ChatGPT для управления дебиторской задолженностью: реестр, письма-претензии и прогноз погашения за 15 минут

Реестр дебиторской задолженности на 47 строк — три часа работы вручную или 15 минут с ChatGPT. Письмо-претензия дебитору — 40-60 минут в Word или 3 минуты в чате. Прогноз погашения на следующие 30 дней — полдня аналитика или 20 минут с правильным промптом и историей платежей. Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (45 000 подписчиков в @findir_pro). Эти цифры — не обещания из рекламы, а данные из практики 800+ учениц, которые прошли курс AI-навыков и применяют нейросети каждый рабочий день. В этой статье даю 10 рабочих промптов, три кейса с реальными часами и рублями, сравнение GPT-5.5 с Claude и Gemini для задач дебиторки, и план внедрения на одну неделю. Актуально на 22 июня 2026 года.

Почему дебиторская задолженность съедает время финансиста

Прямой ответ: потому что она сидит на пересечении трёх болезненных вещей одновременно — больших массивов данных, жёстких деловых коммуникаций и постоянного давления со стороны собственника на cash-flow.

Типичная картина в компании среднего бизнеса: 50-100 активных контрагентов, каждый второй с историей поздних оплат, реестр ДЗ ведётся в Excel или выгружается из 1С раз в неделю. Финансовый менеджер тратит утро понедельника на обновление таблицы, вторник-среду — на письма-напоминания, четверг — на звонки тем, кто не ответил. Плюс ежемесячная инвентаризация ДЗ, служебные записки о безнадёжных долгах, отчёт для собственника. Это рутина, которая съедает рабочие дни, но не требует высокой квалификации финансиста — именно такую работу ChatGPT забирает в первую очередь.

По данным из работы с учениками нашей школы, компания с оборотом 200-500 млн рублей в год тратит от 8 до 15 часов рабочего времени финансового менеджера в неделю только на коммуникации с дебиторами и поддержание реестра в актуальном состоянии. В пересчёте на ФОТ это 25-60 тысяч рублей в месяц на задачу, которую ChatGPT помогает решать в 3-5 раз быстрее.

Важно сказать сразу: ChatGPT не заменяет юриста и не несёт ответственности за юридическую силу претензии. Он делает черновик, структурирует данные и пишет за вас. Контрольная проверка и подпись всегда остаются за человеком.

Что такое дебиторская задолженность и почему с ней работают нейросети?

Дебиторская задолженность (ДЗ) — это деньги, которые должны вашей компании контрагенты: покупатели, которые получили товар или услугу, но ещё не оплатили. Каждый день просрочки — это деньги, которые не работают в обороте бизнеса.

Управление ДЗ состоит из трёх повторяющихся задач: учёт (кто должен, сколько, с какого момента), коммуникация (напомнить, потребовать, надавить) и анализ (кто рискован, сколько реально получим). Все три задачи отлично структурированы, предсказуемы и поддаются шаблонизации. Именно поэтому ChatGPT здесь работает хорошо: нейросеть обожает структурированные задачи с чёткими входными данными и понятным форматом вывода.

GPT-5.5 в 2026 году умеет загружать Excel и CSV прямо в диалог, запускать вычисления на Python без явных ошибок на нормализованных таблицах, писать деловые письма уровня опытного менеджера и удерживать контекст длинного разговора. Это делает его рабочим инструментом для дебиторки, а не экспериментом.

В России для доступа к chatgpt.com нужны специальные средства. Каким именно способом подключаться, каждый решает сам — инструкций по обходу блокировок в этой статье нет. После того как доступ получен, всё работает стандартно.

Что умеет ChatGPT в работе с дебиторкой — и что не умеет?

Честный разбор возможностей важнее маркетинговых обещаний. GPT-5.5 в 2026 году — это сильный инструмент для конкретных задач, но с чёткими ограничениями.

