ChatGPT для расчёта себестоимости продукции: калькуляция и точка безубыточности без экономиста

Экономист на производстве — это часто одна ставка на весь завод, и калькуляция себестоимости стоит в очереди позади зарплаты, налогов и отчётности перед банком. В 2026 году эту очередь можно обойти: ChatGPT считает калькуляцию продукции с распределением накладных расходов и строит точку безубыточности за 30-40 минут, если поставить задачу правильно. Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (основатель школы Софья Бурцева). С нейросетями в финансовых задачах работаю с февраля 2023 года, и калькуляция себестоимости — одна из тех задач, где эффект от ChatGPT ощущается сразу и в часах, и в качестве решений.

В этой статье — как построить полную себестоимость продукции через chatgpt.com: выбор метода калькуляции, распределение накладных расходов по цехам и продуктам, расчёт точки безубыточности для одного продукта и для целой линейки. 10 готовых промптов, три кейса производств с реальными цифрами по времени и сравнительная таблица моделей — актуально на июль 2026 года, модель GPT-5.5 на тарифе Plus.

Главный тезис статьи: ChatGPT не заменяет экономиста по труду и производству, который годами настраивал нормы расхода на конкретной линии. Он берёт на себя механику расчёта — распределение по базам, построение таблиц, проверку формул — и освобождает время на то, что реально требует профессионального суждения: выбор правильной базы распределения, интерпретацию отклонений, решение по цене.

Что такое калькуляция себестоимости и почему без неё производство теряет деньги

Прямой ответ: калькуляция — это расчёт полной стоимости производства единицы продукции, включающий прямые материалы, прямой труд и долю накладных расходов производства. Без неё компания либо занижает цену, либо годами субсидирует убыточные позиции прибылью от успешных.

Себестоимость состоит из трёх слоёв. Первый — прямые материалы: сырьё и комплектующие, которые физически входят в продукт и легко привязываются к единице. Второй — прямой труд: время производственных рабочих, занятых непосредственно на этом продукте, умноженное на ставку. Третий, самый проблемный — накладные расходы производства: аренда цеха, амортизация станков, зарплата мастеров и наладчиков, электроэнергия на линию, ремонт оборудования. Эти расходы нельзя напрямую привязать к одной единице продукции, их нужно распределить.

Именно на третьем слое возникает большинство ошибок. Компания без экономиста часто вообще не распределяет накладные расходы — считает только материалы и труд, а общецеховые расходы вычитает одной строкой из прибыли всего производства. Получается верная цифра прибыли компании и полностью искажённая картина по отдельным продуктам: дорогой в производстве продукт с низкой ценой может годами казаться прибыльным, потому что его реальную нагрузку на цех никто не посчитал.

Вторая типичная проблема — устаревшие нормы. Калькуляцию строили три года назад, с тех пор изменились цены на материалы, выросла зарплата, обновилось оборудование с другим энергопотреблением. Но таблица в Excel живёт по старым коэффициентам, потому что пересчитать вручную 30-40 позиций — это день работы, который постоянно откладывается на «после отчётного периода».

Третья проблема — человеческий фактор в формулах. Распределение накладных расходов по 20-30 продуктам в Excel — это ВПР, СУММЕСЛИМН и множество ручных коэффициентов. Одна неправильная ссылка на диапазон в середине таблицы — и все продукты ниже посчитаны с искажением, а визуально заметить это почти невозможно, пока кто-то не удивится странной цифре себестоимости у конкретного SKU.

ChatGPT решает все три проблемы одним и тем же способом: раскладывает задачу на код, применяет одну и ту же формулу ко всем строкам без ручного копирования, и по запросу показывает логику расчёта построчно. Если что-то посчиталось неправильно, ошибку видно в коде за секунды, а не через месяц, когда цена уже назначена.

Позаказный, попроцессный и нормативный метод: какой выбрать для вашего производства

Прямой ответ: метод калькуляции определяется типом производства, а не желанием финансиста. Уникальные заказы — позаказный метод, массовое однородное производство — попроцессный, устойчивые нормы расхода — нормативный (стандарт-костинг).

Позаказный метод. Каждый заказ уникален и учитывается отдельно: мебель по индивидуальному проекту, полиграфия с разным тиражом и материалами, штучное машиностроение, ремонтные работы. Затраты собираются на карточку заказа: сколько материала ушло именно на этот заказ, сколько часов труда именно на нём, какая доля накладных расходов приходится на этот конкретный заказ (обычно по времени изготовления). Себестоимость известна только по завершении заказа.

Попроцессный метод. Продукция однородная, проходит одинаковые технологические этапы большими партиями: пищевое производство, розлив напитков, химия, текстиль метражом. Затраты собираются не на заказ, а на процесс или передел за период, потом делятся на количество выпущенных единиц. Себестоимость единицы — это средняя себестоимость по партии, а не индивидуальный расчёт на каждую штуку.

Нормативный метод (стандарт-костинг). Применяется, когда производство достаточно стабильно, чтобы установить нормы расхода материалов, времени труда и накладных расходов на единицу продукции. Себестоимость считается по норме, а не по факту, и отдельно отслеживается отклонение факта от нормы: перерасход материала, экономия времени, рост цены на сырьё. Этот метод даёт управленческую пользу сверх калькуляции — сразу видно, где производство отклоняется от плана и почему.

Многие производства на практике используют гибрид: нормативные показатели для оперативного контроля плюс попроцессный или позаказный расчёт для точной себестоимости по факту периода. ChatGPT можно попросить сразу посчитать оба варианта и показать разницу — это хорошая проверка, насколько нормы актуальны.

