AI-Excel без ChatGPT: сравниваем Гигачат, DeepSeek и локальные модели бесплатно

Каждую неделю мне пишут одно и то же: «ChatGPT Plus стоит дорого, а бесплатная версия режет функции — что делать?» Отвечаю честно: в июле 2026 года ChatGPT давно не единственный вариант для работы с Excel. Есть Гигачат от Сбера с полностью бесплатным веб-доступом, есть DeepSeek V3.2 с открытыми весами и бесплатным API у ряда провайдеров, и есть локальные модели, которые считают прямо на вашем компьютере без интернета вообще. Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO». За последние месяцы я прогнала одни и те же финансовые задачи через все три категории инструментов и в этой статье показываю, что реально работает бесплатно, а где деньги на подписку всё же оправданы.

Формулирую сразу, потому что вопрос «а зачем мне это, если есть ChatGPT» я слышу постоянно. Причины три, и все практические. Первая — деньги: не у каждой компании и не у каждого частного бухгалтера есть бюджет на регулярную подписку, особенно если задачи возникают эпизодически. Вторая — доступ: часть компаний вводит внутренние ограничения на использование зарубежных облачных сервисов для рабочих данных, и это не блажь службы безопасности, а вполне реальный риск утечки. Третья — избыточность: если вы 2-3 раза в неделю просите нейросеть посчитать формулу или составить письмо, полноценная платная подписка часто просто не окупается по деньгам.

Прямой ответ: да, бесплатно и без ChatGPT реально закрыть большинство задач

Для типовых задач финансиста — категоризация транзакций, формулы Excel, черновики пояснительных записок, факторный анализ — бесплатных инструментов достаточно уже сейчас. Гигачат закрывает русскоязычные текстовые задачи, DeepSeek V3.2 берёт на себя расчёты и логику формул, локальная модель нужна только для по-настоящему конфиденциальных данных.

Разница с платной подпиской проявляется не в базовых задачах, а на сложных многошаговых сценариях: финмодель с десятком взаимосвязанных листов, договор на 40 страниц с вложенными условиями, агентская автоматизация с внешними сервисами. Здесь топовые платные модели пока стабильнее.

Мой практический вывод после месяца тестов: держите в работе 2-3 бесплатных инструмента одновременно, а не ищете один идеальный. У каждого свой бесплатный лимит, свои сильные стороны, и вместе они закрывают диапазон задач шире, чем один платный сервис.

Здесь важно управлять ожиданиями с самого начала. Бесплатный инструмент — это не урезанная версия платного «для галочки», а полноценная модель со своим набором сильных и слабых сторон. Ошибка, которую я вижу у многих начинающих: попробовать один бесплатный сервис, столкнуться с ограничением и сделать вывод «бесплатное не работает». На деле нужно протестировать 2-3 варианта на своих реальных задачах и держать в работе те, что подходят конкретно вам.

Ещё один момент, который стоит проговорить сразу: бесплатные лимиты — это не благотворительность разработчиков, а часть бизнес-модели. Провайдер даёт бесплатный доступ, чтобы вы попробовали продукт, привыкли к нему и со временем либо перешли на платный тариф сами, либо остались достаточно лояльным пользователем, чтобы рекомендовать сервис другим. Понимание этой логики помогает трезво оценивать, когда бесплатного тарифа действительно достаточно, а когда экономия на подписке обходится дороже, чем кажется на первый взгляд из-за потерянного времени.

Почему вообще стоит смотреть на альтернативы ChatGPT

Экосистема нейросетей в 2026 году устроена иначе, чем в 2023-м, когда все начиналось с одного доминирующего сервиса. Сейчас на рынке одновременно живут несколько крупных экосистем: американская (GPT-5.5, Claude Sonnet 4.6, Gemini 2.5), китайская (DeepSeek V3.2 и её аналоги) и российская (Гигачат и другие модели российских разработчиков). Конкуренция между ними снижает цены и увеличивает бесплатные лимиты — обратная сторона гонки моделей выгодна конечному пользователю.

Для финансиста это означает практическую вещь: не нужно ограничивать себя одним поставщиком. Если Гигачат не справляется с конкретной задачей, у вас есть DeepSeek. Если нужна конфиденциальность — локальная модель. Такой подход снижает зависимость от одного сервиса и его условий использования, которые могут меняться без предупреждения.

Второй практический аргумент — устойчивость к перебоям. Любой облачный сервис может временно оказаться недоступен: технические работы, перегрузка серверов, региональные ограничения. Когда в работе несколько инструментов, отказ одного не останавливает вашу работу.

Что такое Гигачат и зачем он финансисту

Гигачат — это языковая модель от Сбера с веб-интерфейсом, доступным без VPN и с бесплатным ежемесячным лимитом сообщений. Работает через браузер и мобильное приложение, поддерживает загрузку файлов и таблиц.