Что ChatGPT делает хорошо:

• Структурирует сырую выгрузку из 1С в реестр с группировкой по срокам просрочки (0-30, 31-60, 61-90, 90+ дней)
• Пишет письма-напоминания и претензии в любом тоне — от дружеского до официально-строгого с расчётом неустойки
• Готовит скрипты для переговорных звонков с вариантами ответов на типичные возражения дебитора
• Строит вероятностный прогноз погашения на основе истории платежей конкретного контрагента
• Суммаризирует ситуацию по дебиторке для собственника понятным нефинансовому человеку языком
• Помогает сформировать аргументацию для списания безнадёжного долга: структуру акта и служебной записки
• Переводит юридические формулировки в деловые и обратно

Что ChatGPT не делает:

• Не проверяет актуальные нормы ГК РФ и НК РФ. Срок исковой давности по ГК — 3 года, но нюансы (прерывание, специальные сроки по типу договора) нейросеть может изложить неточно.
• Не знает вашу учётную политику и отраслевую специфику, если вы не объяснили в промпте.
• Не проверяет юридическую силу конкретной претензии под ваш тип договора.
• Не несёт ответственности за цифры — если загрузили данные с ошибкой, ответ будет красиво оформленной ошибкой.
• Не автоматизирует процесс сам по себе: письма сами не уходят, для этого нужна интеграция через n8n или аналог.

Это и есть рабочая граница. Внутри неё ChatGPT даёт ощутимую экономию.

Как собрать реестр дебиторской задолженности за 15 минут

Стандартный реестр ДЗ — это таблица с контрагентами, суммами, датами возникновения долга и сроками просрочки, сгруппированная по «бакетам»: 0-30, 31-60, 61-90 и свыше 90 дней. Именно в таком виде финансовый директор смотрит на дебиторку и принимает решения, кому звонить сейчас, а кого отдавать юристу.

Выгрузка из 1С приходит в виде сырой таблицы: контрагент, договор, сумма, дата. Дальше финансовый менеджер вручную считает просрочку, группирует, выделяет красным, пишет итог для отчёта. Это 2-3 часа на 50 строк, если делать аккуратно. С ChatGPT — 15 минут.

Шаг 1. Обезличьте таблицу (подробно — в секции про безопасность ниже). Замените названия контрагентов на «Контрагент А, Б, В», ИНН на маски, суммы округлите или умножьте на коэффициент, сохранив соотношения.

Шаг 2. Загрузите файл (Excel или CSV) в ChatGPT Plus через иконку скрепки в диалоге.

Шаг 3. Запустите промпт:

Ты опытный финансовый контролёр.
Я загружаю таблицу с дебиторской задолженностью на [ДАТА].
Столбцы в файле: Контрагент | Сумма долга (руб.) | Дата возникновения ДЗ | Плановая дата оплаты по договору.

Задачи:
1. Рассчитай количество дней просрочки по каждой строке на сегодня [ВСТАВЬ ДАТУ].
2. Сгруппируй все позиции по срокам просрочки: 0-30 дней, 31-60 дней, 61-90 дней, свыше 90 дней.
3. Посчитай итоговую сумму ДЗ по каждой группе и её долю от общей суммы (%).
4. Выдели топ-5 дебиторов по сумме долга — отдельным списком.
5. Напиши краткий комментарий (5-7 предложений) для собственника: какова общая ситуация,
   на кого обратить внимание в первую очередь, есть ли тревожные тенденции.

Правила:
- Используй только данные из загруженного файла, ничего не придумывай.
- Если данных не хватает для расчёта — напиши об этом прямо.
- Считай в коде Python, покажи итоговые таблицы.
Формат: сначала реестр-таблица с группировкой, потом итоговые суммы по группам, потом топ-5, потом комментарий отдельным блоком.

Если хотите начать без файла — попросите шаблон структуры:

Создай шаблон Excel-таблицы для реестра дебиторской задолженности торговой компании.
Включи столбцы:
Контрагент | № договора | Дата возникновения ДЗ | Плановая дата оплаты | Фактическая дата оплаты |
Сумма долга (руб.) | Дней просрочки | Группа риска (0-30, 31-60, 61-90, 90+) |
Статус работы (в работе / претензия / суд / безнадёжный) | Ответственный менеджер | Комментарий.

Добавь формулы Excel для автоматического расчёта дней просрочки на сегодняшнюю дату
и для автоматического определения группы риска по количеству дней.
Напиши инструкцию: как вести этот реестр раз в неделю, на что обращать внимание при обновлении.

Результат: через 15 минут у вас структурированный реестр с итоговыми суммами по группам риска, топ-должниками и готовым комментарием для руководства. Это то, что раньше занимало всё утро понедельника.