Промпт для определения метода калькуляции:

Я работаю на производстве [краткое описание: что производите].
Опиши мне, какой метод калькуляции себестоимости подойдёт:
позаказный, попроцессный или нормативный (стандарт-костинг).

Вот особенности процесса:
1. Каждый заказ/партия уникальна по составу и объёму, или производство
   выпускает однородную продукцию постоянного состава? [ответ]
2. Есть ли у вас устоявшиеся нормы расхода материалов и времени труда
   на единицу продукции, которые не менялись последние 6-12 месяцев? [ответ]
3. Сколько этапов (переделов) проходит продукция от сырья до готового
   изделия? [ответ]
4. Как часто меняется состав/рецептура/спецификация продукта? [ответ]

Обоснуй выбор метода и укажи, какие данные понадобятся для расчёта
именно этим методом.

Как распределить накладные расходы между продуктами без ошибок

Прямой ответ: накладные расходы распределяются по базе, которая реалистично отражает, что именно расходует ресурс цеха — машино-часы, часы прямого труда, объём материалов или количество единиц. Выбор базы меняет себестоимость каждого продукта, поэтому это не техническая деталь, а управленческое решение.

Основные базы распределения:

• Прямой труд (часы или зарплата). Подходит для производств, где основной ресурс — труд рабочих: ручная сборка, швейное производство, столярные работы. Продукт, требующий больше времени рабочего, получает больше накладных расходов.
• Машино-часы. Подходит для автоматизированных и капиталоёмких производств: розлив, литьё, штамповка. Продукт, дольше занимающий оборудование, несёт больше расходов на амортизацию и энергию станка.
• Объём или вес материалов. Подходит, если накладные расходы связаны в основном со складом, логистикой и хранением сырья, а не с производственным процессом напрямую.
• Количество выпущенных единиц. Самая грубая база — используется, когда продукты примерно одинаковы по трудоёмкости и объёму, разница в накладных расходах между ними минимальна.

Частая ошибка малых производств без экономиста — распределение поровну между всеми продуктами вне зависимости от базы. Формально это тоже метод распределения, просто он почти никогда не отражает реальность: продукт с коротким циклом обработки и продукт с долгой ручной доводкой не должны нести одинаковую долю аренды цеха.

Промпт для распределения накладных расходов:

Ты финансовый аналитик производства. Я загружаю файл с данными:
— Список продуктов с объёмом выпуска за [период].
— Затраты времени труда на единицу по каждому продукту (часы).
— Машино-часы на единицу по каждому продукту, если есть.
— Общая сумма накладных расходов производства за период:
  аренда, амортизация оборудования, зарплата мастеров/наладчиков,
  электроэнергия на производство, ремонт — отдельными строками.

Задача:
1. Рассчитай ставку распределения накладных расходов по базе
   [прямой труд в часах / машино-часы / объём материалов —
   укажи, какую базу использовать].
2. Примени ставку к каждому продукту, покажи сумму накладных
   расходов на единицу продукции.
3. Сформируй итоговую таблицу: продукт | прямые материалы на ед. |
   прямой труд на ед. | накладные расходы на ед. | итого себестоимость.
4. Покажи Python-код и формулу расчёта ставки распределения.
5. Если база распределения кажется неподходящей для какого-то
   продукта (сильно отличается от остальных по структуре затрат) —
   предупреди меня отдельно.

Не выбирай базу распределения сам, если я её не указал —
спроси, какую использовать.

После расчёта попросите ChatGPT показать альтернативный расчёт с другой базой распределения — это быстро покажет, насколько сильно решение о базе меняет итоговую себестоимость и, соответственно, ваше решение о цене.

Пересчитай ту же таблицу себестоимости, но используя другую базу
распределения накладных расходов: [укажите вторую базу].
Покажи сравнение: продукт | себестоимость по базе 1 |
себестоимость по базе 2 | разница в рублях | разница в %.
Отметь продукты, где разница между базами превышает 15% —
это сигнал пересмотреть, какая база реалистичнее для этого продукта.

Точка безубыточности для одного продукта: формула и расчёт в ChatGPT

Прямой ответ: точка безубыточности в рублях выручки — постоянные расходы, делённые на маржинальность в процентах. В штуках — постоянные расходы, делённые на маржинальный доход с единицы продукции (цена минус переменные затраты на единицу).

Формула требует чёткого разделения затрат на постоянные и переменные, а не на прямые и накладные — это разные классификации, и их часто путают. Постоянные затраты не зависят от объёма производства в разумном диапазоне: аренда цеха, оклады административного персонала, часть амортизации. Переменные затраты растут пропорционально объёму: сырьё, сдельная зарплата, электроэнергия на единицу продукции.

Накладные расходы, которые мы распределяли в предыдущем разделе, могут включать и постоянную, и переменную часть. Аренда цеха — постоянная, а расход электроэнергии на станок — переменная, даже если оба относятся к «накладным расходам». Для точки безубыточности важна именно эта вторая классификация.

Промпт для расчёта точки безубыточности по одному продукту:

Ты финансовый аналитик. Данные по продукту [название]:
— Цена реализации за единицу: [X] рублей.
— Переменные затраты на единицу (материалы, сдельный труд,
  переменная часть накладных): [X] рублей.
— Постоянные расходы, относящиеся к производству этого продукта
  за период (аренда, оклады, постоянная часть накладных): [X] тыс. рублей.