Главное преимущество для российского финансиста — контекст. Модель обучена на большом объёме русскоязычных текстов, включая нормативную базу, судебную практику и деловую переписку. Она реже путает термины вроде «дебиторская задолженность» с «кредиторской» и корректнее формулирует официальные документы на русском.

Второй практический плюс — отсутствие барьеров доступа. Многие бесплатные зарубежные сервисы то ограничивают доступ из России, то требуют способы оплаты, недоступные внутри страны. Гигачат работает напрямую, без обходных путей, что снимает целый класс технических неудобств для тех, кто просто хочет посчитать формулу или составить письмо без лишних телодвижений.

Из практики использования: Гигачат хорошо держит короткий и средний контекст диалога — если вы последовательно уточняете задачу в рамках одной сессии, модель помнит предыдущие реплики и не теряет нить. Но при работе с очень длинными таблицами (десятки тысяч строк) начинает терять точность, и здесь лучше разбивать задачу на части — обрабатывать таблицу порциями по 500-1000 строк, а не целиком.

Слабое место — сложная многошаговая логика. Когда я давала Гигачату задачу с пятью вложенными условиями для распределения накладных расходов по трём цехам, модель периодически теряла один из промежуточных шагов и требовала уточняющего промпта. Для простых и средних по сложности формул Excel — вложенные ЕСЛИ, ВПР, СУММЕСЛИМН — результат стабильный.

Ещё одна особенность, которую стоит знать заранее — модель иногда «сглаживает» неоднозначные формулировки, подставляя наиболее вероятный по её мнению вариант вместо того, чтобы переспросить. Например, если в промпте не указана точная валюта или период, Гигачат может по умолчанию взять текущий месяц и рубли, даже если вы имели в виду что-то другое. Правило, которое снимает эту проблему почти полностью — указывать в промпте абсолютно все параметры явно: период, валюту, единицы измерения, формат вывода. Чем меньше пространства для домысливания вы оставляете модели, тем точнее результат с первого раза.

Из моего опыта преподавания на курсе, у новичков в работе с нейросетями типичная ошибка — писать промпт в одну строчку без структуры: «посчитай мне вот это». Гигачат, как и большинство моделей, отвечает заметно точнее, когда промпт разбит на роль (кто ты), задачу (что сделать), контекст (входные данные) и формат (как оформить ответ). Этот принцип работает одинаково для всех трёх категорий инструментов из этой статьи, но именно на бесплатных лимитах, где нет права на бесконечные уточняющие переспросы, экономия одной попытки особенно ощутима.

Промпт для Гигачата: категоризация выписки

Ты помощник финансового аналитика. Вот список из 40 назначений платежей
из банковской выписки за июнь. Раздели их на категории: зарплата, аренда,
поставщики, налоги, прочее. Для каждой строки укажи категорию и на что
похоже назначение платежа. Данные обезличены, реальных названий контрагентов нет.

[вставить список назначений платежей]

Формат ответа: таблица из трёх колонок — назначение, категория, комментарий.

Что такое DeepSeek V3.2 и почему он бесплатен

DeepSeek V3.2 — это модель с открытыми весами от китайской компании DeepSeek. «Открытые веса» означает, что саму модель можно скачать и запустить на своём сервере, а не только использовать через чужой сервис. Именно поэтому вокруг неё сложилась экосистема бесплатных и недорогих способов доступа: официальный чат на сайте компании, API самой DeepSeek с щедрым бесплатным лимитом, а также сторонние провайдеры, которые временно раздают бесплатные токены для привлечения пользователей.

Для финансовых задач DeepSeek V3.2 показывает себя сильнее Гигачата именно в расчётах. В моих тестах на распределение постоянных и переменных затрат, расчёт точки безубыточности и построение факторного анализа плана-факта модель реже путалась в промежуточных вычислениях и точнее объясняла логику формулы Excel, которую предлагала использовать.

Отдельно стоит сказать про открытые веса — это не абстрактное техническое преимущество, а вполне практическая вещь для финансового отдела. Если завтра сторонний провайдер, который сейчас раздаёт бесплатные токены, решит закрыть программу или изменить условия, у вас остаётся возможность развернуть модель на своём или арендованном сервере и продолжить работу без зависимости от чужих решений. Для ChatGPT и большинства закрытых моделей такой страховки нет в принципе — веса модели недоступны, вы полностью зависите от политики одного поставщика.

По моим наблюдениям, DeepSeek особенно хорошо держит длинные цепочки рассуждений: если задача требует сначала посчитать промежуточный показатель, потом использовать его в следующей формуле, а затем сделать вывод на основе обоих значений, модель реже теряет логическую нить, чем Гигачат на аналогичных сценариях. Это важно для факторного анализа, где ошибка на любом из промежуточных шагов ломает весь итоговый вывод.

Ограничение бесплатного доступа — скорость. У бесплатных лимитов обычно стоит ограничение на число запросов в минуту, поэтому для потоковой обработки большого массива данных придётся либо ждать между запросами, либо переходить на платный тариф API.