Как ChatGPT пишет письма-напоминания дебиторам: четыре уровня жёсткости

Письма дебиторам — это лестница из четырёх ступеней: мягкое напоминание, деловое требование, официальное письмо с предупреждением, официальная претензия с угрозой суда. Каждый уровень имеет свой тон, формулировки и юридический вес. ChatGPT умеет писать все четыре.

Главное правило: чем больше контекста вы дадите нейросети, тем точнее будет письмо. «Напиши претензию дебитору» работает плохо. Промпт с суммой, сроком, историей отношений и нужным тоном — работает хорошо.

Уровень 1. Мягкое напоминание (просрочка 1-15 дней, первый контакт):

Напиши деловое письмо-напоминание об оплате.

Контекст: наша компания поставляет промышленное оборудование.
Контрагент — давний партнёр, хорошие отношения, впервые задержал оплату.
Сумма долга: [СУММА] рублей.
Просрочка: [N] дней. Счёт № [НОМЕР] от [ДАТА], договор № [НОМЕР] от [ДАТА].

Тон: дружеский, ненастойчивый, это напоминание а не требование.
Цель: деликатно напомнить и уточнить, нет ли технических трудностей с оплатой.
Объём: 80-120 слов, без официального канцелярита и длинных юридических фраз.
Письмо от имени финансового менеджера.
Подпись: «С уважением, [ФИО], финансовый менеджер [КОМПАНИЯ]».

Уровень 2. Деловое требование (просрочка 16-45 дней):

Напиши деловое письмо-требование об оплате задолженности.

Контрагент: [МАСКА]. Сумма: [СУММА] рублей.
Просрочка: [N] дней.
Договор № [НОМЕР] от [ДАТА]. Пункт договора об оплате: в течение 14 рабочих дней
с момента выставления счёта.

Тон: деловой, вежливый, но прямой. Письмо фиксирует факт просрочки.
Структура:
1. Констатация факта долга и просрочки.
2. Ссылка на конкретный пункт договора.
3. Просьба оплатить до [ДАТА] — конкретная дата.
4. Контакт для вопросов.
Длина: 130-180 слов. Без угроз, только факты.

Уровень 3. Официальное предупреждение (просрочка 46-75 дней):

Напиши официальное письмо с предупреждением о переходе к претензионной работе.

Контрагент: [МАСКА]. Сумма основного долга: [СУММА] рублей.
Просрочка: [N] дней. Договор № [НОМЕР] от [ДАТА].
Предыдущие письма отправлены [ДАТА1] и [ДАТА2], ответа не получено.

Тон: официальный, строгий, без агрессии, но с ясным сигналом о серьёзности ситуации.
Структура:
1. Факт задолженности и хронология переписки.
2. Ссылка на нарушенный пункт договора.
3. Требование оплатить в течение 10 рабочих дней с даты письма.
4. Предупреждение: при неоплате будет подготовлена официальная претензия.
5. Реквизиты для оплаты.
Длина: 180-220 слов. Стиль официального делового письма.

Официальная претензия дебитору: черновик за 10 минут

Официальная претензия — это юридически значимый документ, который фиксирует факт нарушения и запускает обязательный претензионный порядок перед обращением в арбитражный суд (ст. 4 АПК РФ). ChatGPT готовит черновик, юрист проверяет и подписывает.

Что нужно дать нейросети для качественного черновика:

• Реквизиты договора (обезличенные, но структурно верные)
• Конкретную сумму основного долга
• Сумму неустойки с расчётом (если предусмотрена договором)
• Срок для добровольного погашения

Составь черновик официальной претензии за неисполнение денежного обязательства
для последующей проверки юристом.

Данные (обезличенные):
- Должник: Контрагент А, юридический адрес [МАСКА]
- Кредитор: Наша компания, адрес [МАСКА]
- Основание: Договор поставки № [НОМЕР] от [ДАТА]
- Счёт-фактура: № [НОМЕР] от [ДАТА]
- Сумма основного долга: [СУММА] рублей
- Неустойка по договору (0,1% в день): [СУММА] рублей за [N] дней просрочки
- Итого к оплате: [ИТОГ] рублей
- Срок добровольного погашения: 10 рабочих дней с момента получения претензии
- Последствие неоплаты: обращение в Арбитражный суд г. [ГОРОД]

Структура претензии:
1. Шапка: «Кому», «От кого», «Исходящий номер», «Дата».
2. Заголовок: «Претензия о погашении задолженности».
3. Суть нарушения: факт поставки, факт неоплаты.
4. Расчёт суммы требований: основной долг + неустойка.
5. Требование оплатить в установленный срок.
6. Предупреждение о последствиях.
7. Реквизиты для перечисления.
8. Перечень приложений (договор, счёт, счёт-фактура, акты).
9. Подпись с должностью.

