ChatGPT для расчёта зарплаты: НДФЛ, взносы и расчётные листки — автоматизируем начисления за 15 минут

Расчётный листок для 60 сотрудников за месяц: вручную это 6-8 часов, с ChatGPT и правильными промптами — 40 минут. Проверка НДФЛ по прогрессивной шкале 2026 года для высокооплачиваемых сотрудников: нейросеть ловит ошибки в нарастающем итоге быстрее, чем уставший бухгалтер в пятницу в 18:00. Я Натали Васильева, продюсер онлайн-школы «Финансовый директор | Мастер CFO» и эксперт по нейросетям (13 000 подписчиков в канале «АИ с Софьей и Натали», 45 000 в @findir_pro). Собрала в этой статье 10 рабочих промптов, три кейса с реальными цифрами и честный разбор — что делегируем нейросети, а что оставляем человеку.

Зачем бухгалтеру по расчёту зарплаты ChatGPT в 2026 году

Расчёт зарплаты стал сложнее за последние два года. Прогрессивная шкала НДФЛ с пятью ставками вместо одной, ежегодная индексация предельной базы для страховых взносов, новые формы отчётности в СФР — всё это увеличивает вероятность арифметической и логической ошибки.

ChatGPT в этом контексте работает не как замена 1С:ЗУП, а как второй контроль и рабочий ассистент для нетиповых задач. Три сценария, где нейросеть реально экономит время:

Сценарий 1: Контрольный расчёт. Вы сделали расчёт в системе, а ChatGPT проверяет логику независимо. Расхождение на 500 рублей в НДФЛ с нарастающим итогом лучше найти до выплаты, чем объяснять налоговой.

Сценарий 2: Объяснение сотруднику. «Почему у меня оклад 120 000, а на руки пришло 95 400?» — бухгалтер отвечает на этот вопрос по пять раз в месяц. ChatGPT пишет понятное объяснение за 90 секунд.

Сценарий 3: Анализ ФОТ. CFO хочет понять, почему фонд оплаты труда вырос на 12% при том же штате. ChatGPT берёт обезличенные данные по месяцам и даёт аналитику с причинами и трендами.

По данным из практики нашей школы: бухгалтеры-расчётчики, внедрившие ChatGPT в рабочий процесс, сообщают о сокращении времени на рутинные операции с зарплатой на 3-5 часов в неделю. Это не фантастика, это конкретные задачи из следующих разделов.

Что ChatGPT умеет и чего не умеет в расчёте зарплаты

Честный разбор без маркетинга. Таблица помогает выбрать, куда применять нейросеть, а куда нет.

Актуально на июнь 2026 года

Ключевое правило: ChatGPT работает с той информацией, которую вы ему дали. Если нарастающий итог за год указан неверно, расчёт НДФЛ будет неверным. Нейросеть не подключается к 1С и не знает о ваших прошлых начислениях. Всё, что критично, даём явно в промпте.

Как настроить ChatGPT для работы с зарплатными данными

Прежде чем давать нейросети цифры, нужно правильно её настроить. Три шага перед первым зарплатным промптом.

Шаг 1: Отключить обучение на ваших данных. Заходим в Settings → Data controls → отключаем «Improve the model for everyone». После этого ваши чаты не используются для обучения модели. Это минимальная гигиена для работы с финансовыми данными.

Шаг 2: Обезличить данные. Персональные данные в публичную нейросеть не отправляем. Схема замены:

• ФИО → «Сотрудник 1», «Сотрудник 2»
• Название компании → «Компания А»
• ИНН, СНИЛС, паспортные данные → убираем полностью
• Суммы → можно не округлять, если имена убраны

Шаг 3: Установить системный контекст. В начале каждой зарплатной сессии даём ChatGPT рабочий контекст. Это повышает точность ответов.

Контекст для работы: ты бухгалтер-расчётчик с 10-летним опытом работы в России.
Ты хорошо знаешь:
- Прогрессивную шкалу НДФЛ 2026 года
- Единый тариф страховых взносов (30%/15,1%)
- Расчёт отпускных по ст. 139 ТК РФ
- Расчёт больничных листов через СФР
- Требования к расчётному листку по ст. 136 ТК РФ

Правила работы:
1. Всегда показывай расчёт пошагово
2. Указывай, какую норму права применяешь
3. Если данных недостаточно — задай уточняющий вопрос
4. Финальные цифры помечай как «требует проверки в учётной системе»

После этого можно работать с конкретными задачами. Этот контекст ChatGPT запоминает в рамках одной сессии. При новом чате устанавливаем заново или сохраняем в памяти через «Customize ChatGPT».

Расчёт НДФЛ через ChatGPT: прогрессивная шкала 2026 года

С 2025 года в России действует прогрессивная шкала НДФЛ. Пять ставок вместо привычных двух — это реальная сложность для расчётчиков, особенно в компаниях с высокооплачиваемыми сотрудниками или с крупными разовыми выплатами (бонусы, дивиденды).

Шкала на 2026 год:

• до 2 400 000 руб./год (200 000 руб./мес.) — 13%
• от 2 400 001 до 5 000 000 руб. — 15%
• от 5 000 001 до 20 000 000 руб. — 18%
• от 20 000 001 до 50 000 000 руб. — 20%
• свыше 50 000 000 руб. — 22%

Ошибки возникают в месяцы «перехода»: когда нарастающий итог пересекает пороговое значение. Например, если зарплата сотрудника 250 000 руб./мес., в октябре нарастающий итог превысит 2 400 000 руб. и часть этого месяца облагается по 15%, а не по 13%. Вручную это несложно, но при усталости и большом штате ошибки неизбежны.

Промпт для проверки НДФЛ:

Ты бухгалтер-расчётчик, эксперт по НДФЛ в России.
Задача: рассчитай НДФЛ для сотрудника за указанный месяц.