Ещё одно наблюдение из практики: DeepSeek заметно лучше держит структуру ответа, когда вы явно просите таблицу или нумерованный список. Если промпт сформулирован расплывчато, модель иногда отвечает сплошным текстом вместо структурированной таблицы, которую удобно потом вставить обратно в Excel. Решение простое — всегда фиксировать в промпте не только что посчитать, но и в каком виде получить результат: «представь ответ в виде таблицы с колонками X, Y, Z» работает почти безотказно.

Что касается доступа через сторонних провайдеров с бесплатными кредитами — здесь стоит быть внимательной к деталям условий. Часть таких предложений ограничена по времени (акция на первый месяц), часть — по количеству запросов в минуту, часть требует привязки способа оплаты даже при использовании бесплатного лимита в качестве меры защиты от спама. Перед тем как встраивать сервис в постоянный рабочий процесс, стоит потратить пять минут на чтение официальных условий использования конкретно того провайдера, через которого вы планируете работать — это убережёт от неприятного сюрприза в разгар отчётного периода, когда лимит внезапно закончится или условия изменятся.

Промпт для DeepSeek: расчёт точки безубыточности

Ты финансовый аналитик. У меня есть данные: постоянные затраты 850 000 руб/мес,
переменные затраты на единицу продукции 320 руб, цена реализации 480 руб.

Рассчитай:
1. Точку безубыточности в штуках и рублях
2. Формулу Excel для расчёта, если данные лежат в ячейках B2 (постоянные),
   B3 (переменные на ед.), B4 (цена)
3. Как изменится точка безубыточности, если цена вырастет на 8%

Объясни логику расчёта пошагово, без сокращений.

Что умеют локальные модели и когда они действительно нужны

Локальная модель — это нейросеть, которая работает прямо на вашем компьютере, без обращения к серверам в интернете. Данные никуда не отправляются, вся обработка происходит на вашем железе.

Для финансиста это актуально в одном конкретном сценарии: когда данные по-настоящему нельзя выгружать в облако. Реальные зарплаты сотрудников, договоры под NDA, финансовая модель компании перед сделкой M&A — здесь риск случайной утечки через облачный сервис неприемлем, даже если провайдер обещает не использовать данные для обучения.

Что нужно для запуска: компьютер с видеокартой от 8 ГБ видеопамяти для моделей среднего размера (7-14 млрд параметров) или мощный процессор с 16-32 ГБ оперативной памяти при заметно более медленной работе. Устанавливается через готовые приложения с интерфейсом чата — процесс сравним с установкой обычной программы, специальных навыков программирования не требует.

Второй практический сценарий, где локальная модель оправдана — нестабильный или дорогой интернет. Если вы работаете в командировке, на объекте без стабильной связи или просто хотите исключить зависимость от качества соединения, локальная модель считает офлайн так же, как считала бы онлайн. Для разъездного финансового консультанта или аудитора, который часто оказывается в местах с плохим интернетом, это не второстепенное удобство, а рабочая необходимость.

Третий момент, который стоит понимать перед установкой — модель придётся выбирать под конкретную задачу, а не ставить одну «на все случаи». Для простой категоризации и коротких формул достаточно компактной модели на 7-8 млрд параметров, она быстро отвечает даже на среднем железе. Для более сложных сценариев нужна модель покрупнее (14-32 млрд параметров), но она требовательнее к видеопамяти и работает заметно медленнее без мощной видеокарты. Разумная стратегия — начать с компактной модели, и если её точности не хватает, переходить на более крупную.

Честно: локальные модели заметно уступают облачным на сложной аналитике. В моих тестах модель на 8 млрд параметров справлялась с простыми формулами и категоризацией, но регулярно ошибалась в многошаговом факторном анализе, где облачные модели отрабатывали чисто. Использовать локальную модель для базовой обработки конфиденциальных данных — оправданно. Ждать от неё уровня топовых облачных моделей — нет.

Как обезличивать данные перед загрузкой в облачный сервис

Прежде чем загружать таблицу в любой облачный сервис, будь то Гигачат, DeepSeek или что угодно ещё, полезно взять за правило простую процедуру обезличивания. Она занимает 5-10 минут и снимает большую часть риска.

Первое — замените реальные названия контрагентов на условные обозначения: «Контрагент 1», «Поставщик А», «Клиент Б». Структура данных сохраняется, конкретика теряется. Второе — если суммы сами по себе не критичны для задачи (например, для анализа структуры расходов важны пропорции, а не абсолютные цифры), домножьте все значения на случайный коэффициент — логика расчёта не изменится, а реальные цифры компании не утекут. Третье — уберите ИНН, банковские реквизиты и персональные данные сотрудников целиком, для большинства аналитических задач они не нужны вовсе.

Это не панацея и не заменяет решение штатной службы безопасности там, где она есть. Но для рядового финансиста или бухгалтера, который просто хочет посчитать формулу без риска, обезличивание — рабочая привычка, которая должна стать такой же автоматической, как проверка формулы перед отправкой отчёта.