Тон: официально-строгий, без эмоций, только факты и требования.
Напомни в конце: это черновик, требует проверки юриста перед отправкой.

На одну типовую претензию финансовый менеджер тратил 40-60 минут: открыть старые примеры, адаптировать, согласовать с юристом. С ChatGPT черновик готов за 10 минут, юрист вычитывает и корректирует ещё 15-20 минут. Итого — 25-30 минут вместо часа. При 10-15 претензиях в месяц — экономия около 10 часов.

Скрипт для звонка дебитору: как ChatGPT готовит переговорщика

Звонки дебиторам — самая некомфортная часть работы с ДЗ. Менеджер знает цифры, но не всегда готов к типичным уловкам дебитора: «уже отправили оплату», «директор в отпуске», «есть спорные позиции». ChatGPT готовит разговорный скрипт с предсказуемыми сценариями, и это снижает стресс и повышает результативность звонка.

Напиши скрипт для телефонного звонка менеджера по работе с дебиторской задолженностью.

Ситуация: контрагент задержал оплату на 45 дней, сумма [СУММА] рублей.
Отношения: деловые, без особой близости. Три письма ушло, ответа нет.
Цель звонка: договориться о конкретной дате оплаты или получить объяснение задержки.

Структура скрипта:
1. Приветствие, представление, цель звонка — кратко и по делу.
2. Озвучить факт долга без агрессии, с конкретными цифрами.
3. Пять вариантов ответа на возражения дебитора:
   — «Мы уже отправили оплату» → как проверить и зафиксировать.
   — «Временные трудности, оплатим на следующей неделе» → как взять обязательство.
   — «Директор в отпуске, я не уполномочен решать» → как выйти на нужного человека.
   — «Не получали никаких писем» → как отреагировать на этот стандартный ответ.
   — «Мы оспариваем эту сумму / есть претензии к качеству» → как перевести в конструктив.
4. Как зафиксировать договорённость в конце разговора.
5. Что делать, если не берут трубку три раза подряд.

Тон: деловой, спокойный, настойчивый без агрессии.
Формат: компактный скрипт, с которым удобно работать прямо во время звонка.

Практический момент: распечатайте скрипт или откройте на втором экране рядом с телефоном. По наблюдениям наших учениц, звонки по скрипту стали короче (5-7 минут вместо 15-20) и результативнее: в конце разговора есть конкретная договорённость, а не общие слова «посмотрим».

Как ChatGPT строит прогноз погашения дебиторки?

Прогноз погашения ДЗ — ключевой инпут для cash-flow планирования. Без него финансовый директор строит план поступлений «по интуиции», которая расходится с реальностью на 30-40%. С прогнозом — по данным и паттернам.

GPT-5.5 не строит прогнозы из воздуха. Он анализирует историю платежей каждого контрагента и находит закономерности, которые человек не видит в потоке из 50 строк: кто всегда платит с опозданием на 14 дней, кто задерживает именно в конце квартала, у кого долги растут.

Для прогноза нужно:

• История платежей за 3-6 месяцев по контрагентам (обезличенная)
• Текущий реестр ДЗ с плановыми датами оплаты
• Дата, на которую строим прогноз

Ты финансовый аналитик. Я загружаю историю платежей компании за последние 6 месяцев.
Столбцы: Контрагент | Сумма счёта | Дата выставления | Плановая дата оплаты по договору |
Фактическая дата оплаты | Задержка (дней).

Задачи:
1. Определи для каждого контрагента: средний срок задержки оплаты за период.
2. Классифицируй контрагентов на четыре типа:
   — «Платит в срок» (задержка 0-3 дня)
   — «Небольшая задержка» (4-15 дней)
   — «Систематически задерживает» (16-45 дней)
   — «Хронический должник» (45+ дней или неоплаты)
3. На основе паттернов оцени вероятность погашения текущей задолженности каждого
   контрагента в течение следующих 30 дней: высокая / средняя / низкая / под вопросом.
4. Построй сводную таблицу ожидаемых поступлений на следующий месяц в трёх сценариях:
   — Оптимистичный: все платят по договору.
   — Реалистичный: учитываем исторические задержки каждого контрагента.
   — Пессимистичный: хронические должники не платят совсем.
5. Дай рекомендации: на ком сосредоточить активную претензионную работу прямо сейчас.

