда берётся список настоящих имён, зачем суммы умножаются на коэффициент и какие четыре ошибки нашлись на прогонах.
Какую задачу закрывает
Вам нужно спросить у ChatGPT, Claude или YandexGPT про свои данные. Разобрать дебиторку, найти закономерность в возвратах, объяснить расхождение по контрагенту. Модель такое разбирает за секунды.
А в выгрузке ФИО, БИН, телефоны и суммы. И в компании есть положение о персональных данных, где написано, что выносить это за контур нельзя.
Дальше обычно два пути, и оба плохие. Либо не спрашивать и разбирать руками. Либо скопировать и никому не сказать. Обработка даёт третий.
Три требования, из которых выросла вся конструкция
Согласованность. Одно исходное значение получает один и тот же фейк во всей выгрузке. Если каждому вхождению выдавать случайный псевдоним, один Иванов в сорока строках превратится в сорок менеджеров, и модель уверенно сообщит вам об этом. Группировки, доли и связи должны пережить обезличивание, иначе анализировать нечего.
Обратимость. Словарь замен хранится, ответ модели прогоняется через него назад. Без этого инструмент решает половину задачи.
Никаких зависимостей. Человек, который боится отдать данные в облако, ровно так же не поставит стороннюю нейросеть на сервер и не пустит расширение в корпоративный контур. Поэтому здесь нет ни того, ни другого.
Что и на что заменяется
| Тип | Как находим | На что меняем |
| ФИО | наименования из справочников вашей базы плюс шаблон «Иванов И.И.» | фейк из встроенных списков, форма сохраняется: было «Иванов И.И.», станет «Юдин Г.Д.» |
| Организации | кавычки-ёлочки после правовой формы: ТОО, ООО, АО и ещё полтора десятка, плюс «ИП Фамилия» | ТОО «Дельта Трейд», ИП Белов; число слов сохраняется |
| ИНН 10 и 12, БИН и ИИН Казахстана | цифры плюс проверка контрольной суммы | фейк с корректной контрольной суммой |
| Телефоны | 10 или 11 цифр в маске со скобками, плюсом и дефисами | диапазон +7 (999), он зарезервирован и заведомо ничей |
| Почта | токен с собакой и точкой | адрес на example.com, домен зарезервирован RFC 2606 |
| Счета 20 знаков, карты 16 знаков | длина плюс контрольная сумма, для карт алгоритм Луна | фейк той же структуры |
| Суммы | число с дробной частью в 1 или 2 знака | умножение на секретный коэффициент сеанса |
Про суммы: почему умножение, а не случайные числа
Случайные числа убивают смысл. Пропорции разъезжаются, доли врут, выбросы пропадают, и модель делает неверные выводы на мусоре.
Умножение всех сумм на один коэффициент сохраняет пропорции, доли, динамику и выбросы. Модель отвечает правильно, а абсолютная выручка при этом не уезжает в облако.
Приятный побочный эффект: масштабирование линейно, поэтому обратно делится не только то, что мы меняли, но и итоги, которые модель посчитала сама. Она сложила пять строк и выдала сумму, которой в исходных данных не было, и эта сумма расшифруется правильно.
Словарь имён берётся из вашей базы
Внешнему инструменту приходится угадывать, где в тексте имя, и для этого тащить локальную языковую модель. Нам угадывать не надо: мы внутри 1С, и настоящий список имён лежит в справочниках.
Обработка читает наименования из справочников (по умолчанию физлица, контрагенты, пользователи, сотрудники, список меняется в поле на форме), кладёт их в соответствие и ищет хешем. Точное совпадение вместо догадки, один проход по тексту даже на полумиллионе записей. Проверяются фразы из трёх, двух и одного слова, чтобы «Иванов Иван Иванович» нашлось целиком, а не тремя кусками.
Что заменяться НЕ должно
Ложное срабатывание тут дороже пропуска: испорченная дата или номер версии уводят модель в сторону молча. Поэтому:
- Контрольная сумма работает фильтром. Двенадцатизначный артикул 123456789012 под замену не попадёт, потому что контрольная сумма у него не сходится. А настоящий ИНН 7707083893 попадёт.
- Точка по умолчанию не считается десятичным разделителем. Иначе под замену уедут даты 01.08.2026 и номера версий 8.3.14. Для JSON, XML и англоязычных выгрузок, где дробная часть пишется точкой, есть отдельный флажок, и при загрузке такого файла обработка включает его сама.
- Целые числа без дробной части не считаются суммами. Сроки просрочки, количества и номера строк остаются как есть.
- Проценты не масштабируются. Если сразу за числом стоит знак процента, деньгами оно не считается. Иначе доля 54,2 % при обратном проходе поделилась бы на коэффициент и стала 18,2 %.
Как пользоваться на практике
- Взять данные. В любом списке 1С меню «Ещё» и далее «Вывести список», затем Ctrl+A и Ctrl+C. Либо кнопка «Загрузить из файла»: csv, txt, md, json, xml, xlsx, mxl. Кодировка определяется автоматически, так что CSV из русского Excel в windows-1251 читается без плясок.