Если после обезличивания у вас остаются данные, которые всё равно нельзя выгружать никуда (например, реальные оклады конкретных сотрудников, которые нужно анализировать поимённо), это прямой сигнал к использованию локальной модели — обезличивание здесь просто неприменимо без потери смысла задачи.

Если интересно глубже разобраться в теме — на курсе «AI-навыки финансиста» мы разбираем готовые шаблоны промптов под самые частые задачи закрытия месяца.

Узнать больше о курсе «AI-навыки финансиста»

Гигачат, DeepSeek или локальная модель: сравнительная таблица

Таблица актуальна на июль 2026 года. Условия бесплатных лимитов у провайдеров меняются, перед началом работы проверяйте актуальные лимиты на официальных страницах сервисов.

Обратите внимание на строку про конфиденциальность — это единственный критерий, где ни Гигачат, ни DeepSeek не дают преимущества локальной модели в принципе, вне зависимости от того, насколько улучшится качество их ответов в будущих версиях. Это структурное ограничение любого облачного сервиса: данные обязательно покидают ваш компьютер и обрабатываются на чужом сервере, даже если провайдер обещает не сохранять историю переписки. Для задач без строгих требований к конфиденциальности это не проблема, но важно понимать это ограничение осознанно, а не узнавать о нём постфактум.

Ещё один нюанс таблицы, который стоит прокомментировать отдельно — строка «формулы Excel и расчёты». Разница между «средне» у Гигачата и «сильная сторона» у DeepSeek не означает, что Гигачат не справляется с формулами вовсе. Речь именно о сложности: с простыми и среднесложными формулами обе модели работают сопоставимо, разрыв проявляется на многошаговых расчётах с несколькими уровнями вложенности и на задачах, где нужно проверить логику формулы на предмет скрытых ошибок.

Как получить доступ к каждому инструменту: пошаговая инструкция

Для Гигачата: заходите на официальный сайт Сбера, регистрируетесь через номер телефона, подтверждаете аккаунт. Веб-версия доступна сразу, бесплатный лимит сообщений обновляется ежемесячно.

Для DeepSeek: официальный чат на сайте компании работает через простую регистрацию по email. Для API-доступа с более гибкими настройками ищите официальную документацию DeepSeek или проверенных провайдеров, которые публикуют условия бесплатного лимита на своих страницах — перед подключением всегда проверяйте актуальные условия напрямую у провайдера, поскольку они меняются.

Для локальной модели: скачиваете готовое приложение с интерфейсом чата, выбираете модель подходящего размера под характеристики своего компьютера, дожидаетесь загрузки весов модели (обычно от нескольких до пары десятков гигабайт) и начинаете работу без интернета.

Что делать, если ни один вариант не подошёл с первого раза

Иногда первый тест бесплатного инструмента разочаровывает: ответ получился не тем, что ожидалось, формула не сработала, текст вышел неестественным. Прежде чем делать вывод «инструмент не годится», стоит пройти короткую диагностику.

Первое, что нужно проверить — детализацию промпта. В девяти случаях из десяти неудачный первый результат объясняется не слабостью модели, а недостаточно конкретной формулировкой задачи. Сравните два промпта: «посчитай амортизацию» и «рассчитай линейную амортизацию основного средства первоначальной стоимостью 1 200 000 рублей при сроке полезного использования 5 лет, начиная с 1 марта 2026 года, дай формулу Excel и таблицу на первый год». Разница в качестве ответа будет разительной при одной и той же модели.

Второе — формат входных данных. Если вы вставляете таблицу как неструктурированный текст без чётких разделителей между колонками, модель тратит часть «внимания» на то, чтобы понять структуру данных, вместо того чтобы решать саму задачу. Полезная практика — представлять таблицу в виде текста с явными разделителями (табуляция, точка с запятой, или в формате markdown-таблицы), это заметно повышает точность разбора.

Третье — длина одного запроса. Бесплатные лимиты часто работают лучше, если не пытаться уместить в один промпт сразу пять разных задач. Разбейте комплексную задачу на последовательные шаги: сначала категоризация, затем расчёт, затем формулировка выводов. Каждый отдельный шаг модель выполняет точнее, чем один длинный составной запрос.

Четвёртое — модель может быть просто не той, что нужна для конкретной задачи. Если вы три раза переформулировали промпт для Гигачата и результат по формуле всё равно нестабилен, это сигнал попробовать DeepSeek именно для расчётной части, оставив Гигачат для сопроводительного текста. Комбинирование инструментов часто эффективнее, чем попытка выжать из одной модели то, в чём она объективно слабее.

Кейс 1: как бухгалтер закрыла месяц без единой платной подписки

Мария, главный бухгалтер производственной компании из Екатеринбурга, выпускница нашего курса, месяц вела закрытие полностью на бесплатных инструментах. Раньше на подготовку пояснительной записки к отчёту у неё уходило 3-4 часа: формулировки, сверка цифр, форматирование под требования руководства.