Данные:
- Оклад: [СУММА] руб./мес.
- Разовые выплаты в этом месяце (премия, отпускные): [СУММА] руб.
- Стандартные вычеты: на детей [КОЛИЧЕСТВО], на себя (если применимо)
- Нарастающий итог начислений с 1 января по конец предыдущего месяца: [СУММА] руб.
- Нарастающий итог уже удержанного НДФЛ с 1 января: [СУММА] руб.
- Месяц расчёта: [НОМЕР И НАЗВАНИЕ МЕСЯЦА] 2026 года

Применяй прогрессивную шкалу НДФЛ 2026:
до 2 400 000 руб./год — 13%
от 2 400 001 до 5 000 000 — 15%
от 5 000 001 до 20 000 000 — 18%
от 20 000 001 до 50 000 000 — 20%
свыше 50 000 000 — 22%

Покажи расчёт пошагово:
1. База текущего месяца (оклад + разовые)
2. Вычеты и условия их применения
3. Налогооблагаемая база текущего месяца
4. Нарастающий итог с начала года (с учётом текущего месяца)
5. Применённая ставка (или ставки, если пересечение диапазона)
6. НДФЛ за текущий месяц
7. Сумма к выдаче на руки
Формат: нумерованный список + итоговая таблица.

Этот промпт работает для стандартных ситуаций. Если у сотрудника несколько источников дохода или нетипичные вычеты, добавляете их описание в блок «Данные».

Разбор на конкретном примере. Допустим, руководитель проекта получает оклад 280 000 рублей в месяц. К октябрю нарастающий итог за 9 месяцев составил 2 520 000 рублей — это уже выше первого порога в 2 400 000. Вот как ChatGPT считает НДФЛ за октябрь:

1. Начислено в октябре: 280 000 рублей
2. Нарастающий итог после октября: 2 520 000 + 280 000 = 2 800 000 рублей
3. Порог 2 400 000 уже превышен, значит весь доход октября облагается по ставке 15%… но нет. Нужно разделить: в октябре до порога ещё не дошли — нарастающий итог на начало октября составлял 2 520 000, то есть порог уже был превышен в сентябре. Значит весь октябрьский доход 280 000 рублей облагается по ставке 15%.
4. НДФЛ октября: 280 000 × 15% = 42 000 рублей
5. Сравниваем с тем, что было бы по 13%: 280 000 × 13% = 36 400 рублей. Разница 5 600 рублей — именно здесь возникают ошибки при ручном расчёте.

Теперь если бы нарастающий итог на начало октября был, скажем, 2 350 000 рублей (порог ещё не пройден), расчёт усложняется: часть зарплаты (50 000 рублей, чтобы добрать до 2 400 000) идёт по 13%, остаток 230 000 рублей по 15%. Именно такие «переходные» месяцы ChatGPT считает точнее и быстрее, чем усталый бухгалтер.

Что проверять после получения ответа: сравниваем цифру НДФЛ с результатом 1С. Расхождение до 1 рубля — нормальное округление. Расхождение в сотнях рублей — повод искать ошибку в одном из нарастающих итогов.

Страховые взносы 2026: как проверить начисления без лишних таблиц

Единый тариф страховых взносов остаётся стабильным: 30% с выплат в пределах предельной базы и 15,1% сверх неё. Предельная база индексируется ежегодно — актуальное значение на 2026 год уточняйте на сайте СФР или в приложении к Постановлению Правительства.

Где возникают ошибки:

• Забыли применить льготный тариф (для МСП, ИТ-компаний, резидентов ОЭЗ)
• Не отследили момент превышения предельной базы
• Включили выплаты, не облагаемые взносами (материальная помощь до 4 000 руб., командировочные в пределах нормативов)

Промпт для расчёта страховых взносов:

Ты эксперт по страховым взносам в России.
Задача: рассчитай взносы за сотрудника за [МЕСЯЦ] 2026 года.

Данные:
- Должность: [ДОЛЖНОСТЬ]
- База для взносов в текущем месяце: [СУММА] руб.
  (Если есть необлагаемые выплаты — укажи их отдельно: [СУММА И ОПИСАНИЕ])
- Нарастающий итог базы с начала года (до текущего месяца): [СУММА] руб.
- Льготный тариф: [НЕТ / ДА, КАКОЙ — МСП, ИТ, другое]
- Предельная база на 2026 год: [УТОЧНИ У ПОЛЬЗОВАТЕЛЯ ИЛИ ИСПОЛЬЗУЙ АКТУАЛЬНОЕ ЗНАЧЕНИЕ]

Рассчитай:
1. Применяемый тариф (стандартный 30% / льготный / смешанный при пересечении предельной базы)
2. Базу для расчёта текущего месяца
3. Сумму взносов с детализацией: ОПС, ОМС, ОСС (на случай необходимости раздельного учёта)
4. Итоговую сумму взносов к уплате
5. Нарастающий итог взносов с начала года после текущего месяца

Если взносы выходят за пределы базы — покажи расчёт обеих частей отдельно.

Для малого бизнеса (МСП) с льготным тарифом: 15% применяется к части выплат, превышающей МРОТ. Часть в пределах МРОТ облагается по стандартному тарифу 30%. Это тоже источник ошибок. ChatGPT считает правильно, если явно написать: «применяется льготный тариф МСП, МРОТ на 2026 год составляет [АКТУАЛЬНАЯ ЦИФРА] рублей».

Отдельный разговор про ИТ-компании. Аккредитованные ИТ-организации применяют льготный тариф взносов. В 2026 году действует прогрессивная шкала: 15% на выплаты в пределах предельной базы (2 979 000 руб.) и 7,6% сверх неё (по НК РФ в редакции последних поправок). Это ощутимо ниже базового тарифа 30%. ChatGPT знает о льготе, но не знает, аккредитована ли ваша компания. Указывайте явно: «ИТ-компания с государственной аккредитацией, льготный тариф взносов: 15% в пределах базы 2 979 000 руб. и 7,6% сверх неё». Если забудете это написать, модель применит стандартный тариф 30% и ваши «контрольные цифры» будут заметно выше реальных.

Выплаты, не включаемые в базу для взносов, — это ещё одна зона ошибок. Не облагаются взносами: суточные в пределах нормативов (700 рублей/сутки по России, 2 500 рублей/сутки заграницей), материальная помощь до 4 000 рублей в год, единовременные выплаты при рождении ребёнка до 1 000 000 рублей (с 2026 года). Если вы передаёте в ChatGPT базу для взносов, уже скорректированную на необлагаемые суммы, говорите об этом явно: «база уже очищена от необлагаемых выплат». Если нет — дайте полную сумму начислений плюс список необлагаемых сумм, чтобы модель сделала коррекцию сама.

Расчётные листки: ChatGPT формирует, человек подписывает

По ст. 136 ТК РФ работодатель обязан выдавать расчётный листок при каждой выплате заработной платы. Форму листка утверждает сам работодатель, но содержание регламентировано: начисленное, удержанное, к выплате.

