AI-агенты для финдиректора: собрать первого за вечер без кода

В 2026 году финдиректор, который собрал себе двух-трёх AI-агентов, закрывает рутину отчётности и переписки за час там, где коллега на чистом промптинге тратит половину дня. И собрать первого агента можно за один вечер, без единой строчки кода: вся работа идёт текстом на русском языке в окне конструктора. Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (основатель школы Софья Бурцева), с нейросетями в работе финансиста с февраля 2023 года. В этой статье по состоянию на 2 июня 2026 года разбираю всё по шагам: что такое AI-агент, чем он отличается от промпта, как собрать первого за вечер, 10 готовых инструкций, сравнение ChatGPT, Claude и Gemini, три кейса с цифрами и чек-лист. Сразу оговорка про доступ: сайт chatgpt.com в России напрямую не открывается, нужны специальные средства доступа, дальше я на этом не останавливаюсь.

Что такое AI-агент простыми словами

AI-агент это собранный один раз под конкретную задачу помощник на базе нейросети: ему задали роль, дали базу знаний, описали формат ответа и набор инструментов, и дальше он работает без долгих промптов. В 2026 году к этому добавилась ключевая вещь: агент умеет не просто отвечать одним заходом, а действовать по шагам, разбивать задачу на подзадачи, вызывать инструменты и проверять сам себя.

Простая аналогия для финдира. Обычный чат с нейросетью это умный стажёр, которого вы каждое утро инструктируете заново: «ты финдиректор онлайн-школы, наши особенности такие-то, записки пишем в таком формате, учётная политика вот эта». В конце дня стажёр уходит, наутро всё забыл, инструктируете снова. AI-агент это стажёр, который один раз прочитал памятку и внутренние документы и помнит их на каждой задаче. Открываете и говорите коротко: «собери записку к ОДДС за май», агент отвечает в вашем стиле, по вашим шаблонам, с вашей терминологией.

Что нового именно в 2026 году. Раньше агент был, по сути, чатом с памятью: ты спрашивал, он отвечал. Сейчас агенты стали многошаговыми — проверяла это на своих задачах в Claude и Gemini: оба уже поднимают вспомогательных агентов под отдельные подзадачи и ведут несколько веток работы параллельно. Агент перестал быть «умной говорилкой» и стал исполнителем: получил задачу, сам её разложил, посчитал, свёл, проверил.

Покажу на простом примере, что значит «многошаговость» на языке финансов. Старый агент на запрос «проверь, сходится ли ОДДС с балансом» выдавал общие рассуждения. Новый агент делает иначе: открывает приложенный файл, выгружает остатки на начало и конец периода, считает разницу в Python, сверяет с строкой баланса, находит расхождение, объясняет его и помечает цифры на проверку. Это не один ответ, а цепочка действий с самопроверкой внутри. Когда я дала этот запрос в Claude, агент в начале ответа сам обозначил шаги: «Шаг 1. Извлекаю данные ОДДС из файла. Шаг 2. Сопоставляю с балансовыми статьями. Шаг 3. Нашёл расхождение 47 000 рублей по строке “Прочие активы” [ПРОВЕРИТЬ] — прошу уточнить источник.» Без агента это три отдельных запроса и ручная сверка между ними.

Ещё одно важное уточнение для финдира, чтобы не было завышенных ожиданий. Агент это не «искусственный финдиректор», который примет за вас решение. Это исполнитель рутины и черновиков. Решение, подпись и ответственность остаются на человеке. Агент готовит записку, считает отклонения, собирает сводку, но смотрит на цифры собственника и решает, что с ними делать, по-прежнему финдир. Я сама в начале переспрашивала у агента цифры, не сверяя с первичкой — и один раз вставила в письмо собственнику округлённую сумму, которую агент подставил из контекста разговора. С тех пор правило железное: агент готовит, я проверяю по первичке и подписываю.

Чем AI-агент отличается от промпта и от ассистента

Короткий ответ: промпт это разовая инструкция, ассистент это чат с памятью, агент это исполнитель с ролью, базой знаний и правом действовать по шагам. Разница принципиальная, и путаница тут стоит финдиру реальных часов.

Промпт это одно сообщение, которое вы вставляете в чат каждый раз заново. Хороший промпт экономит время, но его надо где-то хранить, копировать и подставлять данные. Ассистент (кастомный чат) уже помнит роль и контекст, но по-прежнему отвечает одним заходом: спросили, ответил. Агент 2026 года считает в Python, а не «в уме» — когда расчёт выполнен кодом, вы видите каждый шаг, а не только итоговую цифру, которую трудно проверить. Плюс он сам ищет в приложенных файлах и проверяет промежуточный результат перед финальным ответом.