Рассчитай:
1. Маржинальный доход на единицу = цена минус переменные затраты.
2. Маржинальность в % = маржинальный доход / цена × 100.
3. Точку безубыточности в штуках = постоянные расходы /
   маржинальный доход на единицу.
4. Точку безубыточности в рублях выручки = постоянные расходы /
   маржинальность в %.
5. Запас прочности, если текущий объём продаж [X] штук в месяц:
   на сколько % можно упасть в продажах, прежде чем начнётся убыток.

Покажи формулы и код расчёта. Округли количество штук вверх
до целого — нельзя произвести и продать долю единицы продукции.

Проверочное правило: если умножить точку безубыточности в штуках на цену за единицу, должна получиться точка безубыточности в рублях с точностью до округления. Это занимает 10 секунд. Правило ловит конкретную ошибку: если для точки в рублях по невнимательности взяли маржинальность одного продукта, а для точки в штуках — маржинальный доход другого (например, перепутали строки при копировании формулы на соседний продукт), две цифры при перемножении разойдутся заметно больше, чем на погрешность округления — и расхождение видно сразу, а не после того, как кто-то удивится странной цифре в отчёте.

Кейс с числами. Продукт продаётся за 1 200 рублей, переменные затраты на единицу — 750 рублей. Маржинальный доход — 450 рублей, маржинальность — 37,5%. Постоянные расходы производства за месяц — 540 000 рублей. Точка безубыточности в штуках: 540 000 / 450 = 1 200 штук. В рублях: 540 000 / 0,375 = 1 440 000 рублей. Если текущий объём продаж — 1 500 штук в месяц, запас прочности — 300 штук, или 20% от текущего объёма.

Точка безубыточности для линейки из нескольких продуктов

Прямой ответ: для производства с многономенклатурным ассортиментом точка безубыточности считается через средневзвешенную маржинальность по миксу продаж, а не по одному продукту.

Проблема с многономенклатурным производством: у каждого продукта своя цена, свои переменные затраты и своя маржинальность. Простая формула из предыдущего раздела работает для одного продукта, но не отвечает на вопрос «сколько всего нужно продать компании, чтобы выйти в ноль», если ассортимент из 15-20 позиций.

Решение — взвесить маржинальность каждого продукта по его доле в общей выручке (или в структуре продаж, если считаете в штуках). Получившаяся средневзвешенная маржинальность используется в той же формуле: постоянные расходы делим на неё, получаем общую точку безубыточности в рублях выручки для всей линейки.

Промпт для точки безубыточности по линейке продуктов:

Ты финансовый аналитик. Я загружаю таблицу по [N] продуктам за [период]:
продукт | цена за ед. | переменные затраты на ед. | объём продаж
за период (штук) | выручка за период.

Постоянные расходы производства и компании за тот же период: [X] тыс. руб.

Рассчитай:
1. Маржинальный доход и маржинальность (%) по каждому продукту.
2. Долю каждого продукта в общей выручке.
3. Средневзвешенную маржинальность по всему миксу продаж:
   сумма (маржинальность продукта × доля в выручке) по всем продуктам.
4. Точку безубыточности всей линейки в рублях выручки:
   постоянные расходы / средневзвешенная маржинальность.
5. Как эта точка распределяется по продуктам при текущей структуре
   продаж (то есть сколько выручки от каждого продукта нужно
   при сохранении текущего микса).

Покажи расчёт в коде на Python. Если один продукт даёт
непропорционально большую долю в выручке — отметь это отдельно,
потому что смена его цены или объёма сильнее всего сдвинет
точку безубыточности всей компании.

Важная деталь: средневзвешенная точка безубыточности верна только при сохранении текущей структуры продаж (микса). Если доля высокомаржинальных продуктов в выручке вырастет, точка безубыточности снизится даже без изменения общего объёма продаж — и наоборот. Попросите ChatGPT показать чувствительность точки безубыточности к изменению микса на 10-15% в пользу более маржинальных позиций — это готовый аргумент для разговора с отделом продаж о приоритетах.

Пересчитай точку безубыточности линейки, если доля продукта
[самый маржинальный продукт] в общей выручке вырастет с [X]%
до [Y]%, а доли остальных продуктов пропорционально снизятся.
Покажи новую средневзвешенную маржинальность и новую точку
безубыточности. Сравни с текущей ситуацией: на сколько рублей
и процентов изменилась точка безубыточности.

Забери запись эфира «Навигация по нейросетям для начинающих»

Три кейса производств: сколько реально экономит ChatGPT на калькуляции

Три истории учениц курса «AI-навыки финансиста». Данные обезличены.

Кейс 1. Экономист мебельного производства на заказ, Краснодар

Ситуация. Позаказное производство корпусной мебели, 25-35 заказов в месяц, каждый со своей спецификацией материалов и раскроем. Калькуляция каждого заказа считалась вручную в Excel: раскрой материала, время сборщиков, доля аренды цеха по времени изготовления. На полную калькуляцию месяца уходило 8-10 часов, часто с ошибками в формулах на поздних заказах.

Что сделала. Выгрузила из учётной программы спецификации материалов и норму времени по каждому заказу за прошлый месяц (обезличенные, без реальных клиентов). Настроила промпт с описанием метода — позаказный — и базой распределения накладных расходов по времени изготовления. ChatGPT строит таблицу калькуляции по всем заказам за один запрос, с кодом расчёта.

Результат через месяц. Калькуляция месяца — 50-70 минут вместо 8-10 часов. Экономия — 7-9 часов в месяц. Дополнительный эффект: обнаружила два типа заказов (сложный фигурный раскрой), где реальная себестоимость на 12-18% выше, чем закладывалось в цене годами — цена на эти позиции пересмотрена.