Данные используй только из загруженного файла. Если данных не хватает — напиши об этом.
Считай в коде Python, покажи итоговые таблицы с суммами по сценариям.

Дополнительная задача — еженедельный дайджест для собственника:

Напиши еженедельный дайджест по дебиторской задолженности для собственника компании.
Собственник — не финансист, поэтому пиши простым деловым языком без жаргона.
Я даю данные: реестр ДЗ на [ДАТА] и данные за прошлую неделю.

Структура дайджеста:
1. Три ключевые цифры: общая ДЗ, из неё просроченная, из неё критическая (90+ дней).
2. Динамика за неделю: стало лучше или хуже по сравнению с прошлым реестром, почему.
3. Топ-3 проблемных дебитора: кто, сколько, какой шаг делаем.
4. Что сделано за неделю: письма, звонки, договорённости об оплате.
5. Что делаем на следующей неделе: конкретные шаги с датами.
6. Риск для cash-flow: что ожидаем получить к [ДАТА], что под угрозой.

Объём: 200-250 слов. Без воды и общих фраз — только факты и действия.

Финансовый директор, который раньше тратил два часа на подготовку «понедельничного письма» собственнику, делает его за 20 минут с этим промптом.

Три кейса с цифрами: сколько реально экономит ChatGPT на дебиторке

Кейс 1. Торговая компания — реестр и письма

Финансовый менеджер торговой компании (85 активных контрагентов, оборот 350 млн рублей) вела реестр ДЗ вручную: каждый понедельник три часа на обновление таблицы в Excel, вторник-среда четыре часа на письма-напоминания. Итого 7 часов в неделю на дебиторку.

После внедрения ChatGPT Plus: реестр обновляется за 20 минут вместо трёх часов. Письма первого и второго уровня готовит нейросеть, менеджер проверяет и отправляет — ещё 45 минут вместо четырёх часов. Итого: с 7 часов до 1 часа 15 минут в неделю на ту же работу.

Бонусный эффект: письма стали уходить стабильнее и быстрее — не «когда дойдут руки», а в понедельник по расписанию. Доля просроченной ДЗ снизилась с 19% до 11% за три месяца: часть дебиторов начала платить быстрее именно потому, что напоминания стали регулярными.

Экономия в месяц: около 23 часов рабочего времени, в пересчёте на ФОТ — порядка 18 000-22 000 рублей.

Кейс 2. Производственная компания — претензионная работа

Финансово-юридический отдел компании тратил полтора-два дня юриста в месяц на подготовку официальных претензий: писал от нуля, финдир корректировал, согласовывали заново. 12-15 претензий в месяц по 40-50 минут каждая.

После внедрения: ChatGPT готовит черновик претензии за 10 минут по промпту с реквизитами. Юрист вычитывает и корректирует за 15-20 минут. На 13 претензий в месяц — экономия 8-9 часов рабочего времени юриста.

Но важнее другой эффект: скорость реакции выросла в три раза. Раньше претензия уходила через 5-7 дней после принятия решения о её подготовке — не было ресурса сделать быстрее. Теперь уходит в тот же день. Несколько должников оплатили именно в ответ на быструю реакцию — судя по всему, сигнал «тут не тянут с претензией» работает.

Кейс 3. Сервисная компания — прогноз cash-flow

Финансовый директор IT-сервисной компании (40 корпоративных клиентов, 60% оплат с задержками) жаловался, что прогноз поступлений — это «гадание». Реальные поступления отклонялись от плана на 35-45% ежемесячно. Причина: не было систематического анализа истории платежей по каждому клиенту.

После загрузки в ChatGPT истории за шесть месяцев выяснилось: семь клиентов из сорока стабильно платят с задержкой 30-45 дней, но в итоге всегда платят. Ещё три клиента — «хронические», их нужно сразу перекладывать в пессимистичный сценарий. Реалистичный прогноз поступлений на следующий месяц стал точнее на 28%.