Проблема не в форме, а в объяснении. Бухгалтер знает, что оклад 100 000 минус НДФЛ 13 000 минус алименты 10 000 равно 77 000 на руки. Сотрудник видит цифру 77 000 и пишет: «вы мне украли 23 000». ChatGPT закрывает этот разрыв за счёт понятных объяснений.

По ст. 136 ТК РФ, расчётный листок должен содержать сведения о составных частях заработной платы, размерах удержаний и общей денежной сумме к выплате. Форма листка утверждается локальным нормативным актом работодателя, согласно позиции Роструда — достаточно приказа. Не выдать листок — административный штраф до 50 000 рублей для юрлица по ст. 5.27 КоАП.

Промпт для составления расчётного листка с пояснениями:

Ты бухгалтер, который умеет объяснять цифры сотрудникам без жаргона.
Задача: составь расчётный листок и добавь к каждой строке краткое пояснение.

Данные сотрудника (обезличено):
- Должность: [ДОЛЖНОСТЬ]
- Расчётный период: [МЕСЯЦ, ГОД]
- Оклад по договору: [СУММА] руб.
- Отработано дней: [ЧИСЛО] из [НОРМА ПО ПРОИЗВОДСТВЕННОМУ КАЛЕНДАРЮ]
- Дополнительные начисления:
  * Премия: [СУММА] руб.
  * Оплата сверхурочных: [СУММА] руб.
  * [Другие начисления]
- Удержания:
  * НДФЛ: [СУММА] руб.
  * Алименты/прочие удержания: [СУММА] руб.
- Аванс, выплаченный [ДАТА]: [СУММА] руб.
- К выплате в окончательный расчёт: [СУММА] руб.

Сформируй:
1. Расчётный листок в табличном формате: НАЧИСЛЕНО / УДЕРЖАНО / К ВЫПЛАТЕ
2. После таблицы — пояснение каждой строки на языке сотрудника (без слова «налог», «взнос», «тариф» — только простые слова)
3. Типичные вопросы сотрудника к этому листку и короткие ответы на них

Это работает. Мои ученицы из нашего курса применяют этот подход: бухгалтер формирует листок в 1С, а ChatGPT пишет к нему «сопроводительное письмо» на человеческом языке. Конфликтов вокруг расчётных листков стало на порядок меньше.

Как рассчитать отпускные через ChatGPT: промпт и логика

Отпускные — один из самых частых источников вопросов к бухгалтеру. Среднедневной заработок по ст. 139 ТК РФ с коэффициентом 29,3 для полностью отработанного месяца, исключение больничных и предыдущих отпусков, разные периоды — всё это создаёт простор для ошибки.

ChatGPT хорошо считает отпускные, если дать ему структурированные данные. Ключевое условие: нужно явно описать каждый месяц расчётного периода с суммой начислений и количеством рабочих/календарных дней.

Промпт для расчёта отпускных:

Ты бухгалтер-расчётчик. Рассчитай отпускные по ст. 139 ТК РФ.

Данные:
- Период отпуска: с [ДАТА] по [ДАТА], [ЧИСЛО] календарных дней
- Расчётный период: [12 МЕСЯЦЕВ: с МЕСЯЦ/ГОД по МЕСЯЦ/ГОД]

Начисления за расчётный период (по месяцам):
[МЕСЯЦ 1, ГОД]: [СУММА] руб. — полностью отработан
[МЕСЯЦ 2, ГОД]: [СУММА] руб. — отработан полностью
...
[МЕСЯЦ N, ГОД]: [СУММА] руб. — НЕПОЛНЫЙ: отработано [ДНЕЙ] из [НОРМА], 
  исключаемые дни: больничный [ДНЕЙ] / предыдущий отпуск [ДНЕЙ]

Исключаемые периоды (укажи явно):
- Больничный с [ДАТА] по [ДАТА]: [ДНЕЙ] и начислено [СУММА]
- Предыдущий отпуск с [ДАТА] по [ДАТА]: [ДНЕЙ] и начислено [СУММА]

Рассчитай пошагово:
1. Для каждого полного месяца: берём 29,3 как количество дней
2. Для каждого неполного: 29,3 / общее кал. дней в месяце × отработанные кал. дни
3. Сумма дней за расчётный период
4. Сумма начислений за расчётный период (за вычетом исключаемых выплат)
5. Среднедневной заработок
6. Сумма отпускных = среднедневной × количество дней отпуска
7. НДФЛ с отпускных (ставку определи по нарастающему итогу)
8. Итого к выплате

Покажи расчёт в таблице по месяцам и финальную строку с итогом.

Важно: если расчётный период содержит более трёх неполных месяцев, проверьте результат в 1С. В сложных случаях (декрет в расчётном периоде, период без начислений) алгоритм усложняется и ChatGPT может не учесть нюансы без явного указания.

Расчёт больничного листа: что делегируем нейросети

Больничные листы — самая регламентированная тема. Первые три дня за работодателем, остальное платит СФР. Размер зависит от стажа (60%/80%/100%) и среднего заработка за два предыдущих года с учётом предельной базы СФР.

ChatGPT умеет правильно считать больничный, если дать ему все параметры. Ограничение: предельная база для расчёта больничных ежегодно меняется — актуальное значение нужно проверять на сайте СФР и вставлять в промпт явно.

Промпт для расчёта пособия по временной нетрудоспособности:

Ты бухгалтер, специализирующийся на расчёте пособий по ВНТ в России.
Задача: рассчитай пособие по больничному листу.

Данные:
- Период нетрудоспособности: с [ДАТА] по [ДАТА], [ЧИСЛО] календарных дней
- Страховой стаж: [ЛЕТ] лет [МЕСЯЦЕВ] — это определяет % оплаты
- Заработок за расчётный период (2 предшествующих года):
  - [ГОД 1]: [СУММА] руб. (не более предельной базы этого года)
  - [ГОД 2]: [СУММА] руб. (не более предельной базы этого года)
- Количество дней в расчётном периоде: 730 (или 731/732 если был високосный год)
- Предельная база СФР для [ГОД 1]: [СУММА] руб.
- Предельная база СФР для [ГОД 2]: [СУММА] руб.