«Раньше на полную калькуляцию месяца у меня уходил целый рабочий день, и я его постоянно откладывала — не хватало духу сесть за 8-10 часов ручного счёта. Сейчас пересчитываю каждую неделю за час и вижу изменения цен на материалы сразу, а не через квартал, когда уже поздно».

Кейс 2. Финансовый директор пищевого производства, Ростов-на-Дону

Ситуация. Попроцессное производство полуфабрикатов, линейка из 18 позиций. Распределение накладных расходов (аренда цеха, амортизация линии розлива, зарплата технологов) велось поровну между всеми позициями — упрощение, введённое ещё при запуске производства пять лет назад и никогда не пересматривавшееся.

Что сделала. Загрузила в ChatGPT данные по машино-часам на каждую позицию (линия розлива занята дольше на вязких продуктах) и попросила пересчитать распределение по этой базе вместо равномерного. Сравнила себестоимость по старой и новой базе.

Результат. У 4 из 18 позиций себестоимость изменилась более чем на 20% при переходе на машино-часы как базу распределения. Два продукта, которые считались слабоприбыльными, оказались убыточными на 6-9% при честном распределении — цена на них поднята. Расчёт занял 45 минут вместо оценочных 2 дней ручного пересчёта по всей линейке.

«Самое неприятное открытие — мы пять лет назначали цену на два продукта ниже реальной себестоимости, потому что равномерное распределение скрывало, что именно они больше всех загружают линию розлива».

Кейс 3. Экономист небольшого швейного производства, Иваново

Ситуация. Производство спецодежды, 12 моделей, продажи через тендеры. Точку безубыточности компании никогда не считали по линейке в целом — только интуитивно оценивали «сколько нужно продать, чтобы не уйти в минус» по опыту прошлых периодов.

Что сделала. Собрала данные по цене, переменным затратам и объёму продаж каждой модели за квартал, загрузила в ChatGPT с запросом на средневзвешенную маржинальность и общую точку безубыточности линейки.

Результат. Точка безубыточности компании — 3,2 млн рублей выручки в квартал при текущем миксе продаж. Фактическая выручка прошлого квартала — 3,6 млн, запас прочности — около 11%, что оказалось ниже, чем интуитивно предполагалось (в компании считали запас «комфортным», около 20-25%).

После расчёта экономист сделала три вещи. Во-первых, показала собственнику минимальную цену тендера по промпту 7 из этой статьи — для двух моделей спецодежды текущая тендерная цена оказалась ближе к точке безубыточности, чем предполагалось, и на ближайший тендер по одной из них подняли минимальную планку. Во-вторых, компания отказалась от участия в одном тендере, где заказчик заранее обозначил потолок цены ниже пересчитанного порога. В-третьих, разница между «комфортными» 20-25% и фактическими 11% стала аргументом для пересмотра доли постоянных расходов — в компании начали считать, какие из них можно перевести в переменные (например, часть аренды складских площадей под сезонный найм), чтобы расширить запас прочности, а не просто фиксировать его на бумаге.

Расчёт занял 30 минут вместо примерно дня работы с формулами вручную для 12 позиций.

Как считать ROI внедрения ChatGPT на калькуляции себестоимости

Прямой ответ: экономия времени умножается на ставку экономиста или финдиректора, сравнивается со стоимостью подписки — так получается конкретный срок окупаемости в днях, а не общая фраза «быстро окупится».

Возьмём расчёт по кейсу 1 из этой статьи: экономист со ставкой 900 рублей в час, экономия 7 часов на одной калькуляции месяца.

Ежемесячная экономия: 7 часов × 900 руб. = 6 300 рублей.

Стоимость подписки ChatGPT Plus: цена меняется вместе с курсом, поэтому точную цифру в рублях здесь не фиксирую — актуальную смотрите на официальной странице тарифов перед подпиской. Но для прикидки окупаемости достаточно любой актуальной цены: даже если ориентироваться на верхнюю границу типичного диапазона цен на такие подписки — несколько тысяч рублей в месяц по текущему курсу, — 6 300 рублей экономии на одной-единственной калькуляции месяца перекрывают подписку с запасом. И это без учёта того, что ту же подписку экономист использует и для других задач, не только для калькуляции.

Срок окупаемости в этом кейсе: одна калькуляция месяца окупает подписку целиком, если ставка сравнения — 900 руб/час. При более низкой ставке (400-500 руб/час у младшего специалиста) для окупаемости хватит 5-6 часов экономии — то есть тоже одного расчётного периода, просто с меньшим запасом.

Если у вас другая ставка или другая экономия по времени — подставьте свои цифры в ту же формулу: часы экономии × ваша часовая ставка, сравните с ценой подписки на момент расчёта.

Это без учёта эффекта от находок — как в кейсах 1 и 2 выше, где пересчёт себестоимости по более точной базе распределения вскрыл скрытые убыточные позиции. Одно верное решение о повышении цены на убыточный продукт часто стоит дороже, чем вся годовая экономия времени.

Как замерять прогресс:

Первые два-три расчётных периода фиксируйте фактическое время: сбор данных, обезличивание, расчёт в ChatGPT, ручная проверка. Сравнивайте с базовым временем ручной калькуляции. Через квартал будет понятно, какая часть выигрыша от скорости, а какая — от более точного распределения расходов, которое раньше делалось «на глаз».

Сравнение: ChatGPT, Claude Sonnet 4.6 и Gemini 2.5 для калькуляции себестоимости

Актуально на июль 2026 года.

Доступ из России у всех трёх — через специальные средства, тут разницы между моделями нет, поэтому в таблицу эту строку не выношу.