Вот наглядное сравнение трёх уровней работы с нейросетью для финдиректора:

Главная мысль, которую я повторяю на эфирах: переход от промпта к агенту это не про «умнее нейросеть». Современные модели и так почти всегда снимают львиную долю рутины. Не хватает другого, того, что в работе финдира называется стратегическим действием: умения выбрать ход, запустить нужный инструмент, проверить себя, отбросить нерабочую ветку и собрать это в длинную задачу. Это в точности работа топ-менеджера: много опций, ограниченный бюджет внимания, нет единственно правильного ответа. Агент закрывает именно этот навык — и у моих учениц это стабильно выходит в несколько часов рутины в месяц, которые высвобождаются без найма помощника.

Зачем финдиректору собирать AI-агентов в 2026 году

Финдир тонет не в сложных решениях, а в рутине, которую обязан делать сам: записки, разбор актов, ответы собственнику, сведение отчётов от точек. Агент забирает от 6 до 20 часов этой рутины в месяц — и целый рабочий день в пик закрытия.

Что это даёт в реальной работе. Раньше пояснительная записка к ОДДС с нуля занимала 12-15 минут даже в хорошем чате: промпт, правки, доводка под стиль. У настроенного «Аналитика отчётности» это 3 минуты: одна фраза, готовый черновик в нужном формате. Разбор одного подрядного акта на красные флаги вручную 8-10 минут, у агента «Разбор договоров» 1 минута. Письмо собственнику с пояснением, почему просел денежный поток, 20 минут с нуля, у агента 5 минут на правку готового черновика.

Утро понедельника финдира с тремя агентами в боковой панели: к среде нужна записка к ОДДС, ответ на требование налоговой, разбор 12 актов от подрядчиков, прогноз cashflow и письмо собственнику. Без агентов это пять задач по 20-90 минут. С агентами каждая открывается в своём окне, агент уже знает контекст, остаются короткие уточнения — и задачи, которые съедали вторник целиком, закрываются к обеду.

Цифры из практики моих учениц (через курс прошли 800+ финансистов, главбухов и финдиров):

• Финдир онлайн-школы английского собрала «Разбор подрядных актов»: экономия 6-7 часов в неделю закрытия на проверке актов и переписке по спорным позициям.
• Главбух промышленного производства сделала «Налогового ассистента» на 14 типовых требованиях, время на ответ упало с 90 минут до 12.
• Финдир сети кофеен собрала агента-сборщика отчётов: сводка с 4-5 часов до 45 минут, по сети суммарно 7 часов в месяц плюс пропали забытые показатели по 8 точкам.

Что изменилось за последний год

Два изменения, которые добавились к многошаговости и напрямую касаются финслужбы. Контекст вырос. Контекстное окно дошло до миллиона токенов у всех топовых моделей — Gemini 2.5, Claude Sonnet 4.6 и GPT-5.5. В knowledge base теперь влезает полноценный годовой отчёт целиком. Появилась накопительная память. Современные системы памяти агентов хранят отдельно факты, накопленный опыт и «модель компании». Агент значительно реже теряет договорённости при смене сессии и накапливает контекст вашей компании между задачами — без необходимости напоминать каждый раз.

Что нужно, чтобы собрать первого агента за вечер

Нужно четыре вещи: подписка на одну из платных моделей, одна конкретная задача, 5-10 обезличенных файлов и 2-3 часа времени. Программировать не нужно ничего.

Разберём по пунктам, что приготовить до того, как сядете за сборку:

1. Подписка. ChatGPT Plus (около 20 долларов в месяц) для GPT-агентов, или Claude Pro для Projects, или Gemini для Gems. Хватит одной для старта.
2. Одна задача. Не «универсальный помощник», а конкретная еженедельная боль: записки, акты, письма собственнику, ответы налоговой. Один агент это одна роль.
3. Knowledge base. 5-10 файлов на 30-50 страниц: учётная политика, шаблон нужного документа, 3 примера-эталона, словарь терминологии. Всё обезличенное.
4. Справочник обезличивания. Таблица соответствия: настоящий контрагент, его код-маска. Без неё реальные ИНН и названия уйдут в облако.
5. Список из 5-7 реальных задач прошлой недели для обкатки агента. Не выдуманные, а те, что вы делали руками.
6. 2-3 часа спокойного вечера без созвонов. Сборка и обкатка идут лучше за один заход.

Никаких серверов, API-ключей и кода для первого агента не нужно. Всё это слои продвинутого уровня, к ним вы перейдёте, когда захотите, чтобы агент сам ходил в 1С или банк. Для записок, актов и писем достаточно конструктора и текста.

Как собрать первого AI-агента за вечер: пошагово

Восемь шагов, 2-3 часа, всё текстом в окне конструктора. Покажу на примере «Аналитика отчётности» в ChatGPT, в Claude и Gemini логика та же.

Шаг 1. Выбираем одну задачу (10 минут). Берём то, что делаете каждую неделю руками и что отнимает время. Для примера: пояснительная записка к ОДДС. Не пытайтесь собрать «агента на всё», специализация всегда сильнее универсальности.

Шаг 2. Открываем конструктор (5 минут). В ChatGPT слева «Изучить GPT», справа вверху «Создать». В Claude раздел Projects, «Создать проект». В Gemini раздел Gems. Откроется поле для имени, инструкции и загрузки файлов.