Рассчитай:
1. Сумму заработка за расчётный период (с учётом ограничений предельной базы)
2. Среднедневной заработок = сумма / 730
3. Процент оплаты в зависимости от стажа:
   до 5 лет — 60%, от 5 до 8 лет — 80%, свыше 8 лет — 100%
4. Дневное пособие
5. Распределение: первые 3 дня — работодатель, с 4-го дня — СФР
6. Итоговая сумма по каждой части
7. НДФЛ с пособия (пособие облагается НДФЛ)
8. Сумма к выплате сотруднику

Три кейса: сколько времени реально экономит ChatGPT

Цифры не из маркетинга — из практики слушательниц нашего курса.

Кейс 1: Расчётные листки для 60 сотрудников

Главбух производственной компании из Екатеринбурга (штат 60 человек, сдельная оплата с надбавками за вредность и работу в ночную смену). До внедрения: каждый месяц 6-8 часов на формирование объяснительных справок к листкам — сотрудники не понимали, почему цифры меняются от месяца к месяцу. Производственный план выполнен на 115% = надбавка 12%, ночные смены в среду и пятницу = доплата 20% за ночь. Объяснить это простым рабочим, не имеющим финансового образования, занимало 5-10 минут на человека.

После внедрения: ChatGPT получает обезличенный листок из 1С (экспорт в PDF → текст) и за 2-3 минуты генерирует пояснение на понятном языке. Итого: 60 листков × 2 минуты = 2 часа вместо 7. Экономия: 5 часов в месяц только на этой задаче.

Дополнительный эффект: количество обращений сотрудников с вопросами «почему так мало?» сократилось с 15-20 в месяц до 3-5. Люди получали понятное объяснение вместе с листком, вопросов стало меньше. Эффект оказался неожиданным: производительность на следующей смене немного выросла, потому что люди перестали тратить рабочее время на споры с бухгалтерией.

Кейс 2: Проверка НДФЛ в компании с высокооплачиваемыми менеджерами

Финансовый директор ИТ-компании (40 сотрудников, несколько с зарплатой выше 300 000 руб./мес.) обнаружил в январе 2026 года, что бухгалтер неправильно рассчитывал нарастающий итог для двух топ-менеджеров. Ошибка возникла в сентябре: у обоих нарастающий итог пересёк порог 2 400 000 рублей, но система выдала расчёт по 13% для всего месяца, а не по 15% для части, превышающей порог.

Ошибка накопилась за три месяца: недоудержанный НДФЛ на 47 000 рублей. Не катастрофа, но нервотрёпка с доначислением: надо было внести исправляющую проводку, пересчитать уведомления по НДФЛ, уплатить пени. На разбирательство ушло почти два рабочих дня.

Решение: ежемесячная контрольная проверка НДФЛ через ChatGPT для сотрудников с зарплатой выше 200 000 руб./мес. Промпт занимает 3 минуты, проверяет 5 человек — 15 минут на весь «рисковый» список. За следующие полгода: ноль расхождений. Цена инструмента: тариф ChatGPT Plus за 20 долларов в месяц. Цена ошибки: 47 000 рублей недоудержки плюс два рабочих дня разбирательства.

Кейс 3: Анализ ФОТ для совета директоров

CFO ретейл-сети (6 торговых точек, 120 сотрудников) ежеквартально готовит отчёт для совета директоров по динамике ФОТ. Это не просто таблица: совету нужно понять, почему растут расходы на персонал и что с этим делать.

До ChatGPT: сводная таблица из Excel + 2-3 часа на написание текстового анализа. CFO сидела с данными, вручную искала паттерны, формулировала выводы. Каждый квартал — стресс накануне дедлайна.

После: обезличенная таблица с ФОТ по подразделениям за квартал уходит в ChatGPT с промптом «проанализируй отклонения, найди тренды, дай рекомендации для совета директоров». Первые версии нуждались в правке, но за три итерации качество вышло на уровень «могу отправить без серьёзной редактуры».

Результат в первый же раз: нейросеть нашла паттерн, который CFO не увидела сама. Сезонный рост сверхурочных в трёх магазинах точно совпадал с периодом отпусков двух линейных руководителей. Без нейросети: цифры были перед глазами, но паттерн не бросился в глаза. ChatGPT явно написал: «В трёх из шести точек рост сверхурочных на 34% совпадает с отсутствием ключевого менеджера в июле–августе. Рекомендую рассмотреть скользящий график отпусков руководящего персонала».

Совет директоров одобрил рекомендацию. В следующем квартале сверхурочные в этих точках снизились на 21%. Время CFO на аналитику: с 2,5 часов до 40 минут.

Промпт для анализа ФОТ:

Ты финансовый аналитик. Проанализируй динамику фонда оплаты труда компании.

Данные (обезличенные, по подразделениям):
[Вставьте таблицу в формате:
Период | Подразделение | Плановый ФОТ (руб.) | Фактический ФОТ (руб.) | Штат (чел.) | Примечания]

Задача анализа:
1. Абсолютное и процентное отклонение факта от плана по каждому подразделению
2. Общее отклонение по компании
3. Динамика ФОТ на одного сотрудника (ФОТ / штат) — позволяет выявить рост
4. Топ-3 подразделения с наибольшими отклонениями
5. Возможные причины отклонений (на основе паттернов в данных)
6. Рекомендации по оптимизации ФОТ

Формат вывода:
- Короткий executive summary (5-6 предложений) для CFO
- Таблица с ключевыми цифрами
- Нумерованный список рекомендаций
Общий объём: не более 500 слов

Как ChatGPT помогает с кадровыми документами

Кадровый учёт — это не только расчёт цифр. Это уведомления, приказы, допсоглашения, объяснительные записки, заявления и ответы на них. В небольших компаниях всё это ложится на бухгалтера или финансового директора, у которых нет штатного кадровика. ChatGPT умеет составлять черновики кадровых документов по описанию ситуации быстро и в нужном деловом стиле.

Важное ограничение: кадровые документы с юридически значимыми последствиями (увольнение, дисциплинарное взыскание, изменение условий договора) обязательно проверяются юристом или кадровиком с опытом. ChatGPT не знает судебной практики по вашему региону и не несёт ответственности за формулировки.

Где ChatGPT реально помогает без юриста: черновик заявления на отпуск в нестандартной ситуации, служебная записка об изменении режима работы, объяснительная к акту об отсутствии на рабочем месте (с точки зрения сотрудника), внутренняя памятка для сотрудников о порядке подачи заявлений. Это рутина, которую ChatGPT делает за 2-3 минуты.

Промпт для составления заявления на отпуск в нестандартной ситуации:

Ты специалист по кадровым документам.
Составь заявление на предоставление ежегодного отпуска в нестандартной ситуации.