Практическая рекомендация. Начинайте с ChatGPT GPT-5.5 — Code Interpreter стабилен, интерфейс удобнее для работы с файлами калькуляции. Если производство многоцеховое, с несколькими переделами и сложным распределением накладных по нескольким базам одновременно — прогоните тот же расчёт через Claude Sonnet 4.6 как контрольную проверку логики: в таблице выше Claude отмечен как более аккуратный именно на многошаговых цепочках распределения, где ChatGPT иногда путает базы к концу расчёта. Расхождение между двумя моделями на сложной калькуляции — сигнал перепроверить исходные данные или формулировку промпта, а не автоматически доверять одному ответу.

Откуда брать данные для калькуляции: 1С, Excel и производственный учёт

Прямой ответ: калькуляция настолько же точна, насколько точны исходные выгрузки. Три источника данных нужны почти всегда — учётная система для фактических затрат, спецификации на продукт (нормы расхода) и табель или наряды для труда.

Из 1С или другой учётной системы нужны обороты по счетам затрат за период: материалы, списанные в производство (обычно счёт 20 или 23 в зависимости от конфигурации), зарплата производственных рабочих с отчислениями, общепроизводственные расходы (счёт 25) и общехозяйственные расходы (счёт 26), если их тоже распределяете на себестоимость. Настройте регламентное задание на выгрузку этих оборотов в Excel — 20-30 минут с администратором 1С, дальше выгрузка формируется сама к нужной дате.

Из спецификаций (BOM, bill of materials) берутся нормы расхода материалов на единицу — сколько килограммов сырья, сколько метров ткани, сколько деталей входит в одно изделие. Если спецификации ведутся в отдельной системе (PLM, конструкторская документация) или просто в Excel у технолога — выгрузите их отдельным файлом с привязкой к коду продукта.

Из табеля или нарядов — фактическое время, потраченное на каждый продукт или заказ. На сдельном производстве это наряды на работу, на повременном — табель с распределением часов по продуктам (если ведётся) или средняя норма времени на операцию, умноженная на количество произведённых единиц.

Промпт для сведения трёх источников в одну таблицу калькуляции:

У меня три файла для калькуляции себестоимости за [период]:
Файл 1 — обороты по счетам затрат из 1С (материалы, зарплата,
общепроизводственные расходы), с разбивкой по продуктам,
где это возможно, и общей суммой, где нет.
Файл 2 — спецификации: нормы расхода материалов на единицу
каждого продукта.
Файл 3 — фактическое время труда на единицу или на партию
по каждому продукту.

Данные обезличены (названия материалов и продуктов — условные коды).

Задача:
1. Сведи данные в единую таблицу: продукт | норма расхода материала |
   цена материала за единицу | стоимость материала на продукт |
   норма времени труда | ставка труда | стоимость труда на продукт.
2. Отдельно выведи общую сумму общепроизводственных расходов
   за период — она понадобится для следующего шага распределения.
3. Проверь: есть ли продукты, для которых нет данных в одном
   из трёх файлов — покажи список с указанием, каких данных не хватает.
4. Не додумывай отсутствующие нормы расхода или расценки —
   отметь как "нет данных".

Если выгрузка из 1С приходит одним общим числом без разбивки по продуктам (частый случай для общепроизводственных расходов) — это нормально, именно эту сумму вы будете распределять по базе в следующем шаге калькуляции. Разбивать общий котёл расходов по продуктам вручную не нужно и не нужно просить об этом ChatGPT — для этого и существует распределение по базе.

Для производств без 1С, ведущих учёт в Excel или Google Таблицах напрямую — принцип тот же, просто пропускается шаг выгрузки: структурируйте три группы данных (материалы, труд, накладные) в отдельные листы или файлы с одинаковыми кодами продуктов, чтобы ChatGPT мог сопоставить строки между файлами по ключу.

Как настроить GPT-агента под регулярную калькуляцию: один раз и на каждый период

Для тех, кто считает себестоимость регулярно, есть смысл настроить GPT-агента с сохранёнными инструкциями внутри. Вместо того чтобы каждый раз заново объяснять метод калькуляции, базу распределения и структуру продукции, вы настраиваете это один раз, и агент помнит правила на каждом следующем расчёте.

Как создать: в ChatGPT нажмите «Исследовать GPT» → «Создать». Назовите агента, например «Калькуляция себестоимости [Компания]».

Что вписать в инструкции агента:

Ты — экономист по производственным затратам компании [описание/отрасль].
Твоя специализация: калькуляция себестоимости продукции.

Метод калькуляции: [позаказный / попроцессный / нормативный].
База распределения накладных расходов: [укажите вашу базу —
машино-часы / прямой труд / объём материалов].

Структура затрат в компании:
Прямые материалы → Прямой труд → Общепроизводственные расходы
(распределяются по базе выше) → Производственная себестоимость.

Правила работы:
— Все данные, которые я загружаю, обезличены (условные коды
  продуктов и материалов вместо реальных названий).
— Если данные выглядят необезличенными — предупреди меня.
— Расчёты выполняй через Code Interpreter (Python).
  После расчёта всегда показывай Python-код и формулы.
— Если для расчёта не хватает данных (нормы расхода, ставки,
  суммы накладных расходов) — прямо скажи, каких данных не хватает,
  не додумывай и не подставляй средние значения по отрасли.
— После каждой калькуляции выводи итоговую таблицу:
  продукт | себестоимость на единицу | из чего складывается
  (материалы/труд/накладные в рублях и в % от итога).