- Дописать сверху вопрос к модели прямо в поле ввода, по шаблону ниже. Текст вопроса пройдёт насквозь без изменений, а таблица под ним обезличится. Так в чат копируется один раз, а не два.
- Нажать «Обезличить» и просмотреть результат глазами. Автоматика ловит не всё, и это надо проверять, а не надеяться.
- Скопировать правое поле целиком в чат. Там уже готовое сообщение: вопрос и обезличенные данные.
- Ответ модели вставить в то же правое поле поверх прежнего текста и нажать «Вернуть настоящие».
Если работа растянется больше чем на один заход, сохраните словарь в файл: форма закроется, а расшифровать ответ потом всё равно будет чем.
Шаблон вопроса к модели
Две строки здесь не для красоты. Первая заставляет модель считать по долям, иначе она начнёт рассуждать про абсолютные суммы, которых не существует. Вторая запрещает склонять имена: если модель перепишет фейк по-своему, обратная подстановка его не найдёт.
Выгрузка из учётной системы, колонки через ";", первая строка - заголовки. Данные обезличены: суммы умножены на один коэффициент, поэтому верны доли и пропорции, а не абсолютные значения. [ваш вопрос] Имена и суммы пиши ровно как в таблице, не склоняй и не сокращай. Данные:
Полный цикл на живом примере
Так это выглядит от начала до конца. Данные настоящие, вопрос настоящий, модель настоящая.
Обезличили. В поле ввода вопрос и таблица дебиторки. После нажатия в правом поле тот же вопрос и та же таблица, но с другими именами и другими суммами: 23 замены, включая названия организаций.
Спросили. Скопировали правое поле в ChatGPT. Ответ:
Крупнейший должник - ООО «Восход Альянс» с долгом 6 334 620,00, что составляет примерно 54,2% от строки «Итого» (11 695 051,73).
Расшифровали. Вставили ответ обратно в правое поле, нажали «Вернуть настоящие»:
Крупнейший должник - ООО «Северный ветер» с долгом 2 130 000,00, что составляет примерно 54,2% от строки «Итого» (3 932 431,65).
Имя настоящее, суммы настоящие, доля не изменилась. Проверяем руками: 2 130 000 / 3 932 431,65 = 0,5417, то есть те же 54,2 процента. Модель нашла нужного контрагента, не зная его имени, и посчитала долю на выдуманных суммах правильно.
Обратите внимание на итог 11 695 051,73. Такого числа в исходной таблице нет, модель сложила его сама, и оно тоже расшифровалось верно. Это следствие линейности: делить можно всё, что она посчитала.
Что проверено
Собранная обработка прогнана на шести файлах разных форматов, по 10-12 раз каждый со своим случайным коэффициентом. Между обезличиванием и обратной операцией словарь каждый раз выгружался в JSON и загружался обратно, то есть проверялся и сценарий «сохранил словарь, закрыл форму, открыл на следующий день».
Результат: 72 прогона, 1 332 замены, ноль неточных возвратов. Обезличенный JSON после обработки скармливался штатному ПрочитатьJSON и разбирался без ошибок, то есть структура файла не ломается.
Контрольные суммы сверены с эталонами: ИНН Сбербанка 7707083893, тестовая карта Visa 4111111111111111.
Требования
- Платформа 8.3.14 и выше, режим управляемого приложения.
- Любая конфигурация. Прикладных объектов обработка не знает и не требует: читает только наименования справочников через метаданные.
- Права на чтение справочников, из которых берутся имена. Ничего не пишет.
- Код открыт.
Что стоит держать в голове
Автоматика ловит не всё. Результат надо просматривать глазами перед отправкой: в свободном тексте всегда найдётся то, чего детектор не знает. Поэтому обезличенный текст показывается рядом с исходным, а не отправляется куда-то сам.
Обезличивание убирает прямые идентификаторы, но не контекст. Одна редкая должность в маленьком филиале узнаётся и без имени.
Файл словаря замен - это ключ. По нему восстанавливается всё, что заменено, поэтому хранить его надо там же и так же, как хранились бы сами данные, а не в загрузках рядом с браузером.
Другие мои инструменты
Линейка «1С и нейросети». Выгрузка структуры метаданных 1С для нейросети отдаёт модели устройство вашей базы, чтобы она писала запросы по настоящим именам таблиц и реквизитов, а не по выдуманным. Связка простая: та обработка объясняет модели, как устроена база, эта позволяет безопасно дать ей сами данные.
Диагностика производительности. Карта объёмов базы показывает, из чего база состоит; Чек-ап СУБД проверяет, правильно ли она стоит на сервере; Трансформатор SQL объясняет, что делает конкретный запрос; Оптимизатор временных таблиц помогает починить найденное.
Поддержка
Отвечаю в комментариях в течение суток по рабочим дням. Лицензия бессрочная.
Другие инструменты для связки 1С и нейросетей:
- Выгрузка структуры метаданных 1С для нейросети - компактное дерево конфигурации для вставки в чат.
Проверено на следующих конфигурациях и релизах:
- Розница, редакция 2.3, релизы 2.2.11.24
Вступайте в нашу телеграмм-группу Инфостарт