С Гигачатом на черновик пояснительной записки уходит около 20-30 минут: она загружает обезличенную таблицу с показателями, просит составить структуру записки, дорабатывает формулировки под свой стиль. По её ощущениям, экономия времени на каждое закрытие месяца заметная — счёт идёт на часы, а не на минуты.

Для формул распределения общехозяйственных расходов по трём подразделениям она перешла на DeepSeek — там результат точнее с первого раза, меньше правок. В моей практике у финансистов, которые переходят на такую комбинацию инструментов, суммарная экономия времени за квартал обычно измеряется десятками часов при нулевых затратах на подписки — точная цифра зависит от объёма задач и опыта работы с промптами.

Отдельно Мария отметила момент, который сначала показался ей минусом, а потом обернулся плюсом: из-за бесплатного лимита сообщений в Гигачате она стала внимательнее формулировать промпты с первого раза, а не разбираться с моделью в режиме диалога методом проб и ошибок. Это дисциплинировало и в итоге сократило время на саму формулировку задачи почти вдвое — она стала заранее продумывать, что именно хочет получить, вместо того чтобы формулировать запрос на ходу.

Кейс 2: финансовый директор и локальная модель для реальных зарплат

Дмитрий, финансовый директор торговой компании из Новосибирска, столкнулся с классической проблемой: нужно было проанализировать структуру фонда оплаты труда с реальными окладами 60 сотрудников, но политика компании запрещает выгружать такие данные в сторонние облачные сервисы.

Решение — локальная модель на рабочем ноутбуке с видеокартой 12 ГБ видеопамяти. Дмитрий загрузил обезличенную по именам, но с реальными суммами таблицу, попросил модель построить распределение по грейдам, найти аномалии в соотношении оклад/премия и предложить формулу для автоматического флага отклонений выше 30%.

Результат занял пару часов вместо обычного дня ручной работы в Excel. Качество анализа он оценивает как немного уступающее тому, что дала бы топовая облачная модель — но с учётом требований конфиденциальности альтернативы просто не было.

По его словам, ключевым оказался не сам факт запуска локальной модели, а привычка формулировать задачу максимально конкретно с самого начала. Локальные модели меньшего размера хуже держат расплывчатые формулировки, чем топовые облачные, поэтому Дмитрий заранее прописывал точную структуру таблицы, названия колонок и формат ожидаемого результата — и только после этого получал стабильный ответ без повторных попыток.

Кейс 3: финансовый аналитик и комбинация трёх инструментов

Третий пример — Елена, финансовый аналитик логистической компании из Казани, которая с самого начала выстроила работу на комбинации всех трёх подходов, а не выбирала один. Ежедневную сверку остатков по складам она прогоняет через DeepSeek — там формулы возврата и логика проверки остатков считаются стабильнее всего. Переписку с контрагентами по актам сверки готовит через Гигачат — тексты на русском получаются более естественными и не требуют серьёзной правки. А ежемесячный анализ структуры затрат с реальными данными по договорам поставщиков, которые находятся под соглашением о неразглашении, она обрабатывает только через локальную модель на рабочем компьютере.

По её ощущениям, за три месяца использования такой комбинированной схемы суммарная экономия времени получилась существенной — счёт идёт на десятки часов, примерно поровну между автоматизацией переписки и сверок и ускорением расчётов и анализа. Точная цифра зависит от объёма задач в конкретном месяце, но важный момент неизменен: ни один платный сервис ей за это время не понадобился, при этом качество результата её полностью устраивает для повседневных задач.

Как правильно распределить задачи между инструментами

Держать один инструмент на все случаи — не самая эффективная стратегия при работе с бесплатными лимитами. Логичнее закрепить роли:

• Гигачат — письма, пояснительные записки, коммуникация с проверяющими органами, тексты на русском с юридическим оттенком.
• DeepSeek V3.2 — формулы Excel, факторный анализ, расчёты точки безубыточности, работа с числами и логикой.
• Локальная модель — данные, которые нельзя выгружать в облако ни при каких условиях: реальные зарплаты, данные под NDA, предсделочная финмодель.

Такое распределение снижает риск упереться в лимит одного сервиса в разгар закрытия месяца — у каждого инструмента лимит расходуется независимо.

Есть и более тонкий момент распределения задач — по времени суток и загрузке сервиса. У бесплатных сервисов нагрузка на серверы неравномерна: в часы пиковой активности пользователей (обычно дневное и вечернее время по местному времени сервиса) ответы могут идти медленнее или лимит расходоваться заметнее. Если вы готовите объёмную обработку данных, которая не требует немедленного результата, полезно запускать её рано утром или поздно вечером по вашему часовому поясу — субъективно ответы приходят быстрее, а вероятность упереться в технические ограничения ниже.

Ещё одна практика, которая экономит время при работе с несколькими инструментами — единый формат хранения промптов. Заведите одну таблицу или документ, где для каждой задачи зафиксировано: название задачи, какой инструмент использовать, сам текст промпта, дата последней проверки на актуальность. Это звучит как элементарная организационная мелочь, но именно она отличает разовое использование нейросети от системной практики, которая работает месяцами без потери эффективности.