Шаг 3. Даём имя и роль (15 минут). Имя короткое: «Аналитик отчётности». В системной инструкции прописываем роль: кто агент, сколько лет опыта, в какой компании работает, какие задачи решает, а главное, чего НЕ делает. Шаблон инструкции дам в следующем разделе.

Шаг 4. Прописываем формат и ограничения (15 минут). Указываем структуру ответа, длину, обязательную пометку [ПРОВЕРИТЬ] на всех цифрах и ссылках на нормативку. Перечисляем стоп-слова и запреты: не выдумывать цифры, не ссылаться на статьи НК без пометки, не использовать канцелярит.

Шаг 5. Грузим knowledge base (20 минут). 5-10 обезличенных файлов: учётная политика, шаблон записки, 3 примера-эталона, бюджетный регламент, словарь терминологии. PDF и TXT грузятся чище, чем Excel.

Шаг 6. Включаем инструменты (10 минут). Code Interpreter для расчётов на Python, веб-поиск для свежей нормативки. Поиск по файлам включается сам при загрузке базы знаний.

Шаг 7. Обкатываем на 5-7 реальных задачах (40-60 минут). Это самый важный шаг, не пропускайте. Берём реальные задачи прошлой недели, прогоняем, смотрим, где агент промахивается. Правим инструкцию, добавляем пример в базу, прогоняем заново. Два-три круга, и агент выдаёт черновики на 80-90%.

Шаг 8. Сохраняем и делимся (10 минут). Сохраняем «по ссылке» для команды или «только мне». Копию системной инструкции и список файлов кладём в общую папку финслужбы, это страховка от потери настроек.

К концу вечера у вас рабочий агент, который завтра утром экономит первый час. Дальше второй и третий собираются уже за 30-40 минут, потому что каркас в руках.

Анатомия системной инструкции AI-агента

Системная инструкция это сердце агента: пять блоков, 400-800 слов. Короче — агент не понимает контекст, длиннее — начинает путаться.

Системная инструкция собирается из пяти блоков:

1. Роль и опыт. «Ты финдиректор онлайн-школы с оборотом 200 млн рублей в год, 12 лет в управленческом учёте». Конкретная роль работает лучше абстрактной.
2. Контекст компании. Отрасль, размер, особенности учёта, кто читатель ответов (собственник, налоговая, банк).
3. Формат ответа. Структура, длина, тон. «Пиши от первого лица, без канцелярита, без длинных тире, каждую цифру помечай [ПРОВЕРИТЬ]».
4. Ограничения и стоп-слова. Что НЕ делать. Это самый недооценённый блок, именно он убирает галлюцинации.
5. Примеры хорошо и плохо. Один образец идеального ответа и один плохой с пометкой, почему он плохой.

Отдельно про блок ограничений, я называю этот подход риск-менеджерским промптингом, по принципу «соломку подстелить». Четыре приёма, которые снимают большую часть галлюцинаций:

• Прописать ограничения с частицей «не»: не выдумывай цифры, не ссылайся на нормативку без пометки, не лей воду.
• Для любых цифр, фактов и ссылок требовать источник: «для всех точных данных указывай источник и помечай [ПРОВЕРИТЬ]».
• Заложить самопроверку: «перед финальным ответом перепроверь арифметику и сверь итоги».
• Дать хороший и плохой пример, чтобы агент видел границу качества.

Вот готовый шаблон системной инструкции, который вы подставляете под свою задачу:

РОЛЬ. Ты финдиректор [тип компании] с оборотом [сумма], [N] лет
в управленческом учёте. Твоя зона: [перечислить задачи].

КОНТЕКСТ. Компания: [отрасль, размер, система налогообложения].
Читатель твоих ответов: [собственник / налоговая / банк / команда].
Особенности учёта: [2-3 пункта].

ЗАДАЧА. Ты готовишь [тип документа]. На вход получаешь [что подаю].
На выходе даёшь [формат результата].

ФОРМАТ ОТВЕТА.
- Структура: [перечислить блоки].
- Длина: [N слов / N абзацев].
- Тон: первое лицо, без канцелярита, без длинных тире.
- Каждую цифру и ссылку на нормативку помечай тегом [ПРОВЕРИТЬ].

ОГРАНИЧЕНИЯ (чего НЕ делать).
- Не выдумывай цифры, которых нет во входных данных.
- Не ссылайся на статьи НК и письма Минфина без пометки [ПРОВЕРИТЬ].
- Не используй канцелярит и общие фразы без конкретики.
- Если данных не хватает, задай уточняющий вопрос, а не угадывай.

САМОПРОВЕРКА. Перед финальным ответом перепроверь арифметику,
сверь итоги и убедись, что все цифры помечены.

Этот шаблон работает для любого агента финдира, меняете только роль, задачу и формат. Длину держите в 400-800 словах вместе с примерами.