Задачи, которые я буду давать:
1. Калькуляция себестоимости по загруженным данным за период.
2. Сравнение себестоимости текущего периода с предыдущим,
   выделение продуктов с наибольшим ростом затрат.
3. Расчёт точки безубыточности по одному продукту или по линейке.
4. Проверка чувствительности себестоимости к изменению цены
   на ключевые материалы (например, "что будет с себестоимостью,
   если сырьё подорожает на 10%").

После настройки загрузите в раздел «Знания» агента файл с вашими нормами расхода и справочником продуктов — это избавит от необходимости прикреплять его к каждому новому расчёту. Разница между агентом, который знает вашу структуру, и чистым чатом, который каждый раз узнаёт её заново — это разница между 10-минутным расчётом и 30-минутным объяснением контекста перед расчётом.

Пример задачи для настроенного агента, когда контекст уже задан в инструкциях:

Вот выгрузка затрат за [месяц]. Посчитай себестоимость по всем
продуктам, сравни с прошлым месяцем, покажи топ-3 продукта
с наибольшим ростом себестоимости и вероятную причину
(рост цены материала, рост нормы расхода, рост ставки труда
или рост накладных расходов — определи по структуре изменения).

Для команды с несколькими экономистами на тарифе Business агент можно расшарить на весь отдел — тогда каждый использует одну и ту же методику и одни и те же формулы, а не изобретает свой подход к распределению накладных расходов заново.

8 готовых промптов для калькуляции себестоимости и точки безубыточности

Промпты из открытой практики, не из платного курса. Адаптируйте под свою отрасль и структуру затрат.

Промпт 1. Экспресс-аудит структуры затрат перед калькуляцией

Прочитай загруженный файл со структурой затрат производства
и расскажи:
1. Есть ли явное разделение на прямые материалы, прямой труд
   и накладные расходы, или всё смешано в одном списке статей.
2. Есть ли данные, необходимые для распределения накладных расходов
   (машино-часы, часы труда, объём материалов по каждому продукту).
3. Какие статьи затрат явно постоянные, какие явно переменные,
   а какие требуют уточнения (смешанные затраты).
4. Хватает ли данных для полной калькуляции, или чего-то не хватает
   (например, нормы расхода материала на единицу).

Не делай расчёт — сначала оцени полноту данных.

Промпт 2. Расчёт себестоимости позаказным методом

Ты финансовый аналитик производства, работающего позаказным методом.
Данные по заказу [номер/название]:
— Список материалов и их расход на заказ (обезличено).
— Часы труда рабочих по видам операций.
— Ставка труда за час по видам операций.
— Время изготовления заказа в станко-часах или часах цеха.
— Ставка распределения накладных расходов на час
  (посчитана заранее или попроси рассчитать: общие накладные
  расходы цеха за период / общее время всех заказов за период).

Рассчитай:
1. Стоимость материалов на заказ.
2. Стоимость труда на заказ.
3. Накладные расходы на заказ = время изготовления × ставка распределения.
4. Итоговую себестоимость заказа и себестоимость единицы, если заказ
   на несколько единиц.

Покажи код расчёта и промежуточные суммы по каждому шагу.

Промпт 3. Расчёт себестоимости попроцессным методом

Ты финансовый аналитик попроцессного производства.
Данные за [период]:
— Общие затраты на материалы, вошедшие в производство за период.
— Общие затраты труда за период.
— Общие накладные расходы производства за период.
— Количество единиц, выпущенных за период (готовая продукция).
— Незавершённое производство на начало и конец периода
  (если есть — количество и степень готовности в %).

Рассчитай:
1. Себестоимость единицы по каждой статье (материалы, труд, накладные)
   = затраты за период / эквивалентные единицы выпуска
   (готовая продукция + незавершёнка × степень готовности).
2. Итоговую себестоимость единицы готовой продукции.
3. Стоимость незавершённого производства на конец периода.

Покажи формулу эквивалентных единиц и код расчёта.

Промпт 4. Расчёт нормативной себестоимости и отклонений

Ты финансовый аналитик, ведёшь нормативный учёт (стандарт-костинг).
Данные:
— Нормы расхода материалов и норма времени труда на единицу продукта.
— Нормативная цена материала и нормативная ставка труда.
— Фактический расход материалов, фактическое время труда
  и фактические цены/ставки за период.
— Фактический объём выпуска за период.

Рассчитай:
1. Нормативную себестоимость на весь фактический объём выпуска.
2. Отклонение по цене материала (факт минус норма) × фактический расход.
3. Отклонение по расходу материала (факт минус норма) × нормативная цена.
4. Отклонение по ставке труда и по производительности труда — аналогично.
5. Итоговое отклонение факта от нормы и его основные причины
   (какое отклонение вносит наибольший вклад).

Покажи код расчёта. Не объясняй причины отклонений — только цифры,
причины я знаю сам(а) и добавлю после твоего расчёта.

Промпт 5. Сравнение баз распределения накладных расходов

У меня есть таблица с [N] продуктами: объём выпуска, машино-часы
на единицу, часы прямого труда на единицу, вес/объём материала
на единицу. Общая сумма накладных расходов за период: [X] тыс. руб.

Рассчитай себестоимость накладных расходов на единицу по каждому
продукту тремя способами:
1. По базе "машино-часы".
2. По базе "часы прямого труда".
3. По базе "объём материалов".

Сведи в одну таблицу: продукт | накладные по базе 1 | по базе 2 |
по базе 3 | максимальное расхождение между базами в %.
Отметь продукты, где разница между базами больше 20% —
для них выбор базы критичен для решения о цене.