Ситуация: [опиши — например, «сотрудник хочет перенести отпуск из графика на более ранний срок по семейным обстоятельствам» или «сотрудник просит разделить отпуск на три части»]

Данные:
- Должность сотрудника: [ДОЛЖНОСТЬ]
- Подразделение: [ПОДРАЗДЕЛЕНИЕ]
- Запрашиваемый период: с [ДАТА] по [ДАТА]
- Причина (если нужно указать): [ПРИЧИНА ИЛИ «БЕЗ ОБЪЯСНЕНИЯ ПРИЧИН»]
- Кому адресовано: [РУКОВОДИТЕЛЬ / ГЕНЕРАЛЬНЫЙ ДИРЕКТОР]

Составь заявление в официальном деловом стиле с:
1. Правильным обращением
2. Чёткой формулировкой просьбы
3. Ссылкой на право по ТК РФ (если применимо)
4. Местом для подписи и даты

После заявления добавь: какие риски для работодателя при удовлетворении этой просьбы.

Промпт для составления уведомления об изменении условий труда:

Ты специалист по кадровому документообороту с опытом в России.
Задача: составь уведомление сотруднику об изменении существенных условий
трудового договора по ст. 74 ТК РФ.

Ситуация:
- Характер изменений: [опиши — например, изменение режима работы / 
  изменение места работы / изменение размера оклада]
- Причина изменений: [производственная необходимость / реструктуризация / 
  технологические изменения]
- Новые условия вступают в силу: [ДАТА — минимум через 2 месяца после уведомления]
- Должность сотрудника: [ДОЛЖНОСТЬ]

Составь уведомление:
1. В официальном стиле делового письма
2. С ссылкой на ст. 74 ТК РФ
3. С указанием срока для ответа сотрудника
4. С местом для подписи сотрудника (ознакомлен/отказался)

После документа добавь: что делать работодателю, если сотрудник откажется
от новых условий (кратко, со ссылкой на ТК РФ).

ВАЖНО: пометь документ как «черновик, требует проверки юриста».

Промпт для объяснения расчёта зарплаты при нестандартной ситуации:

Ты HR-специалист, который умеет объяснять финансовые расчёты простым языком.
Задача: подготовь объяснение для сотрудника по нестандартной ситуации в зарплате.

Ситуация: [опиши — например, «сотрудник работал неполный месяц из-за прогула»
или «сотрудник получил аванс и спрашивает, почему итог меньше обычного»
или «в этом месяце удержали долг за прошлый переплаченный аванс»]

Цифры:
- Ожидал: [СУММА] руб.
- Получил: [СУММА] руб.
- Разница: [СУММА] руб.

Напиши объяснение:
- Без технического жаргона
- Не более 150 слов
- В форме ответа «уважаемый коллега, поясняем расчёт...»
- С конкретными цифрами из ситуации

Сравнение: ChatGPT, Claude и Gemini для задач расчёта зарплаты

Все три инструмента можно применять в расчёте зарплаты. Выбор зависит от конкретной задачи.

Актуально на июнь 2026 года

Мой выбор для расчётных задач: ChatGPT GPT-5.5 как основной инструмент — лучший встроенный интерпретатор Python для проверки математики, удобная память и агентный режим. Claude добавляю для работы с длинными договорами и регламентами (когда нужно передать 100+ страниц) и для написания кадровых документов с точными формулировками. Gemini использую, если нужна прямая интеграция с Google Таблицами, где уже хранятся зарплатные данные.

Типичные ошибки при использовании ChatGPT в расчёте зарплаты

За два года практики с нейросетями в финансовой теме я насмотрелась на разные ошибки. Некоторые стоили людям времени, некоторые — нервов, одна история чуть не дошла до регулятора. Разбираю по порядку.

Ошибка 1: Отправить реальные данные без обезличивания. Самая распространённая и самая опасная. ФИО + ИНН + зарплата = персональные данные под 152-ФЗ. Штраф за нарушение — до 300 000 рублей для юрлица (с 2024 года штрафы существенно выросли). ChatGPT — публичная система, данные обрабатываются на серверах OpenAI. Даже если вы верите в конфиденциальность, это нарушение регламента обработки персональных данных. Всегда обезличиваем перед отправкой.

Ошибка 2: Не указать нарастающий итог. Без нарастающего итога с начала года ChatGPT не может правильно рассчитать НДФЛ по прогрессивной шкале. Он посчитает текущий месяц изолированно, не учтёт пересечение ставки. Нарастающий итог — обязательный параметр.

Ошибка 3: Принять ответ без проверки. Нейросеть может ошибиться, особенно в нетипичных ситуациях. Если сотрудник работал неполный год, менял режим работы, получал нетипичные выплаты — всегда проверяем в учётной системе. ChatGPT не несёт ответственности.

Ошибка 4: Использовать устаревшие данные по предельной базе. Лимиты СФР меняются каждый год. Если в промпте не указать актуальную предельную базу для расчёта взносов, ChatGPT может использовать данные предыдущего года из своих обучающих данных. Актуальные цифры: сайт sfr.gov.ru.

Ошибка 5: Задать слишком короткий промпт. «Посчитай НДФЛ за декабрь» без данных — это не работает. Нейросеть начнёт задавать уточняющие вопросы, вы потеряете время. Шаблон промпта с полными данными, как в этой статье, экономит 5-7 минут на каждый расчёт.

Ошибка 6: Не адаптировать под региональный коэффициент. Для регионов Крайнего Севера и приравненных к ним территорий действуют районные коэффициенты и процентные надбавки. ChatGPT знает о них, но применит только если вы явно укажете: «работник из Норильска, районный коэффициент 1,8, северная надбавка 80%».

Бесплатные инструменты для работы с зарплатой рядом с ChatGPT

ChatGPT не изолированный инструмент — он работает лучше в связке с другими сервисами.

chatgpt.com — основная точка входа. Тариф Plus за 20 долларов в месяц даёт GPT-5.5, встроенный Python для проверки математики и агентный режим. Для работы в России нужны специальные средства доступа — это отдельный вопрос безопасности, который каждый решает самостоятельно.

ChatGPT Enterprise или Business — для компаний, где принципиально важно, что данные не используются для обучения модели. OpenAI гарантирует, что данные в Enterprise-аккаунтах не идут в обучение. Стоит дороже (от $25 за пользователя в месяц для Business-тарифа), но даёт корпоративные гарантии конфиденциальности. Для бухгалтерии с реальными данными сотрудников — это правильный выбор.