Какие 5 агентов нужны финдиректору в первую очередь

На старте достаточно трёх, в течение месяца расширяете до пяти. Больше семи на первых порах не нужно, начнёте путаться сами.

Базовая тройка, с которой стоит начать:

1. «Аналитик отчётности». Пояснительные записки к ОДДС, ОПУ и балансу, разбор отклонений, перевод цифр на язык собственника. Самый частый агент финдира.
2. «Разбор договоров». Проверка подрядных актов, счетов и договоров на красные флаги, сверка с условиями, черновик протокола разногласий.
3. «Письма собственнику». Управленческая коммуникация: почему просел денежный поток, что с маржой, какие риски на горизонте квартала.

Расширение до пяти в течение первого месяца:

4. «Налоговый ассистент». Черновики ответов на требования ФНС по статьям 88, 93, 93.1 НК, сопроводительные письма по шаблону компании.
5. «Конспектист совещаний». Расшифровка планёрок финслужбы в задачи с ответственными и сроками, протокол решений.

Дальше по необходимости добавляете «Юнит-экономиста», «Сборщик отчётов точек», «Бюджетный контролёр». Но это уже после того, как базовая тройка приживётся и начнёт реально экономить часы. Какую платформу выбрать под каждого агента и чем они различаются — разбираю в разделе сравнения ниже.

10 готовых инструкций для агентов финдиректора

Ниже 10 готовых системных инструкций и промптов под конкретные задачи. Подставляете свои данные в квадратные скобки и вставляете в конструктор агента или в чат.

Эти инструкции я отдаю на эфирах, они не из платного курса, можете брать и пользоваться сразу.

1. Аналитик отчётности: пояснительная записка к ОДДС

Ты финдиректор. Составь пояснительную записку к отчёту о движении
денежных средств за [месяц]. На вход: [вставь ОДДС или ключевые цифры].
Структура: 1) общий итог по потоку, 2) операционная деятельность
с разбором отклонений >10%, 3) инвестиционная и финансовая,
4) выводы и риски. Тон: для собственника, без бухгалтерского жаргона.
Каждую цифру помечай [ПРОВЕРИТЬ]. Длина до 400 слов.

2. Разбор договоров: красные флаги в акте

Ты юрист-финансист. Проверь подрядный акт на красные флаги.
На вход: [текст акта]. Выдай таблицу: пункт акта, риск, степень
(высокая/средняя/низкая), рекомендация. Отдельно отметь: расхождение
сумм с договором, отсутствие реквизитов, нечёткий предмет, штрафы.
В конце дай черновик протокола разногласий по найденным пунктам.

3. Письма собственнику: объяснить просадку денежного потока

Ты финдиректор, пишешь собственнику. Объясни, почему денежный поток
за [месяц] просел на [сумму]. На вход: [причины и цифры]. Структура:
1) что случилось одной фразой, 2) три главные причины с цифрами,
3) что уже делаем, 4) прогноз на следующий месяц. Тон спокойный,
уверенный, без паники и без канцелярита. Длина до 250 слов.

4. Налоговый ассистент: ответ на требование по ст. 93.1

Ты главный бухгалтер. Подготовь черновик ответа на требование ФНС
по ст. 93.1 НК. На вход: [текст требования]. Структура: шапка,
ссылка на требование, перечень представляемых документов, пояснения
по существу. Все ссылки на статьи НК помечай [ПРОВЕРИТЬ].
Если запрашивают то, что мы вправе не представлять, отметь это отдельно.

5. Конспектист совещаний: планёрка в задачи

Ты ассистент финслужбы. Преврати расшифровку планёрки в протокол.
На вход: [текст расшифровки]. Выдай: 1) список решений, 2) таблицу
задач (задача, ответственный, срок), 3) открытые вопросы без ответа.
Не выдумывай ответственных и сроки, если их не назвали, ставь прочерк.

6. Юнит-экономист: разложить маржу по продукту

Ты финансовый аналитик. Разложи юнит-экономику продукта [название].
На вход: цена [сумма], переменные расходы [перечисли], число продаж
[N]. Посчитай в Python: маржу на единицу, маржинальность в %, точку
безубыточности, вклад в покрытие постоянных. Покажи расчёт по шагам,
итоги сведи в таблицу. Все исходные цифры помечай [ПРОВЕРИТЬ].

7. Бюджетный контролёр: план-факт анализ

Ты финдиректор. Сделай план-факт анализ за [период]. На вход:
[план и факт по статьям]. Выдай таблицу: статья, план, факт,
отклонение в рублях и %, комментарий. Отклонения >15% выдели
и дай гипотезу причины. В конце три вывода для управленческого решения.

8. Сборщик отчётов: свести отчёты точек в сводку

Ты финдиректор сети. Сведи отчёты [N] точек в единую сводку.
На вход: [отчёты точек]. Выдай: 1) сводную таблицу по точкам
(выручка, средний чек, расходы, прибыль), 2) топ-3 и антитоп-3,
3) общие тренды, 4) точки, требующие внимания. Считай в Python,
итоги перепроверь.