Дополнительный вывод: эти семь клиентов с предсказуемой задержкой требуют активной претензионной работы начиная с 15-го дня просрочки — ChatGPT подготовил аргументацию и серию писем под каждый профиль. Финдир принял рекомендации и внедрил: за два месяца средняя задержка по этой группе сократилась с 38 до 22 дней.

GPT-5.5 vs Claude Sonnet 4.6 vs Gemini 2.5: что выбрать для дебиторки?

Я работаю со всеми тремя нейросетями ежедневно. Для задач дебиторской задолженности у каждой своя ниша. Нет одного «лучшего» — есть правильный инструмент под конкретную задачу.

Актуально на 22 июня 2026 года. Цены и возможности моделей могут меняться — проверяйте на сайтах вендоров.

Моя рекомендация: начинайте с ChatGPT Plus (20 USD/месяц) — он закрывает 80% задач по дебиторке в одном окне. Если активно работаете с длинными договорами или нужна большая точность в официальных письмах — добавляйте Claude Sonnet 4.6 вторым инструментом. Если команда работает в Google Workspace — Gemini 2.5 удобен из-за встроенной интеграции с Google Sheets. DeepSeek V3.2 — рабочая бесплатная альтернатива для обезличенных задач, доступна без специальных средств в России.

Как обезличить данные дебиторки перед загрузкой в нейросеть

Это не опциональный шаг — это обязательный. Реальные названия контрагентов, ИНН, суммы долгов и реквизиты договоров — коммерческая тайна и потенциально персональные данные. Загружать их в публичную нейросеть без защиты нельзя: за утечку персональных данных отвечает компания, а не OpenAI.

Три уровня защиты:

Базовый — достаточен для большинства задач:

• Названия контрагентов заменяем на «Контрагент А, Б, В…» через таблицу-маппинг в Excel (VLOOKUP по справочнику масок)
• ИНН заменяем на «ИНН-001, ИНН-002»
• Суммы умножаем на случайный коэффициент или округляем до тысяч, сохраняя соотношения
• Номера договоров заменяем на «Договор №1, №2»
• Фамилии менеджеров — «Менеджер А, Б»

Таблица-маппинг хранится у вас локально, никуда не загружается. Это самый простой и надёжный способ.

Средний — если данные особо чувствительны:

• Используйте ChatGPT Business (25 USD/пользователь): OpenAI декларирует, что данные из Business-аккаунтов не участвуют в обучении модели
• Или Team/Enterprise тариф с договором о конфиденциальности

Максимальный — для критично конфиденциальных задач:

• Локальная LLM на своём сервере: Ollama с Mistral или Llama 3.3 — данные не покидают контур компании
• Вызовы через корпоративный API-шлюз без логирования в облако

Важно в любом случае: Settings → Data Controls → выключаем «Улучшить модель для всех». Это первый шаг при настройке любого аккаунта ChatGPT для рабочих задач.

Практическое наблюдение: обезличенные данные работают ничуть не хуже реальных. ChatGPT правильно находит паттерны просрочки, пишет письма и строит прогноз даже когда вместо «ООО Ромашка» стоит «Контрагент Д». Смысл задачи не теряется, риск утечки исчезает.

Подробный разбор всех методов обезличивания — в отдельной статье блога: Обезличивание данных для ChatGPT.

Как настроить GPT-агент «Менеджер дебиторской задолженности»

GPT-агент — это кастомный ChatGPT с вшитой инструкцией. Вы создаёте его один раз, и он знает специфику вашей компании без длинного промпта каждый раз. Команда из трёх менеджеров пользуется одним агентом — не нужно объяснять каждому, как правильно ставить задачу.

Где создать: ChatGPT Plus → значок «+» рядом с «Обозреватель GPT» → «Создать GPT».

Инструкция для GPT-агента «Менеджер ДЗ»:

Ты специализированный ассистент финансового менеджера по управлению дебиторской
задолженностью компании.

Контекст компании:
- Отрасль: [ВАША ОТРАСЛЬ, например «производство и дистрибуция стройматериалов»]
- Типичные контрагенты: [оптовые покупатели / B2B сервисные клиенты / и т.д.]
- Стиль деловой переписки: деловой, уважительный, без агрессии
- Язык ответов: только русский
- Суммы: всегда в рублях, формат «1 234 567 руб.»