Альтернатива для параноидальных (и правильных) компаний: локальная LLM. Если у вас есть IT-отдел и сервер с видеокартой класса RTX 4090 или выше, можно развернуть Ollama с моделью Qwen2.5 или DeepSeek V3.2 локально. Данные не выходят за пределы вашей инфраструктуры. Качество немного хуже ChatGPT для сложных расчётов, но для объяснений и черновиков документов вполне достаточно. Подробнее про этот подход — в статье Ollama для финансиста.

Google Таблицы как буфер. Выгружаем данные из 1С в Google Таблицы, там обезличиваем (функции SUBSTITUTE для замены имён), потом скармливаем таблицу ChatGPT через загрузку файла. Это безопаснее, чем вставлять данные напрямую из 1С.

Notion как база промптов. Все рабочие промпты для зарплатных задач сохраняем в Notion с тегами: «НДФЛ», «взносы», «больничный», «отпускные». Это библиотека команды, не одного бухгалтера. Новый сотрудник подключается с первого дня.

Мягкий CTA: Если хочешь получить готовую базу из 30 зарплатных промптов для бухгалтера и финансиста — забери бесплатный мини-курс. Там же урок-экскурсия по ChatGPT для расчётчика с нуля.

Чек-лист: как внедрить ChatGPT в расчёт зарплаты за неделю

1. Настроить безопасный режим — отключить обучение на данных в Settings → Data controls.
2. Создать шаблон обезличивания — документ с заменами: ФИО → Сотрудник 1/2/3, ИНН → убрать, название компании → Компания А.
3. Проверить первый расчёт НДФЛ — взять любой листок из 1С, обезличить, прогнать через промпт, сравнить с 1С. Это строит доверие к инструменту.
4. Проверить расчёт взносов — аналогично, с нарастающим итогом.
5. Написать первое объяснение для сотрудника — взять реальный вопрос («почему так мало?»), обезличить, получить объяснение от ChatGPT. Протестировать на реальном сотруднике.
6. Сохранить рабочие промпты — создать папку или Notion-страницу «Зарплатные промпты» с шаблонами из этой статьи.
7. Настроить системный контекст — в «Customize ChatGPT» добавить: «Я бухгалтер-расчётчик в России. При зарплатных вопросах всегда применяй прогрессивную шкалу НДФЛ 2026 и единый тариф взносов. Нарастающий итог я буду указывать явно».
8. Установить еженедельный ритуал — 30-45 минут в неделю на контрольную проверку НДФЛ для “рискового” списка (высокооплачиваемые, нестандартные ситуации).
9. Обучить коллег — одностраничный регламент: что можно, что нельзя, как обезличивать.
10. Измерить результат через месяц — посчитать, сколько часов сэкономили. Типичная цифра по нашим данным: 3-5 часов в неделю на начальном этапе.

Как ChatGPT помогает готовить отчётность по зарплате: ЕФС-1, уведомления и сверки

Расчёт зарплаты — это не только начисления. Это ещё и регулярная отчётность: уведомления по НДФЛ в налоговую два раза в месяц, персонифицированные сведения в СФР ежемесячно, ЕФС-1 при кадровых событиях, расчёт по страховым взносам ежеквартально.

ChatGPT не формирует электронные формы отчётности — это делает 1С:ЗУП или специализированные сервисы (Контур, СБИС). Но нейросеть отлично помогает на этапах до и после отчётности.

До подачи отчётности: контроль полноты данных. Если у вас не настроена автоматическая сверка и вы ведёте учёт в нескольких системах (например, кадры в одной программе, зарплата в другой), ChatGPT помогает проверить согласованность данных. Дайте ему список сотрудников из одной системы и список из другой — он найдёт расхождения за 30 секунд.

После подачи отчётности: объяснение расхождений. Налоговая прислала требование о пояснениях по ЕФС-1 или по расчёту по взносам? Опишите ситуацию ChatGPT — он поможет составить структурированное пояснение. Не как юридически значимый документ, а как черновик, который потом проверяет бухгалтер или юрист.

Промпт для подготовки пояснения в налоговую по зарплатной отчётности:

Ты бухгалтер с опытом ответов на требования налоговых органов.
Задача: помоги составить пояснение на требование ИФНС.

Ситуация:
- Тип требования: [пояснение расхождений в РСВ / пояснение по НДФЛ / 
  другое — описать]
- Суть претензии налоговой (своими словами): [ОПИСАТЬ]
- Фактическое объяснение расхождения: [ЧТО РЕАЛЬНО ПРОИЗОШЛО]
- Подтверждающие документы (если есть): [ПЕРЕЧИСЛИТЬ]

Составь пояснение:
1. В формате официального делового письма в ИФНС
2. Кратко изложи суть: что, почему, когда исправлено (если исправлено)
3. Со ссылкой на норму НК РФ (если применимо)
4. С перечнем прилагаемых документов
5. Без агрессии и без лишних деталей

Пометь документ: «черновик, требует проверки ответственного бухгалтера».

Важно: пояснение в налоговую — это юридически значимый документ. ChatGPT делает структуру и черновик, итоговая версия — за ответственным специалистом.

Сверка данных перед закрытием месяца — ещё один сценарий. Если вы ведёте зарплатный учёт в таблице (Excel, Google Sheets), ChatGPT помогает составить чек-лист проверок перед закрытием: все ли больничные введены, нет ли отрицательных начислений, совпадает ли итог с банковским реестром. Это не автоматизация расчёта, это автоматизация контроля качества — и она экономит 1-2 часа перед каждым зарплатным закрытием.

Куда развивать автоматизацию после первых успехов

ChatGPT — первый шаг. Когда базовые задачи освоены, появляются возможности для более глубокой автоматизации.

GPT-агент «Расчётчик зарплаты». В ChatGPT можно создать собственного агента с вашими промптами, корпоративными форматами отчётов и правилами обезличивания. Агент запоминает специфику вашей компании: систему надбавок, региональные коэффициенты, формат расчётного листка. Это превращает набор отдельных промптов в структурированный рабочий инструмент. Подробнее об агентах для финансиста — в статье про GPT-агентов для финдира.