9. Системная инструкция: агент «Финдир-аналитик» целиком

РОЛЬ. Ты финдиректор онлайн-школы, 12 лет в управленческом учёте.
КОНТЕКСТ. УСН доходы минус расходы, оборот 200 млн в год, читатель
ответов собственник. ЗАДАЧА. Готовишь записки, разборы отклонений,
письма собственнику. ФОРМАТ. Первое лицо, без канцелярита, без длинных
тире, цифры с тегом [ПРОВЕРИТЬ]. ОГРАНИЧЕНИЯ. Не выдумывай цифры,
не ссылайся на НК без пометки, при нехватке данных задавай вопрос.
САМОПРОВЕРКА. Перед ответом сверь арифметику и итоги.

10. Промпт-сборщик: агент пишет инструкцию для другого агента

Ты эксперт по сборке AI-агентов. Помоги мне собрать системную
инструкцию для агента финдиректора под задачу [опиши задачу].
Задай мне 5 уточняющих вопросов по очереди (роль, контекст, формат,
ограничения, примеры), потом собери готовую инструкцию на 400-600 слов
по структуре: роль, контекст, задача, формат, ограничения, самопроверка.

Совет по использованию: десятый промпт это мета-агент, он помогает собирать остальных. С него удобно начинать, если не хотите писать инструкцию с нуля. Вы описываете задачу в двух фразах, он задаёт уточняющие вопросы и собирает готовую системную инструкцию, которую остаётся вставить в конструктор.

Ещё пара приёмов, которые усиливают любой из этих промптов. Первый: добавляйте в конец фразу «сначала задай мне уточняющие вопросы, если данных не хватает». Это резко снижает выдумывание, агент перестаёт угадывать и спрашивает. Второй: для важных расчётов пишите «посчитай в Python и покажи расчёт по шагам». Когда агент считает кодом, а не «в уме», арифметика становится надёжной, и вы видите, откуда взялась каждая цифра. Третий: для длинных документов начинайте с «составь оглавление документа на 1 строку по каждому разделу», а потом просите разбирать раздел за разделом. Так агент не теряет детали в большом тексте.

ChatGPT, Claude или Gemini: где собирать агентов финдиру

Концепция у всех одинаковая, различия в деталях. Для финансовой аналитики я держу основных агентов на GPT-5.5, длинные договоры разбираю в Claude, данные из Google Sheets в Gemini.

Сразу разведу понятия, которые путают. GPT-агенты (custom GPT) у OpenAI, Projects у Claude, Gems у Google. Это три названия одной и той же сущности: кастомный агент с инструкцией и базой знаний. Логика сборки идентична, выбираете по экосистеме и сильным сторонам.

Сравнение по состоянию на июнь 2026 года:

Как выбрать под себя. Если хотите один инструмент на всё, берите ChatGPT: лучший баланс универсальности, инструментов и шаринга. Если основная боль это длинные договоры и максимальная аккуратность с цифрами, добавьте Claude, он осторожнее с числами на длинном тексте. Если компания живёт в Google Workspace, Gemini подтянет данные из ваших Sheets и Docs быстрее всех, контекст там доходит до миллиона токенов. DeepSeek V3.2 берут как бюджетный вариант под массовые задачи и за то, что открывается из России напрямую, но встроенного конструктора агентов у него нет, работаете промптами.

Про модели важная оговорка для 2026 года: никаких тумблеров «думать или не думать» и старой линейки o1/o3 уже нет. Режим рассуждения встроен в основную модель, вы просто пишете задачу, а модель сама решает, сколько думать. GPT-5.5, Claude Sonnet 4.6, Gemini 2.5 и DeepSeek V3.2 это и есть актуальный рабочий набор.

Частый вопрос с эфиров: нужно ли заводить подписки на все четыре сразу. Нет. Для старта берите одну, по своей экосистеме. Если компания не на Google и вы хотите максимум универсальности, это ChatGPT. Если основная боль договоры и отчёты на десятки страниц, начните с Claude. Вторую подписку добавляйте только тогда, когда упрётесь в конкретное ограничение первой, например окно контекста для очень длинного договора. Платить за четыре модели «на всякий случай» смысла нет, у моих учениц рабочая связка это обычно одна основная плюс одна вспомогательная.

И ещё про скорость, потому что её часто недооценивают. Новые модели Google в ускоренном режиме выдают сотни и больше токенов в секунду, в несколько раз быстрее тяжёлых моделей. Для финдира скорость это не баловство: когда агент собирает сводку из восьми отчётов, разница между «10 секунд» и «минута ожидания» на потоке задач превращается в реальные часы за месяц. Поэтому под массовые однотипные задачи (разбор десятков актов) имеет смысл смотреть на быстрые и дешёвые модели, а под сложную аналитику на самые аккуратные.

Можно ли связать агента с 1С, банком и таблицами

Да, через интеграции, и для этого тоже не нужен код — всё собирается в визуальных конструкторах. Но это уже продвинутый уровень, к нему переходят после первых рабочих агентов.