Что ты умеешь:
1. Структурировать реестр ДЗ по загруженным данным с группировкой по срокам просрочки.
2. Писать письма четырёх уровней жёсткости: напоминание, требование, предупреждение, претензия.
3. Готовить черновики официальных претензий для проверки юристом.
4. Составлять скрипты для переговорных звонков с дебиторами.
5. Прогнозировать погашение на основе истории платежей (три сценария).
6. Готовить еженедельный дайджест для собственника простым языком.

Обязательные ограничения:
- Не проверяй актуальность норм ГК РФ и НК РФ — они меняются.
- Всегда напоминай: претензии требуют проверки юристом перед отправкой.
- Работай только с данными, которые предоставлены в запросе, ничего не придумывай.
- Если данных не хватает — спроси прямо.

При каждом новом запросе уточни тип задачи и специфику ситуации.

После создания агента загрузите в него 3-5 примеров ваших лучших писем — он научится писать в вашем фирменном стиле. Поделитесь ссылкой на агента с командой в Telegram.

Что ChatGPT не сделает за вас в работе с дебиторкой

Честный разговор об ограничениях важнее длинного списка возможностей. Вот четыре вещи, которые ChatGPT не делает — и это нормально.

Не проверяет нормативку. Трёхлетний срок исковой давности по ГК РФ — это базовое правило. Но прерывание срока частичной оплатой, специальные сроки по конкретному типу договора, региональная практика арбитражных судов — нейросеть изложит это приблизительно. Перед подготовкой документа для суда консультируйтесь с юристом.

Не знает вашу учётную политику. Как у вас квалифицируется безнадёжный долг, какой процент резервирования применяете, по каким счетам ведёте аналитику ДЗ — нейросеть этого не знает, если не объяснить в промпте или инструкции агента.

Не несёт ответственности за цифры. Если загрузили таблицу с ошибкой в дате или сумме, ChatGPT посчитает на основе этой ошибки и красиво оформит. Контрольная сверка итогов остаётся за финансистом — как с любым аналитическим инструментом.

Не заменяет живой разговор. Скрипт ChatGPT даёт структуру, но переговоры с дебитором о реструктуризации долга, работа с должником в кризисной ситуации, выстраивание доверия — это человеческая задача. Нейросеть готовит вас к разговору, а не ведёт его за вас.

Чек-лист: внедрение ChatGPT в работу с дебиторкой за 7 дней

1. День 1. Настройка. Регистрируем аккаунт Plus на chatgpt.com. В настройках → Data Controls выключаем «Улучшить модель для всех». Создаём в Excel таблицу-маппинг для обезличивания: колонка «Реальное название» — колонка «Маска», добавляем VLOOKUP для автоматической замены.

2. День 2. Первый реестр. Берём последнюю выгрузку ДЗ из 1С, обезличиваем через маппинг, загружаем в ChatGPT с первым промптом из этой статьи. Сохраняем результат — сравнение с тем, что делали вручную, сразу показывает разрыв.

3. День 3. Библиотека писем. Берём три реальных случая из реестра, просим ChatGPT написать письма трёх уровней жёсткости. Отбираем лучшие формулировки, сохраняем в папку «Шаблоны ДЗ» в ChatGPT. Это база для будущих писем.

4. День 4. Официальная претензия. Берём один реальный случай просрочки 60+ дней, готовим черновик претензии через промпт из статьи. Несём юристу — его замечания помогают доработать шаблон под специфику ваших договоров.

5. День 5. Прогноз погашения. Собираем историю платежей 10-15 ключевых дебиторов за последние 3-6 месяцев. Обезличиваем и загружаем. Строим прогноз поступлений в трёх сценариях — используем на ближайшей встрече по cash-flow.

6. День 6. GPT-агент. Создаём кастомного агента «Менеджер ДЗ» по инструкции выше. Добавляем примеры лучших писем. Делимся ссылкой с командой в мессенджере.

7. День 7. Аудит экономии. Считаем, сколько часов сэкономили за неделю. Если меньше трёх часов — разбираем, где промпты работали неидеально. Определяем следующие две задачи для автоматизации.

Часто задаваемые вопросы

Что такое реестр дебиторской задолженности и зачем его вести?

Реестр ДЗ — структурированный список всех должников компании с суммами, сроками просрочки и статусом работы. Стандартная группировка: 0-30 дней, 31-60, 61-90, свыше 90. Реестр нужен для контроля cash-flow, расстановки приоритетов претензионной работы и ежемесячного отчёта перед собственником. ChatGPT превращает сырую выгрузку из 1С в такой реестр за 15 минут.