Промпт 6. Точка безубыточности с учётом сезонности постоянных расходов

Постоянные расходы производства меняются по месяцам:
[перечислите месяцы и суммы, если есть сезонность — например,
отопление зимой или сезонный найм].
Цена продукта: [X] руб. Переменные затраты на единицу: [X] руб.

Рассчитай точку безубыточности в штуках для каждого месяца отдельно,
учитывая изменение постоянных расходов. Покажи, в каких месяцах
точка безубыточности выше среднегодовой и на сколько.
Это нужно, чтобы понимать, в какие месяцы риск не покрыть
затраты выше обычного.

Промпт 7. Расчёт минимальной цены при заданном объёме продаж

У меня ограниченный прогнозируемый объём продаж на следующий период:
[X] штук. Постоянные расходы производства: [X] тыс. руб.
Переменные затраты на единицу: [X] руб.
Целевая прибыль за период: [X] тыс. руб. (0, если цель — просто
не уйти в убыток).

Рассчитай минимальную цену за единицу, при которой заданный объём
продаж покрывает постоянные расходы и переменные затраты
и даёт целевую прибыль.
Формула: цена = (постоянные расходы + целевая прибыль) / объём
+ переменные затраты на единицу.
Покажи расчёт и проверь через обратную подстановку
(объём × цена минус объём × переменные минус постоянные = целевая прибыль).

Промпт 8. Итоговый чек-лист калькуляции перед решением о цене

Я построил(а) калькуляцию себестоимости продукта [название].
Пройди со мной проверочный список перед тем, как принимать
решение о цене:

1. Все статьи прямых материалов и труда учтены, ничего не забыто
   (упаковка, брак, потери при обработке)?
2. База распределения накладных расходов реалистично отражает
   структуру затрат этого продукта?
3. Постоянные и переменные затраты разделены корректно,
   а не просто "прямые/накладные"?
4. Данные актуальны — цены материалов и ставки труда
   не старше одного квартала?
5. Себестоимость сверена альтернативным методом
   (другая база распределения или другая модель) хотя бы один раз?

По каждому пункту, где я отвечу "нет" — предложи, что нужно
доделать перед тем, как использовать цифру для решения о цене.

Какие ошибки допускают при калькуляции себестоимости с ChatGPT

Собрано по практике учениц курса за полтора года работы с нейросетями в финансовых задачах.

Ошибка 1. Смешивать «прямые/накладные» с «постоянные/переменные». Это две разные классификации затрат. Прямые материалы почти всегда переменные, но не все накладные расходы постоянные — часть из них (энергия на станок, например) меняется с объёмом производства. Для калькуляции себестоимости нужна первая классификация, для точки безубыточности — вторая. Путаница между ними даёт неверный результат в обоих расчётах.

Ошибка 2. Не указывать базу распределения явно. Если промпт не содержит явного указания базы, ChatGPT либо спросит уточнение, либо выберет базу самостоятельно и не всегда ту, что подходит вашему производству. Всегда фиксируйте базу распределения в первом сообщении, а не полагайтесь на выбор модели по умолчанию.

Ошибка 3. Не проверять формулу распределения на реалистичность. ChatGPT посчитал — не значит, что база подходит. Если продукт получил непропорционально большую долю накладных расходов относительно интуитивного понимания его загрузки цеха, это повод пересмотреть базу, а не автоматически принимать результат.

Ошибка 4. Загружать необезличенные закупочные цены и контракты. Реальные закупочные цены у конкретных поставщиков и точные суммы контрактов — коммерческая тайна. Перед загрузкой в публичный чат заменяйте на условные обозначения, оставляя структуру и относительные величины.

Ошибка 5. Считать точку безубыточности по одному продукту вместо линейки. Если компания продаёт 15-20 позиций, точка безубыточности одного «типичного» продукта не отражает реальную ситуацию всей компании. Нужна средневзвешенная маржинальность по миксу продаж, иначе цифра вводит в заблуждение.

Ошибка 6. Не пересчитывать калькуляцию регулярно. Себестоимость, посчитанная год назад, устаревает быстрее, чем кажется: цены на сырьё, тарифы на электроэнергию, ставки труда меняются постоянно. С ChatGPT пересчёт занимает 30-60 минут вместо дня — есть смысл делать это ежемесячно или ежеквартально, а не раз в год.

Ошибка 7. Не просить показать код расчёта. Без явного требования «считай в коде и покажи формулы» модель иногда даёт правдоподобный, но не полностью проверенный ответ на большом объёме строк. Требование кода делает расчёт проверяемым построчно.

Чек-лист калькуляции себестоимости с ChatGPT: 9 шагов

1. Определите метод калькуляции. Позаказный, попроцессный или нормативный — по типу производства. Используйте промпт из раздела о выборе метода, если сомневаетесь.

2. Соберите три группы данных. Прямые материалы (расход и цена на единицу), прямой труд (норма времени и ставка), накладные расходы производства за период по статьям.

3. Обезличьте чувствительные данные. Замените реальные закупочные цены конкретных поставщиков, ФИО сотрудников и названия контрагентов на условные обозначения.

4. Выберите базу распределения накладных расходов явно. Машино-часы, прямой труд, объём материалов или количество единиц — исходя из того, что реально расходует ресурс цеха у вашего производства.

5. Запустите калькуляцию с требованием считать в коде. Загрузите данные, укажите метод и базу, добавьте «считай в коде на Python и покажи формулы».

6. Проверьте логику распределения. Спросите, как именно ChatGPT разнёс каждую статью накладных расходов. Сверьте с реальной структурой загрузки цеха.