Как создать GPT-агента для зарплатных задач: в ChatGPT переходим в Explore GPTs → Create. В системную инструкцию вносим:

• Специфику компании (отрасль, система оплаты — оклад, сдельная, смешанная)
• Региональный коэффициент (если применимо)
• Применяемый тариф взносов (стандартный или льготный)
• Корпоративный формат расчётного листка
• Правила обезличивания (чтобы агент сам напоминал об этом перед каждым расчётом)

После настройки агент каждый раз будет начинать с напоминания: «Пожалуйста, убедитесь, что данные обезличены перед отправкой». Это защита от ошибок.

Интеграция через обезличенный буфер в Excel. Если вы хотите более структурированный процесс, настройте такую цепочку: 1С:ЗУП → выгрузка в Excel → макрос обезличивания (заменяет ФИО на порядковые номера) → копирование в ChatGPT → возврат результатов в Excel. Это занимает 15 минут разработки, но потом работает автоматически каждый месяц.

Связка Google Таблицы + Gemini. Если зарплатные данные живут в Google Sheets, Gemini 2.5 умеет работать с ними нативно через Extensions. Можно настроить автоматическую проверку расчётов при обновлении таблицы.

n8n для автоматизации документооборота. Если нужно отправлять расчётные листки сотрудникам автоматически, собирать данные из нескольких источников или уведомлять о выплатах — n8n для финансиста даёт готовые цепочки без программирования.

Обезличивание через скрипт. Если сотрудников много (50+), ручное обезличивание данных для ChatGPT становится узким местом. Python-скрипт с ChatGPT CodeInterpreter или простой макрос Excel автоматизирует этот шаг за 10 минут разработки.

Автоматизация расчёта зарплаты — не разовый проект, а итерационный процесс. Начинайте с малого: один промпт, одна задача, одно измеримое улучшение. Через три месяца не узнаете свой рабочий день.

Как построить систему контроля расчёта зарплаты с ChatGPT: пошаговый регламент

Точечное использование ChatGPT — это хорошо. Но намного лучше встроить нейросеть в регулярный рабочий процесс расчёта зарплаты. Делюсь регламентом, который мы разработали с несколькими учениками курса и отточили на практике.

Недельный цикл зарплатного расчёта с ChatGPT

Понедельник первой недели расчётного месяца: Открываем список сотрудников с нестандартными ситуациями в текущем месяце (больничные, отпуска, увольнения, изменения оклада). Каждую нестандартную ситуацию описываем в ChatGPT и получаем методику расчёта. Это не сам расчёт — это контроль логики. «Как правильно рассчитать отпускные сотруднику, у которого в расчётном периоде был декрет?» — и ChatGPT даёт алгоритм по ст. 139 ТК РФ с учётом особенностей.

Середина месяца (расчёт аванса): Контрольная проверка аванса для «рискового» списка — сотрудников с высокой зарплатой (ближе к порогу НДФЛ), с неполным месяцем, с нестандартными надбавками. 10-15 минут.

До конца месяца (финальный расчёт): Три параллельных контроля через ChatGPT:

1. НДФЛ для «рисковых» (нарастающий итог + текущий месяц)
2. Взносы — проверка предельной базы для тех, у кого нарастающий итог приближается к порогу
3. Расчёт отпускных и больничных — проверка среднедневного заработка

День выплаты: ChatGPT формирует объяснения к расчётным листкам для сотрудников с нестандартными начислениями. Остальным листки выдаются без пояснений.

После выплаты: За 15-20 минут — аналитика: сравниваем плановый ФОТ с фактическим, объясняем отклонения. Этот материал идёт в ежемесячный отчёт CFO.

Что нужно для запуска этого регламента:

1. Шаблон обезличивания данных (5-10 минут на разработку)
2. Библиотека промптов (промпты из этой статьи — отправная точка)
3. ChatGPT Plus ($20/мес. — окупается за первые 30 минут экономии)
4. Notion или любой другой инструмент для хранения промптов

Суммарное время на регламент в месяц: 3-4 часа вместо 8-12 часов на аналогичный контроль вручную. Результат: уверенность в правильности расчётов, меньше вопросов от сотрудников, меньше расхождений с налоговой.

Промпт для ежемесячного контрольного чек-листа:

Ты бухгалтер-расчётчик. Помоги мне закрыть расчётный месяц.
Составь чек-лист контроля качества зарплатных начислений.

Данные о компании:
- Количество сотрудников: [ЧИСЛО]
- Система оплаты: [оклад / сдельная / смешанная]
- Льготный тариф взносов: [НЕТ / ДА, КАКОЙ]
- Нестандартные ситуации этого месяца:
  * Отпуска: [ЧИСЛО сотрудников]
  * Больничные: [ЧИСЛО]
  * Увольнения/приёмы: [ЧИСЛО]
  * Изменения оклада: [ЧИСЛО]

Составь чек-лист из 10-12 пунктов для контроля перед выплатой.
Каждый пункт — конкретное действие с критерием «правильно / неправильно».
Отметь, какие пункты требуют проверки через ChatGPT, а какие через 1С.

Этот чек-лист в первый раз делается 10-15 минут. Потом адаптируете под специфику вашей компании, и каждый месяц он занимает 5 минут на обновление нестандартных ситуаций.

Мифы о ChatGPT в расчёте зарплаты: что не так с типичными страхами

Я регулярно слышу три возражения против внедрения ChatGPT в зарплатную бухгалтерию. Разберу каждое честно.

Миф 1: «ChatGPT hallucinate и выдаёт неверные цифры». Частично правда, но не в том смысле, в каком думают. ChatGPT действительно может ошибаться в арифметике без режима Code Interpreter (встроенного Python). Но именно поэтому в промпте мы просим показывать расчёт пошагово и явно указываем, что проверяем результат в 1С. С GPT-5.5 и включённым Python-режимом арифметические ошибки практически исчезают — модель считает через код, а не «в уме». Галлюцинации в зарплатных задачах возникают тогда, когда промпт слишком расплывчатый или данные неполные. Конкретный, структурированный промпт + пошаговый вывод = предсказуемый результат.

Миф 2: «Это небезопасно, мои данные утекут». Правда в том, что отправлять реальные данные без обезличивания — это действительно риск. Но обезличенные данные (Сотрудник 1, оклад 87 000 руб., вычет 1 400 руб.) не содержат персональных данных и не нарушают 152-ФЗ. Это то же самое, что обсуждать зарплатный расчёт с коллегой по телефону, используя вымышленные имена. ChatGPT Enterprise дополнительно гарантирует, что данные не используются для обучения модели. Выбор инструмента зависит от уровня чувствительности данных.