Можно ли загружать реестр дебиторов в ChatGPT?

Можно после обезличивания. Названия контрагентов заменяем на маски, ИНН убираем, суммы округляем. В настройках выключаем тумблер «улучшить модель для всех». Для особо чувствительных данных используем ChatGPT Business или локальную LLM.

Как ChatGPT помогает с письмами-претензиями дебиторам?

Вы даёте промпт с суммой долга, сроком просрочки, реквизитами договора и нужным тоном. ChatGPT пишет письмо за три минуты от мягкого напоминания до официального требования с расчётом неустойки. Финальная проверка остаётся за юристом или финдиром.

Может ли ChatGPT построить прогноз погашения дебиторки?

Да, на основе истории платежей за 3-6 месяцев. GPT-5.5 анализирует паттерны каждого контрагента и строит вероятностный прогноз в трёх сценариях: оптимистичный, реалистичный, пессимистичный. Это аналитическая подсказка для cash-flow планирования.

Нужен ли Plus или хватит бесплатного ChatGPT?

Для серьёзной работы с дебиторкой нужен Plus за 20 USD. Бесплатная версия ограничивает загрузку файлов, режет контекст и ставит в очередь. Plus даёт полный GPT-5.5, загрузку Excel и CSV, режим агента. Окупается за первую рабочую неделю.

Чем ChatGPT лучше Excel в управлении дебиторкой?

Excel лучше для точных формульных расчётов. ChatGPT лучше там, где нужен смысл: написать письмо, найти аномалии, объяснить тренд для собственника, предложить конкретные действия. Оптимально: данные в Excel, коммуникации и аналитика через ChatGPT.

Как ChatGPT помогает при работе с безнадёжными долгами?

ChatGPT готовит черновики документов для списания: структуру акта инвентаризации ДЗ, служебную записку с обоснованием нереальности взыскания, аргументы для руководителя. Решение о списании — за главбухом и руководителем.

Можно ли через ChatGPT написать скрипт для звонка дебитору?

Да. Описываете ситуацию, ChatGPT пишет разговорный скрипт с вариантами ответов на пять типичных возражений дебитора. Менеджер с готовым скриптом проводит звонок вдвое быстрее и результативнее.

Куда движется автоматизация работы с дебиторкой к 2027 году

Сейчас ChatGPT — это ручной инструмент: вы запускаете промпт, получаете результат, отправляете письмо сами. Следующий уровень — автоматизация через интеграцию.

Уже сейчас несколько учениц нашей школы настроили сценарии в n8n, где письма-напоминания первого уровня уходят дебиторам автоматически: n8n забирает обновлённый реестр из Google Таблиц, передаёт в ChatGPT через API, получает письмо и отправляет через корпоративную почту по расписанию. Финансовый менеджер только смотрит логи раз в неделю.

К 2027 году интеграция нейросетей с банковскими API и историей платежей контрагентов должна сделать прогнозы погашения значительно точнее, чем сегодня. Нейросетевые агенты смогут вести первичную переписку с дебиторами автоматически до определённого порога суммы или срока.

Но ключевое не меняется: финансист, который умеет правильно ставить задачи нейросети и строить процессы на их основе, ценнее того, кто игнорирует эти инструменты. Навык работы с ChatGPT на дебиторке — конкурентное преимущество уже сейчас.

Подписывайтесь на каналы школы

Ещё больше практических промптов, разборов кейсов и новостей об AI-инструментах для финансистов — в трёх каналах онлайн-школы «Финансовый директор | Мастер CFO»:

@findir_pro — главный Telegram-канал школы. 45 000 подписчиков. Ежедневные посты о работе CFO, управленческом учёте, налогах и AI-инструментах. Основатель школы Софья Бурцева и команда экспертов публикуют здесь практику, а не теорию.

«АИ с Софьей и Натали» — специализированный канал по нейросетям для финансистов. 13 000 подписчиков. Глубокие разборы новых инструментов, сравнения моделей, реальные кейсы из практики и честные ответы на вопрос «а это вообще работает?»

MAX — закрытое сообщество практиков. 5 000+ участников: выпускники курса, действующие CFO и финансовые директора, главбухи. Живые разборы, шаблоны, ранний доступ к новым материалам и прямое общение с экспертами школы.