Готовые промпты для финансовых задач в бесплатных нейросетях

Промпт 1: сверка двух версий таблицы

Вот две версии таблицы расходов за март (старая и обновлённая, обе обезличены).
Найди все расхождения между версиями: изменённые суммы, добавленные и удалённые
строки. Представь результат в виде таблицы: строка, было, стало, тип изменения.

Версия 1: [вставить]
Версия 2: [вставить]

Промпт 2: план-факт анализ с объяснением отклонений

Проанализируй план-факт по бюджету отдела продаж за квартал. Для каждой статьи
с отклонением больше 10% предложи три вероятные причины на основе типовой
бизнес-логики. Не выдумывай конкретные факты о компании, только общие
объяснимые причины (сезонность, задержка платежа, изменение цены поставщика).

[вставить таблицу план-факт]

Промпт 3: формула для автоматической категоризации

Мне нужна формула Excel, которая присваивает категорию расходу на основе
ключевых слов в назначении платежа (столбец A). Категории: аренда, зарплата,
налоги, поставщики, прочее. Используй ПОИСК и ЕСЛИ, объясни логику формулы
построчно, чтобы я мог адаптировать список ключевых слов под свою компанию.

Промпт 4: расчёт амортизации

Рассчитай линейную амортизацию основного средства: первоначальная стоимость
1 200 000 руб, срок полезного использования 5 лет, дата ввода в эксплуатацию
01.03.2026. Дай формулу Excel для помесячного расчёта и таблицу на первый год.

Промпт 5: анализ дебиторской задолженности

Вот список дебиторской задолженности с датами возникновения (обезличено).
Раздели на группы по срокам просрочки: до 30 дней, 30-60, 60-90, свыше 90.
Посчитай сумму и долю каждой группы от общей задолженности. Предложи формулу
Excel для автоматического расчёта возраста задолженности от текущей даты.

[вставить список]

Промпт 6: черновик пояснительной записки

На основе показателей ниже составь структуру пояснительной записки к отчёту
о финансовых результатах для руководства: выручка выросла на 12%, себестоимость
на 18%, валовая маржа снизилась с 34% до 29%. Тон делового отчёта, без канцелярита,
пять коротких абзацев с выводом в конце.

Промпт 7: проверка формулы на ошибки

Вот формула Excel, которая выдаёт неверный результат:
=ЕСЛИ(И(B2>0;C2<0);"проверить";ЕСЛИ(B2=0;"нет данных";"норма"))
Ожидаемый результат: "проверить" должно появляться, когда B2 больше 0
и C2 меньше 0 ИЛИ когда C2 отсутствует. Найди ошибку и предложи исправленную
формулу с объяснением, что было не так.

Промпт 8: сравнение двух вариантов инвестиций

Сравни два варианта вложения 3 000 000 руб: вариант А — доходность 12% годовых,
срок 3 года, без риска; вариант Б — доходность 22% годовых, срок 2 года,
риск потери до 15% суммы. Посчитай итоговую сумму по каждому варианту без учёта
риска и с учётом худшего сценария риска. Представь в виде сравнительной таблицы.

Промпт 9: генерация тестовых данных для обучения формулам

Сгенерируй 30 строк тестовых данных для таблицы расходов компании: дата,
назначение платежа, сумма, контрагент (вымышленный). Данные должны быть
реалистичными для производственной компании среднего размера, суммы
от 5 000 до 500 000 руб, разброс по категориям: сырьё, зарплата, аренда,
логистика, налоги.

Промпт 10: объяснение сложной формулы простыми словами

Объясни простыми словами, что делает эта формула Excel, как будто я вижу её
первый раз:
=ИНДЕКС(B2:B100;ПОИСКПОЗ(1;(A2:A100=D1)*(C2:C100=D2);0))
Распиши по шагам, что происходит на каждом этапе вычисления.

Промпт 11: составление графика платежей по кредиту

Составь график платежей по кредиту: сумма 5 000 000 руб, ставка 14% годовых,
срок 36 месяцев, аннуитетный платёж. Дай формулу Excel для расчёта ежемесячного
платежа и таблицу с разбивкой каждого платежа на основной долг и проценты
за первые 12 месяцев.

Промпт 12: поиск дублей в таблице расходов

Проверь таблицу расходов на дубликаты записей: одинаковая дата, сумма и
похожее назначение платежа могут указывать на задвоенный платёж. Обезличенные
данные ниже. Выведи список потенциальных дублей с указанием строк и предложи
формулу Excel для автоматического поиска похожих дублей в будущем.

[вставить таблицу]

Держите эти двенадцать промптов как отправную точку, а не как жёсткий шаблон. Меняйте цифры, формулировки и контекст под свою реальную задачу — модель отвечает точнее, когда промпт отражает именно вашу ситуацию, а не абстрактный пример из статьи.