Миф 3: «У нас 1С, зачем нам нейросеть». 1С:ЗУП — это система расчёта. ChatGPT — это система понимания и коммуникации. Они делают разные вещи. 1С посчитает правильно, но не объяснит сотруднику, почему у него изменился НДФЛ после октября. 1С сформирует отчёт, но не напишет аналитический комментарий для CFO. 1С не поможет бухгалтеру разобраться в нетипичной ситуации (новый вид льготы, региональный коэффициент, которого раньше не было). ChatGPT закрывает именно этот слой: понимание, коммуникация, нестандартные ситуации.

Правда состоит в том, что ChatGPT не заменяет 1С, но делает работу бухгалтера-расчётчика заметно спокойнее. Меньше стресса перед закрытием месяца, меньше вопросов от сотрудников, меньше расхождений с налоговой. Это реальная ценность, которую можно измерить в часах.

Часто задаваемые вопросы

Можно ли доверить ChatGPT расчёт зарплаты полностью?

Нет. ChatGPT отлично проверяет логику и ловит арифметические ошибки, но финальные цифры должны формироваться в 1С, SAP или специализированной системе расчёта зарплаты. Нейросеть не имеет доступа к актуальным ставкам СФР, не знает о региональных надбавках и не несёт ответственности за ошибку. Используйте ChatGPT как второй контроль, а не как замену расчётной программе.

Насколько безопасно передавать зарплатные данные в ChatGPT?

Данные о зарплатах — персональные данные под защитой 152-ФЗ. В ChatGPT отправляем только обезличенные данные: ФИО заменяем на «Сотрудник 1, 2, 3», убираем ИНН, СНИЛС, паспортные данные, название компании. В настройках аккаунта отключаем опцию «улучшить модель для всех». Для работы с реальными данными рассматривайте ChatGPT Enterprise или локальные LLM.

Какая модель ChatGPT лучше для расчёта зарплаты?

GPT-5.5 на тарифе Plus или Pro. Она точнее считает на Python (встроенный интерпретатор кода), лучше обрабатывает таблицы и даёт развёрнутые пошаговые расчёты. Бесплатная версия подойдёт для объяснения логики и простых проверок, но для многоступенчатых расчётов НДФЛ с нарастающим итогом нужна модель с кодом.

Умеет ли ChatGPT работать с прогрессивной шкалой НДФЛ 2026 года?

Да, если правильно задать промпт. Модель знает шкалу: 13% до 2,4 млн руб./год, 15% от 2,4 до 5 млн, 18% от 5 до 20 млн, 20% от 20 до 50 млн, 22% свыше 50 млн. Важно указать нарастающий итог с начала года — без этого расчёт будет некорректным. В промпте явно пишем: «нарастающий итог за N месяцев составил X рублей».

Как ChatGPT помогает объяснить расчётный листок сотруднику?

Это один из лучших сценариев применения. Скармливаете ChatGPT цифры из листка и просите объяснить простым языком: почему оклад 100 000, а на руки 87 000. Нейросеть разбивает по строкам (НДФЛ, алименты, профсоюз), объясняет без жаргона. Экономит 20-30 минут на каждый сложный вопрос сотрудника.

Помогает ли ChatGPT с расчётом отпускных?

Да. Даёте расчётный период (12 месяцев), начисления по месяцам, исключаемые периоды. ChatGPT применяет коэффициент 29,3 по ст. 139 ТК РФ и считает среднедневной заработок. Сложность: нужно явно указать, какие месяцы были неполными и как округлять — модель следует логике, которую вы задаёте в промпте.

Что ChatGPT делает в расчёте зарплаты плохо?

Четыре вещи не делегируем. Первое: расчёт из исходников 1С без предварительной обработки. Второе: учёт сложных региональных надбавок без явного описания. Третье: юридически значимые документы без проверки юриста. Четвёртое: проверка актуальности нормативной базы — ставки и лимиты СФР меняются ежегодно.

Есть ли альтернативы ChatGPT для расчёта зарплаты?

Claude Sonnet 4.6 лучше работает с длинными таблицами и аккуратнее с логикой, но хуже с кодом. Gemini 2.5 хорош в Google Sheets, но слабее в пошаговых объяснениях. Специализированные системы (Контур.Зарплата, СБИС, 1С:ЗУП) делают расчёт юридически правильно, но не объясняют и не анализируют. Оптимально: специализированная система для расчёта + ChatGPT для контроля и коммуникации.

Итог

ChatGPT в расчёте зарплаты — это не замена расчётчику и не замена 1С. Это умный второй контроль, который ловит ошибки в нарастающем итоге НДФЛ, объясняет сотрудникам их листки без жаргона и анализирует динамику ФОТ за 40 минут вместо двух с половиной часов.

Реальный результат от моих учениц: 3-5 часов экономии в неделю на старте, 8-12 часов через 3 месяца практики. Не потому что нейросеть делает что-то волшебное, а потому что объяснение 60 листков, контрольный расчёт НДФЛ для «рискового» списка и ежеквартальная аналитика ФОТ — это реальные часы, которые раньше уходили на рутину.

Не пытайтесь внедрить всё сразу. Начните с одного промпта и одной задачи. Проверьте НДФЛ за прошлый месяц через шаблон из этой статьи. Сравните с 1С. Если совпало — доверие к инструменту установлено, и дальше работать будет проще и быстрее. Через неделю добавьте вторую задачу. Через месяц оглянитесь и посчитайте, сколько часов высвободилось.

Хочешь систематизировать AI-инструменты для всего финансового отдела — не только для расчёта зарплаты? Курс «AI-навыки финансиста» от онлайн-школы «Финансовый директор | Мастер CFO» даёт рабочую систему: промпты, агенты, безопасность, кейсы. Основатель школы Софья Бурцева и 800+ выпускников уже внедрили и работают по-новому.

Записаться на курс «AI-навыки финансиста» — старт в ближайший поток.

Наши каналы

Следи за новыми материалами по AI для финансиста:

• Telegram @findir_pro — 45 000 подписчиков. Ежедневные промпты, кейсы, новости AI для финансистов и бухгалтеров.
• «АИ с Софьей и Натали» — 13 000 подписчиков. Разборы новых инструментов, живые тесты нейросетей, честные обзоры без рекламных обёрток.
• MAX — 5 000+ участников. Закрытое сообщество практиков: шаблоны, воркшопы, разборы кейсов в реальном времени.