Базовый агент работает с тем, что вы ему даёте руками: вставили выгрузку, приложили файл. Следующий уровень это когда агент сам ходит за данными. Здесь есть три пути:

1. Через no-code конструкторы (Make, n8n, Albato). Самый доступный путь. Связываете агента с Google Sheets, почтой, Telegram, банковским API через визуальные блоки. Агент сам забирает свежую выписку и кладёт результат в таблицу. Про n8n у меня есть отдельная статья в блоге.
2. Через встроенные действия агента (Actions). В custom GPT можно прицепить вызов внешнего API. Это требует чуть больше технического бэкграунда, но визуальные конструкторы действий уже появляются.
3. Через экспорт из 1С. 1С напрямую к облачной нейросети подключать опасно с точки зрения данных. Безопаснее: настроить регулярную обезличенную выгрузку в Google Sheets, а агент уже работает с ней.

Важное предупреждение про автономность. Чем больше агент действует сам, тем строже нужна проверка. Я наблюдаю это на практике: когда даю агенту задачу с неполными данными и не прошу явно задать уточняющий вопрос, он нередко подставляет правдоподобные цифры, которые логически стыкуются между собой — но не соответствуют реальности. Результат выглядит убедительно, пока не сверишь с первичкой. Такое «закрытие задачи любой ценой» опасно именно в финансах, где каждая цифра должна быть проверяемой. Для финдира вывод прямой: агент, который сам ходит в банк и считает, обязан помечать каждую цифру и оставлять след расчёта, а человек проверяет итог. Автономность без контроля в финансах недопустима.

Как обезличивать данные и не слить коммерческую тайну

Прямой ответ: безопасность решается до сборки агента. Обезличиваем реквизиты через справочник, выключаем обучение модели на наших данных, документы под NDA не грузим вообще.

Базовая гигиена для любого агента финдира, четыре правила:

1. Выключите обучение на ваших данных. В настройках ChatGPT, Claude и Gemini есть тумблер «улучшать модель» или «использовать для обучения». Выключаем сразу.
2. Обезличивайте через справочник. Заводите таблицу: настоящий контрагент, его код-маска (ООО «Ромашка» становится «Контрагент-А», ИНН заменяется на код). В нейросеть уходит обезличенный текст, обратную замену делаете у себя.
3. Не грузите данные под NDA и персданные. Зарплаты по фамилиям, паспортные данные, банковская тайна клиентов в облако не уходят вообще, никакое обезличивание тут не оправдание риска.
4. Для чувствительного контура берите бизнес-тариф или российскую модель. На бизнес-тарифах вендор обязуется не использовать переписку для обучения. Для жёсткого контура есть российские модели на локальном развёртывании.

Если пойдёте в продвинутые интеграции с API-ключами: ключи не зашивайте в агента — держите в переменных окружения или менеджере секретов. Не публикуйте агента с открытыми ключами и ограничивайте права доступа по минимуму. Подробный разбор обезличивания именно для финансовых документов у меня есть в отдельной статье блога, рекомендую прочитать до того, как загрузите в агента первый реальный документ.

Сколько это стоит и как считать ROI агента

Прямой ответ: одна подписка около 20 долларов в месяц, окупаемость в первый же месяц на одном непринятом помощнике. Считается ROI просто, через сэкономленные часы.

Прямые затраты на старте минимальны:

• Подписка на одну модель: ~20 долларов в месяц.
• Время на сборку первого агента: один вечер, 2-3 часа.
• Время на обкатку и доводку: 1 час в неделю первые две недели.

Теперь как считать отдачу — не на гипотетическом примере, а на реальных цифрах из кейса 2. Главбух производства закрывала 14 требований ФНС в квартал по 90 минут каждое: 21 час. После внедрения агента те же 14 ответов заняли 3 часа. Экономия 18 часов в квартал, 72 часа в год. По ставке главбуха в её компании это 90-120 тысяч рублей высвобождённого времени в год. Затраты на подписку — около 20 долларов в месяц. Окупаемость с первого месяца. Подставьте свои цифры по той же схеме: задача — сколько минут — сколько раз в месяц — ваша ставка часа. Порядок отдачи будет тем же.

Второй угол — ненанятый помощник. Связка из трёх-пяти агентов закрывает значимую часть рутины, которую иначе пришлось бы делегировать. Стажёр или младший аналитик в финслужбу обходится в 60-100 тысяч рублей в месяц плюс три месяца на вход в должность. Я не говорю, что агент заменяет человека целиком, но точку найма он реально отодвигает, и это прямая экономия в бюджете финслужбы.

Три кейса финдиров с цифрами

Ниже три реальных кейса учениц курса. Структура у всех одинаковая: точка А, что сделали, точка Б с цифрами.

Кейс 1. Финдир онлайн-школы: «Разбор подрядных актов»

Финдир онлайн-школы английского языка, штат 40 человек, 18 преподавателей-подрядчиков.