Что не стоит ждать от бесплатных инструментов

Важно быть честной: бесплатные инструменты не заменяют топовые платные модели во всех сценариях. Три ограничения, о которых нужно знать заранее.

Первое — объём контекста. Бесплатные лимиты часто режут длину диалога или размер загружаемого файла сильнее, чем платные тарифы. Для работы с таблицей на пять тысяч строк это ощутимо.

Второе — стабильность на сложной логике. Чем больше взаимосвязанных шагов в расчёте, тем выше шанс, что бесплатная модель собьётся на одном из промежуточных этапов и потребуется повторный запрос с уточнением.

Третье — скорость при частом использовании. Если вы обрабатываете десятки запросов в день, лимиты по количеству сообщений в минуту становятся реальным узким местом, и здесь платная подписка или платный API окупается временем.

Четвёртое ограничение, о котором реже говорят — качество работы с изображениями и сканами. Если вам нужно распознать таблицу с фотографии первичного документа или скан накладной, бесплатные лимиты часто урезают именно мультимодальные возможности в первую очередь, оставляя текстовые запросы менее ограниченными. Для задач с фото и сканами полезно заранее уточнять у сервиса, распространяется ли на такие запросы отдельный, более узкий лимит.

Пятое — отсутствие интеграций. Платные тарифы у большинства сервисов дают доступ к API, который можно подключить напрямую к Excel через надстройку, к 1С или к внутренней CRM. Бесплатные версии обычно ограничены веб-интерфейсом чата, а значит, каждую задачу приходится оформлять вручную: копировать данные, вставлять в чат, копировать ответ обратно. Для разовых задач это не проблема, но для ежедневной рутины ручное копирование съедает часть выигранного времени.

Когда всё-таки стоит перейти на платную подписку

Если вы тратите на бесплатных инструментах больше 40-50 минут в день на подбор формулировок промптов и повторные попытки из-за ограничений лимита, посчитайте, сколько стоит ваш час. Платная подписка на топовую модель за месяц часто дешевле, чем 5-6 часов рабочего времени, потерянных на обходные пути.

Второй сигнал — если задача требует работы с длинным документом целиком (договор на 30+ страниц, годовой отчёт) без разбивки на части. Здесь ограниченный контекст бесплатных лимитов становится реальным препятствием, а не просто неудобством.

Полезный способ принять решение объективно, а не на глазок — простой расчёт окупаемости. Возьмите среднюю почасовую стоимость своего рабочего времени (зарплату разделите на количество рабочих часов в месяце). Посчитайте, сколько часов в месяц вы реально тратите на обходные пути с бесплатными инструментами: ожидание сброса лимита, повторные попытки из-за нестабильного результата, ручное копирование данных между чатом и Excel. Если стоимость этих часов превышает цену платной подписки — решение объективно в пользу платного тарифа, и это не значит, что вы «сдались» идее бесплатного AI, это значит, что ваш объём задач перерос бесплатный уровень.

Третий сигнал — команда, а не один человек. Если несколько сотрудников отдела одновременно упираются в один и тот же бесплатный лимит, считать экономию нужно не на одного человека, а суммарно по отделу. Часто оказывается, что одна платная подписка на команду выходит дешевле, чем сумма потерянного времени пяти бухгалтеров, которые ждут обновления лимита или разбивают задачи на части, чтобы уложиться в ограничение.

Здесь же стоит сказать честно: платная подписка — это не «предательство» идеи бесплатного AI, а рациональное решение, когда объём задач вырос настолько, что экономия времени превышает стоимость сервиса. Я сама рекомендую ученицам курса начинать с бесплатных инструментов, чтобы разобраться в логике промптов без затрат, а затем переходить на платный тариф осознанно, когда это уже коммерчески оправдано их объёмом работы.

Мифы про бесплатные нейросети для финансовых задач

Миф: бесплатное всегда хуже платного. На практике разница между Гигачатом или DeepSeek и платной подпиской заметна не во всех задачах — только в сложных многошаговых сценариях. Для 70-80% типовых задач бухгалтера разница минимальна.

Миф: локальные модели бесполезны без мощного игрового компьютера. Модели среднего размера работают на обычной рабочей видеокарте от 8 ГБ, что есть у многих современных ноутбуков для работы с графикой.

Миф: китайские модели небезопасны для российского бизнеса. Открытые веса DeepSeek можно запустить на своём сервере в России без передачи данных за рубеж — это устраняет большинство опасений о хранении данных на иностранных серверах.

Миф: бесплатные инструменты нельзя использовать в коммерческих задачах. Большинство пользовательских соглашений бесплатных сервисов не запрещают коммерческое использование результатов — ограничения обычно касаются объёма запросов и способов автоматизированного доступа (API-скрапинг без ключа, обход лимитов через несколько аккаунтов), а не самого факта использования модели для рабочих задач компании. Перед началом системной работы всё же стоит один раз прочитать пользовательское соглашение конкретного сервиса, чтобы убедиться в отсутствии специфических ограничений для вашей отрасли.

