Рутинная работа с документами съедает рабочие часы, но редко требует квалификации: прочитать, перенести реквизиты, выбрать шаблон, проследить за сроком. В этом кейсе рассказываем, как передали её ИИ-агенту: он готовит проект жалобы на административный штраф и ведёт сроки, а юрист проверяет документ и подаёт его.
Что было до автоматизации
У заказчика большой автопарк, поэтому постановления о нарушениях приходят регулярно, в виде PDF-файлов и сканов. Штрафы выписывают на разные юрлица из группы компаний заказчика, а разбирается с ними один корпоративный юрист. Обжаловать можно постановления по 4–5 типовым статьям, причём шаблон жалобы зависит и от статьи, и от того, на какое юрлицо пришло постановление.
Каждое постановление юрист разбирал вручную: искал нужный шаблон, переписывал в него реквизиты, готовил жалобу и сам следил за тем, чтобы уложиться в десятидневный срок. Это отнимало часы и отвлекало от другой юридической работы, а при большом потоке рос риск пропустить срок.
Задача: автоматизировать подготовку жалоб и контроль сроков в закрытом контуре
Требования к решению сформулировали вместе с юристом:
- Агент сам готовит типовые жалобы по сценариям, которые мы заранее согласовали;
- Сроки и статусы всех дел собираются в одном реестре;
- Проверку, решения по спорным случаям и отправку документа юрист оставляет за собой.
Кроме того, решение должно было работать изолированно: данные передаются только через локальные папки, к другим системам компании агент не подключается. Жалоба уходит в суд, и ошибка в реквизитах или пропущенный срок означают, что штраф останется в силе. От этого мы и отталкивались, когда выбирали архитектуру.
Реализация: ИИ-агент на виртуальной машине заказчика
ИИ-помощника развернули на виртуальной машине заказчика. Юрист кладёт постановление в папку входящих, агент берёт подходящий шаблон из папки шаблонов и сохраняет готовый проект жалобы в папке результатов. Заодно дело попадает в реестр, где сразу видны срок и статус дела.
Как проходит одно дело
Юрист участвует в двух шагах из пяти: кладёт файл и проверяет готовый документ.
Дальше подробнее о том, как устроено решение: что поручили нейросети, а что обычному коду, как агент следит за сроками, какую модель выбрали и где проходит граница автоматизации.
Как разделена ответственность
Постановления обрабатываются с помощью сервисов Yandex Cloud. Yandex Vision OCR распознаёт текст в PDF-файлах и сканах, а языковая модель YandexGPT 5.1 Pro извлекает из него дату, статью, ИНН, компанию группы и госномер. Остальное делает программная часть агента, которая работает по заданным правилам. Она выбирает юрлицо и шаблон, формирует проект жалобы в Word, рассчитывает срок и обновляет реестр и календарь.
Контроль сроков и исключения
Все дела агент записывает в реестр в Excel. По каждому видно, когда пришло постановление, когда его обработали и подготовили проект, когда юрист получил документ, проверил и отправил его.
Срок агент считает от даты вручения и по реестру ведёт календарь. В календаре для каждого дела отмечены контрольные точки: готовность документа, пять дней, три дня и один день до конца срока, крайний срок и просрочка. Календарь развёрнут на той же виртуальной машине, открывается с отдельного ярлыка и обновляется сам. Если юрист уточняет дату вручения, срок пересчитывается, а дело с отметкой «подано» или «не обжаловать» снимается с контроля.
Если скан плохо распознаётся, постановление относится к неизвестной категории или компанию не удаётся определить однозначно, агент помечает дело для ручной проверки и передаёт его юристу.
Выбор модели и проверка на пилоте
Языковую модель мы всегда подбираем под конкретную задачу — рассматриваем варианты как отечественных, так и зарубежных моделей. Финальный выбор делаем вместе с заказчиком, когда требования проекта уже понятны. В данном случае компактная модель не подошла, потому что ошибалась даже на простых полях. Самая мощная работала медленнее и стоила дороже, чем нужно для однотипных документов, поэтому искали вариант посередине. В итоге остановились на YandexGPT 5.1 Pro.
Проверку провели в четыре этапа:
- Проверили извлечение реквизитов на синтетическом наборе постановлений;
- Адаптировали шаблоны под примеры клиента и прогнали изолированную партию из 12 PDF, включая сканы. В 11 файлах система корректно извлекла базовые поля, а единственный файл, который постановлением не был, ушёл на ручную проверку;
- Устранили ошибки распознавания и сопоставления, донастроили промпты и просмотрели выходные документы;
- Провели финальную проверку на виртуальной машине заказчика, с рабочей структурой папок, окружением и доступом к модели.
Границы автоматизации
Агент готовит проекты и следит за сроками. Юрист по-прежнему проверяет в каждой жалобе факты, доказательства и адресата, после чего подаёт её сам. Новые категории дел подключаются после того, как согласованы правила и шаблоны.
Результаты: что изменилось в работе юриста
По итогам пилота:
- Подготовка обжалования свелась к одному действию. Юрист кладёт постановление в папку и получает заполненный проект, без ручного подбора шаблона и переноса реквизитов.
- Сроки больше не нужно отслеживать вручную. Агент сам считает срок по каждому делу и ведёт его в календаре.
- Агент проверен на документах клиента. Из 12 PDF он правильно разобрал 11, а файл, который не был постановлением, отправил на ручную проверку.
- Данные остаются внутри контура. Обмен идёт только через локальные папки, к другим системам компании агент не подключается.
Что изменилось
Юрист по-прежнему проверяет и подаёт документ, но больше не собирает его вручную.
Где ещё применим такой подход
Похожим образом ИИ-ассистента можно настроить на работу с претензиями, договорами, счетами, актами или внутренними заявками, если они приходят регулярно и оформляются по понятным правилам.
Как мы начинаем такие проекты
Начинаем с одного конкретного процесса и нескольких реальных примеров документов. Этого достаточно, чтобы очертить границы автоматизации и собрать проверяемый MVP.
- Разбираем процесс — что приходит, кто принимает решения и какой результат нужен.
- Фиксируем границы — что делает агент, что остаётся человеку и куда уходят исключения.
- Собираем MVP — проверяем полный рабочий маршрут на примерах заказчика.
«СТЕК» — ИТ-аутсорсер с 20-летним стажем. Разрабатываем ИИ-агентов для рабочих процессов и можем развернуть их на инфраструктуре заказчика без подключения к его основным системам.
Узнаёте свою ситуацию?
Если у вас в юридическом отделе, бухгалтерии или закупках есть поток однотипных документов со сроками, расскажите нам о процессе. Разберём его на консультации и покажем, какую часть работы можно передать ИИ-помощнику уже на пилоте.