Точка А. Каждый месяц приходило 18 актов от преподавателей в свободной форме. Проверка каждого вручную 8-10 минут: сверить часы, ставку, итог с договором, найти расхождения. Это 2,5-3 часа чистой проверки. Плюс переписка по спорным актам: уточнения расхождений, черновики протоколов разногласий, повторные согласования с подрядчиками. Всё это накапливалось в неделю закрытия — финдир оценивала суммарный цикл работы с актами в 7-8 часов за этот период.

Что сделали. За один вечер собрала агента «Разбор подрядных актов» по моему шаблону. В knowledge base: типовой договор с преподавателем, тарифная сетка, чек-лист красных флагов, 3 примера спорных актов с разбором. Системная инструкция жёсткая, с пометкой [ПРОВЕРИТЬ] на всех суммах. Обкатала на 5 актах прошлого месяца. На третьем прогоне обнаружила: агент вместо ставки из самого акта брал цифру из тарифной сетки в knowledge base — там лежала устаревшая ставка. Добавила в инструкцию явный запрет: «Ставку бери только из текста конкретного акта, не из базы знаний». Ошибка ушла, точность стала стабильной.

Точка Б. Разбор одного акта стал занимать 1 минуту вместо 8-10. Агент сразу выдаёт таблицу с расхождениями и черновик протокола разногласий — его больше не нужно составлять отдельно. Проверка 18 актов сжалась с 2,5 часов до 20 минут. Переписка по спорным позициям сократилась в разы: большинство разногласий закрываются готовым протоколом без дополнительных кругов согласований. Экономия в неделю закрытия — 6-7 часов суммарно. Бонус: расхождения теперь ловятся системно, за квартал нашли переплат на 70 000 рублей, которые раньше проскакивали.

Кейс 2. Главбух производства: «Налоговый ассистент»

Главный бухгалтер производственной компании в Подмосковье, 240 сотрудников, 14 лет в профессии.

Точка А. В квартал в среднем 14 требований ФНС по ст. 93.1 НК. На каждое 90 минут: разобрать суть, собрать документы, написать сопроводительное письмо, оформить. В квартал это 21 час чистой работы.

Что сделали. Собрала агента «Налоговый ассистент». В knowledge base: шаблон сопроводительного письма компании, выжимка статей 88, 93, 93.1 НК, 5 примеров своих успешных ответов, чек-лист приложений. Инструкция со ссылками на нормативку только с тегом [ПРОВЕРИТЬ]. После двух недель обкатки агент выдавал черновики на 90% готовности.

Точка Б. 14 ответов стали занимать 3 часа вместо 21 (по 12 минут на черновик плюс проверка). Экономия 18 часов в квартал, 72 часа в год. По ставке главбуха это 90-120 тысяч рублей высвобожденного времени в год. Подписка окупилась в первый месяц.

Кейс 3. Финдир сети кофеен: агент-сборщик отчётов

Финдир сети из 8 кофеен в Краснодаре и Ростове-на-Дону.

Точка А. 8 директоров точек раз в месяц присылали отчёты в свободной форме: кто длинно, кто коротко, кто забывал показатели. Сводка для собственника собиралась вручную, 4-5 часов в месяц, и качество данных гуляло.

Что сделали. Собрала двух агентов. Первый, «Помощник директора точки», с зашитым шаблоном месячного отчёта (выручка, средний чек, проходимость, расходы по статьям, комментарии), отдала директорам по ссылке. Второй, «Сборщик отчётов», сводит 8 структурированных отчётов в единую сводку с топами и трендами.

Точка Б. Все 8 точек присылают отчёты в едином формате. Время на сводку упало с 4-5 часов до 45 минут. Экономия 3-4 часа в месяц лично у финдира плюс 30 минут у каждого директора за счёт чёткого шаблона. По сети около 7 часов в месяц, и пропали забытые показатели, выросло качество управленческих данных.

Чек-лист: проверьте перед первым боевым запуском

Семь контрольных точек. Отвечаете «да» на все — агент готов к реальным задачам.

1. Задача одна и конкретная. Не «помогай со всем финансовым», а одна роль: записки, или акты, или письма собственнику.
2. Системная инструкция собрана целиком. Есть блоки роль, контекст, формат, ограничения и самопроверка. Пустая инструкция — это обычный чат.
3. В knowledge base 5-10 файлов, не больше. Свалка из 40 файлов снижает точность — агент тонет и выдаёт кашу.
4. Реквизиты обезличены через справочник. ИНН и названия контрагентов заменены на коды до загрузки в платформу.
5. Обучение модели на ваших данных выключено в настройках аккаунта — ищете тумблер «улучшать модель» или «использовать для обучения».
6. Обкатка прошла на реальных задачах прошлой недели, не на выдуманных кейсах. Минимум 5-7 прогонов, инструкция правлена по результатам.
7. Копия системной инструкции лежит в общей папке финслужбы, не только внутри платформы. Платформа может сбросить настройки, ваш документ — нет.