7. Постройте точку безубыточности. Для одного продукта — по прямой формуле. Для линейки — через средневзвешенную маржинальность по миксу продаж.

8. Сравните с альтернативным методом или моделью. Прогоните расчёт с другой базой распределения или через Claude Sonnet 4.6 как контрольную проверку на сложных калькуляциях.

9. Финальное решение о цене — за вами. ChatGPT готовит расчёт и показывает механику, но решение изменить цену, снять продукт с производства или пересмотреть контракт с поставщиком принимает финансист или собственник, зная контекст, которого нет у модели.

Что дальше: от разовой калькуляции к регулярному контролю себестоимости

После двух-трёх калькуляций с ChatGPT появляется понимание, какие продукты чувствительны к выбору базы распределения, а какие — нет. Это ценное знание для следующего шага — регулярного контроля, а не разового расчёта.

Следующий уровень — привязка калькуляции к ежемесячному закрытию периода: как только готовы данные о фактических затратах производства, калькуляция пересчитывается автоматически по той же методике. Подробнее о механике самого закрытия месяца — в статье закрытие месяца с ChatGPT. Если хочется сразу выйти на анализ прибыльности продуктов по итогам калькуляции — это следующий шаг, разобранный в статье ChatGPT для анализа себестоимости и маржинальности.

Для производств с большим количеством переделов и цехов стоит попробовать связку из нескольких моделей: ChatGPT для быстрой итерации по таблицам, Claude Sonnet 4.6 для проверки логики на сложных многошаговых распределениях. Подробное сравнение моделей для финансовых задач — в статье финансист vs нейросеть: честный тест.

Начните с одной калькуляции на этом расчётном периоде. Возьмите продукт, у которого себестоимость вызывает сомнения, опишите метод и базу распределения, запустите промпт из этой статьи. За 20-30 минут будет готовая таблица и первый опыт проверки методики на реальных данных.

FAQ

Что такое калькуляция себестоимости продукции простыми словами? Калькуляция — это расчёт полной стоимости производства единицы продукции: сырьё и материалы, труд производственных рабочих и доля накладных расходов, которая приходится на эту единицу. Без калькуляции нельзя обоснованно установить цену и понять реальную прибыль по каждому продукту.

Какой метод калькуляции выбрать: позаказный, попроцессный или нормативный? Позаказный — для уникальных заказов (мебель на заказ, полиграфия). Попроцессный — для массового однородного производства (пищёвка, розлив). Нормативный — когда есть устойчивые нормы расхода и нужно быстро видеть отклонение факта от нормы. ChatGPT определит подходящий метод по описанию типа производства.

Как ChatGPT распределяет накладные расходы между продуктами? По базе, которую вы задаёте: машино-часы, прямой труд, объём материалов или количество единиц. Модель применяет базу через код на Python и показывает формулу для каждой статьи расходов. Разные базы дают разную себестоимость — важно выбрать реалистичную.

Можно ли доверять ChatGPT расчёт себестоимости с реальными цифрами? Доверять методике можно, доверять арифметике «на глаз» — нет. В промпте просите считать в коде на Python и показывать формулы — тогда результат можно перепроверить построчно.

Как посчитать точку безубыточности для производства с 20 продуктами? Через средневзвешенную маржинальность по миксу продаж: доля каждого продукта в выручке взвешивается его индивидуальной маржинальностью. Точка безубыточности в рублях — постоянные расходы делим на эту средневзвешенную цифру.

Нужно ли обезличивать данные о себестоимости перед загрузкой в ChatGPT? Да, если есть реальные закупочные цены конкретных поставщиков, точные оклады по именам или названия контрагентов с суммами контрактов. Структуру затрат и относительные величины оставляйте — они нужны для расчёта.

Чем калькуляция себестоимости отличается от расчёта маржинальности? Калькуляция раскладывает, сколько стоит произвести единицу продукции, с распределением накладных расходов. Маржинальность сравнивает цену с переменными затратами для решений об ассортименте и цене. Калькуляция — фундамент, маржинальность — надстройка над ним.

Какая нейросеть лучше считает себестоимость производства: ChatGPT, Claude или Gemini? Для разового расчёта разница между моделями не критична — все три справляются с базовой калькуляцией. Она становится заметна на масштабе: если у вас 15+ продуктов и несколько баз распределения одновременно, ChatGPT иногда путает базы ближе к концу таблицы, а Claude Sonnet 4.6 держит логику точнее. Если данные уже ведутся в Google Таблицах — Gemini 2.5 экономит шаг с выгрузкой файла. Подробное сравнение по параметрам — в таблице выше в статье.

Калькуляция себестоимости — не разовая задача перед установлением цены, а инструмент, который стоит пересматривать каждый расчётный период. Раньше это откладывалось именно потому, что ручной пересчёт занимал день или больше. Сейчас, когда расчёт занимает 30-60 минут, регулярность становится реалистичной — и именно регулярность вскрывает изменения себестоимости раньше, чем они превратятся в накопленный убыток.

Начните с одного продукта на ближайшем расчётном периоде. Опишите метод и базу распределения, загрузите данные, запустите промпт из этой статьи. Через полчаса у вас будет проверяемая калькуляция и понимание, где именно накладные расходы искажали картину раньше.

Записаться на курс «AI-навыки финансиста» в онлайн-школе «Финансовый директор | Мастер CFO» — 800+ выпускников, практика на реальных задачах производственного учёта, диплом с лицензией

Наши каналы

@findir_pro — главный телеграм-канал школы «Финансовый директор | Мастер CFO». 45 000 финансистов и бухгалтеров. Практика, промпты, кейсы — каждый день.