Миф: чем новее модель, тем она автоматически лучше для ваших задач. Новые версии моделей действительно улучшают общие показатели, но конкретно для финансовых расчётов и работы на русском языке важнее не абсолютная «свежесть» модели, а то, насколько хорошо она обучена именно на релевантных данных. Иногда предыдущая версия модели, доведённая до стабильности, работает предсказуемее свежего релиза с ещё не обкатанными особенностями поведения.

Чек-лист: как быстро выбрать инструмент под задачу

1. Определите тип данных. Реальные суммы контрагентов и зарплаты — думайте про локальную модель или строгое обезличивание.
2. Проверьте, нужна ли многошаговая логика. Сложный расчёт с 5+ вложенными условиями — тестируйте DeepSeek первым.
3. Оцените язык задачи. Тексты на русском для внутренних документов — Гигачат обычно точнее.
4. Проверьте объём. Файл больше пары тысяч строк — уточните лимиты сервиса заранее, не тратьте время на обрезанный ответ.
5. Сохраняйте рабочие промпты. Один раз отлаженный промпт экономит время при каждом повторном использовании.
6. Тестируйте на обезличенных данных. Никогда не загружайте реальные суммы и имена в облачный сервис без проверки его политики конфиденциальности.
7. Считайте время, а не только деньги. Бесплатно не значит быстро — если экономия времени перекрывает стоимость подписки, переходите на платный тариф.

Этот чек-лист стоит распечатать или сохранить в закреплённые заметки — не потому, что решение сложное, а потому, что в разгар закрытия месяца проще свериться со списком из семи пунктов, чем каждый раз заново продумывать логику выбора инструмента с нуля. Со временем выбор станет автоматическим, но на старте структура помогает не растрачивать время на метания между сервисами.

FAQ: частые вопросы про бесплатные нейросети для Excel

Можно ли работать с Excel через нейросеть совсем бесплатно? Да, Гигачат, DeepSeek V3.2 и локальные модели закрывают базовые задачи без единой копейки подписки, с ограничением по скорости и объёму.

Чем Гигачат отличается от ChatGPT для финансовых задач? Гигачат сильнее в русскоязычном юридическом и бухгалтерском контексте, слабее в сложной многошаговой логике расчётов.

Что такое DeepSeek и почему он бесплатный? Модель с открытыми весами, доступная через официальный чат, API с бесплатным лимитом у ряда провайдеров, либо через самостоятельный запуск на своём сервере.

Нужна ли мощная видеокарта для локальной модели? Для моделей среднего размера достаточно видеокарты от 8 ГБ видеопамяти или мощного процессора с большим объёмом оперативной памяти.

Безопасно ли загружать финансовые таблицы в бесплатные нейросети? Только после обезличивания реальных сумм и названий контрагентов, либо через локальную модель, где данные не покидают компьютер.

Какая бесплатная нейросеть лучше всего работает с формулами Excel? По моим тестам — DeepSeek V3.2, он точнее объясняет логику вложенных формул и реже ошибается в синтаксисе.

Можно ли заменить ChatGPT Plus полностью бесплатными инструментами? Для большинства типовых задач — да. Для сложного многошагового финмоделирования платная подписка топовой модели пока стабильнее.

Что делать, если бесплатный лимит закончился в середине месяца? Распределите задачи между несколькими сервисами параллельно — у каждого свой независимый лимит, который расходуется отдельно.

Что дальше

Эта статья закрывает вопрос «как начать бесплатно». Следующий шаг — превратить разрозненные промпты в системную практику, которая не зависит от конкретного бесплатного лимита конкретного сервиса.

На курсе «AI-навыки финансиста» онлайн-школы «Финансовый директор | Мастер CFO» разбираю, как выстроить работу с несколькими моделями одновременно, где хранить библиотеку промптов и как настроить автоматизацию поверх любого инструмента — платного или бесплатного. 10 модулей, 800+ выпускников, диплом установленного образца с лицензией и налоговый вычет 13%.

Записаться на курс «AI-навыки финансиста»

Наши каналы для финансистов

Telegram @findir_pro — 45 000 подписчиков. Ежедневные разборы: промпты, кейсы, новости AI для финансиста. Главный канал сообщества.

Telegram «АИ с Софьей и Натали» — 13 000 подписчиков. Совместный канал с Софьей Бурцевой, основателем школы. Стратегические взгляды на AI в финансах, разборы трендов, личный опыт.

MAX «Финансовый директор» — 5 000+ участников. Закрытое сообщество с разборами кейсов, шаблонами и доступом к экспертным эфирам.

Об авторе

Натали Васильева. Эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO». С нейросетями в работе финансиста с февраля 2023 года. Через курс «AI-навыки финансиста» прошли 800+ финансистов, главбухов и финдиров. Веду Telegram-канал @findir_pro (45 000 подписчиков) и MAX-канал «Финансовый директор» (5 000+).