Если по любому пункту «нет» — вернитесь и закройте его до первой боевой задачи.

Частые ошибки при сборке первого агента

Пять ошибок съедают результат у новичков. Знание их экономит вам вечер на переделках.

1. Агент «на всё». Самая частая. Универсальный помощник проигрывает специализированному всегда. Один агент это одна роль. Лучше три узких, чем один широкий.
2. Пустая системная инструкция. «Ты финансист, помогай» это не инструкция. Без роли, формата и ограничений агент превращается в обычный чат. Тратьте время на инструкцию, это сердце агента.
3. Свалка в knowledge base. Загрузили 40 файлов на 300 страниц, агент тонет и выдаёт кашу. Правило: 5-10 файлов, 30-50 страниц чистого контента.
4. Пропуск обкатки. Собрали и сразу в бой. Без 5-7 кругов на реальных задачах агент промахивается, вы разочаровываетесь и бросаете. Обкатка это половина успеха.
5. Слепое доверие цифрам. Агент уверенно выдал сумму, вы вставили в отчёт собственнику без проверки. Цифры агента это всегда черновик с пометкой [ПРОВЕРИТЬ], итог сверяет человек.

Отдельно про доверие. Современные агенты звучат настолько уверенно, что хочется им верить на слово. Не надо. На финансах цена ошибки высока, поэтому правило простое: агент готовит, человек проверяет и подписывает. Это не недоверие к технологии — это нормальный контроль: исполнитель готовит черновик, руководитель принимает решение и несёт ответственность.

Три сдвига, которые дойдут до финслужбы в ближайший год

Три изменения, которые уже начались или выходят в общий доступ в ближайший год.

Первое. Агенты как команда. Сейчас вы переключаетесь между тремя-пятью агентами вручную. Финдир из кейса 3 уже сделала первый шаг в эту сторону: агент «Помощник директора точки» собирает отчёт, агент «Сборщик отчётов» его сводит — каждый знает свою роль, вы видите готовый результат. Следующий уровень, который уже доступен в Make и n8n, это когда один агент-оркестратор сам раздаёт задачи вспомогательным: «Разбор договоров» получает акты, «Сборщик» собирает сводку, вы не переключаетесь.

Второе. Память между сессиями. Сейчас агент не помнит, что вы обсуждали позавчера: открываете новый чат, контекст пропал. Новые системы памяти хранят факты, решения и модель вашей компании накопительно — агент через полгода будет знать, что ООО «Ромашка» ненадёжный подрядчик с историей спорных актов, без вашего напоминания.

Третье. Фоновая работа. Сценарий, к которому движутся все платформы: ночью агент сам забрал выписку, сверил с планом, утром положил сводку отклонений на почту — без ручного запуска. Через Make и n8n это уже собирается сегодня, пусть с усилиями. Нативная фоновая работа внутри ChatGPT и Claude — горизонт ближайшего года.

Мой совет прямо сейчас: не ждите, пока тренды дойдут. Возьмите одну задачу, которая тормозит вас каждую неделю, и соберите под неё агента сегодня вечером по чек-листу из этой статьи. После первой недели работы станет ясно, какой нужен следующим.

Финальный CTA: на курс «AI-навыки финансиста»

Эта статья даёт схему сборки трёх базовых агентов, 10 готовых инструкций и чек-лист на один вечер. Но настоящая работа финдира с AI это система: связка агентов в ChatGPT, Claude и Gemini, безопасное обезличивание, knowledge base под отрасль, интеграции с 1С и таблицами, регулярная доводка под свежие задачи и контроль качества.

На курсе «AI-навыки финансиста» онлайн-школы «Финансовый директор | Мастер CFO» эта система собрана целиком: 10 модулей, 800+ выпускников, диплом установленного образца с лицензией, налоговый вычет 13%. Я веду курс лично, разбираю кейсы учениц на эфирах, а агентов мы собираем вместе на практике, с готовыми инструкциями под задачи финслужбы. Вы перестаёте тонуть в рутине и начинаете экономить часы системно.

Записаться на курс «AI-навыки финансиста»

Продолжаем разбор в Telegram

Если статья была полезной — загляните в Telegram до того, как начнёте собирать первого агента: в @findir_pro (45 000 подписчиков) выкладываю разборы ошибок, которые вижу у учениц на живых задачах — то, чего нет ни в одной статье. @ai_finansist (13 000): предметный разбор агентов и нейросетей для финансов. Без VPN — наш канал на платформе MAX: max.ru/findir_pro. Анонсы бесплатных эфиров во всех трёх.

Об авторе

Натали Васильева. Эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (основатель школы Софья Бурцева). С нейросетями в работе финансиста с февраля 2023 года. Через курс «AI-навыки финансиста» прошли 800+ бухгалтеров, главбухов и финдиров. Веду Telegram-канал @findir_pro (45 000 подписчиков) и @ai_finansist (13 000). Личный набор: ChatGPT Plus, Claude Pro, Gemini Advanced, DeepSeek, YandexGPT, GigaChat.