Нейросети для финансиста и бухгалтера 2026: карта AI-инструментов по 15 задачам — от первички до отчёта собственнику

Пятнадцать задач финотдела, от первички до отчёта собственнику, и под каждую конкретная нейросеть. Вручную на них у меня и моих учениц обычно уходит 25-30 часов в неделю, со связкой из трёх инструментов 6-8 часов. Это не теоретическая оценка, а средняя цифра из практики за три года работы с нейросетями.

Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO». С февраля 2023 года внедряю нейросети в работу финансистов и бухгалтеров. Через курс «AI-навыки финансиста» прошли 800+ выпускников, наши каналы читают 45 000 подписчиков в @findir_pro и 13 000 в «АИ с Софьей и Натали». В этой статье карта AI-инструментов на август 2026 года: какие модели актуальны, под какую из 15 задач какую брать, 12 готовых промптов, сравнительная таблица, три кейса с цифрами и чек-лист на неделю. Материал обновлён по состоянию на 29 августа 2026 года, модели в нём проверены в работе, а не по анонсам.

Если у вас нет времени читать всё, вот самый короткий путь. Возьмите из карты две задачи, которые съедают больше всего времени, обычно это первичка и протоколы совещаний. Настройте под них промпты из статьи. Через неделю посчитайте экономию. Дальше по этому же принципу добавите третью и четвёртую задачу. Вся карта не нужна в первый месяц, нужны две задачи, которые вы доведёте до автоматизма.

Что такое карта AI-инструментов финансиста и какие нейросети актуальны в 2026 году

Карта AI-инструментов финансиста это таблица соответствия: задача из финотдела, инструмент, который её закрывает, и готовый промпт. Она нужна, чтобы под каждую задачу сразу брать проверенный инструмент, без тестирования каждой новинки подряд.

Проще говоря, это навигатор по нейросетям для рабочей рутины. Вместо того чтобы держать в голове «что там умеет новая модель» и пробовать её на каждой задаче, вы открываете карту и видите: первичка это ChatGPT, договор это Claude, таблица в Google Sheets это Gemini. Промпты уже готовы, осталось подставить свои данные.

В 2026 году рынок моделей обновился. Актуальный набор на август: ChatGPT на GPT-5.5, Claude Sonnet 4.6, Gemini 2.5 и DeepSeek V3.2. Плюс вокруг них выросли российские сервисы и инструменты для автоматизации. Ориентироваться в этом потоке без карты сложно: каждый день выходят новости о моделях, и легко потратить вечер на тесты вместо работы.

Почему карта нужна именно сейчас, показывают цифры рынка труда. По данным июльского исследования рынка труда 2026 года, спрос на роли с высокой экспозицией к AI упал на 42 процента относительно менее автоматизируемых позиций. Одновременно в компаниях, которые внедряют AI, численность персонала растёт на 27 процентов быстрее, чем в остальных. Рынок перераспределяет функции внутри отдела, и финансист, который владеет инструментами, оказывается на стороне роста.

Набор на IT-специальности за тот же период тоже сократился, а доля задач с участием AI в существующих ролях растёт. Профессия остаётся, но меняется её содержание. Бухгалтер, который руками переносит акты в учётную систему, через год проигрывает коллеге, который делает это нейросетью за 15 минут.

В 2026 году в России приняли рамочный закон об искусственном интеллекте. Он ввёл официальные понятия ИИ и большой фундаментальной модели, закрепил статус сгенерированного контента. Для практика это значит одно: нейросети стали легальной частью работы, осталось выбрать, как именно их внедрять. Закон также снял часть неопределённости с использованием сгенерированного контента: он определяет, как маркировать и использовать такие материалы, что важно для документов, которые потом попадают в переписку с контрагентами.

Что из этого закона важно для финансиста. Первое, обучение нейросетей на текстах и изображениях, доступ к которым получен законно, не считается нарушением. Второе, сервисы обязаны уведомлять пользователей о правах на сгенерированный контент, а конкретные условия определяются договором с сервисом. На практике это значит, что документ, собранный нейросетью, юридически ничем не отличается от документа, набранного вручную: он ваш, если вы его проверили и приняли. Ответственность за содержание всё равно на вас, и это ещё одна причина держать человека в контуре проверки.

Какие нейросети актуальны в августе 2026 и что умеет каждая

Короткая справка по каждой модели, чтобы понимать, чем они отличаются. Дальше в карте задач я ссылаюсь на эти четыре инструмента.

ChatGPT на GPT-5.5. Универсальный инструмент номер один. Принимает файлы, фото, таблицы, считает через код, умеет заходить в интернет, собирать глубокие исследования и работать в режиме агента. Лучший интерфейс для новичка. В России сайт chatgpt.com напрямую не открывается, это ограничение сервиса, способ доступа каждый выбирает сам.

Claude Sonnet 4.6. Модель от Anthropic, которую я ставлю выше всех для работы с длинными документами. Держит большой контекст, точнее анализирует договоры, отчёты и исследовательские тексты. Пишет аккуратные сравнительные обзоры и не теряет нить на 30 страницах. Для финансиста это инструмент для договоров и аналитики.

Gemini 2.5. Модель от Google. Сильная сторона, интеграция с экосистемой Google: таблицы, документы, живой анализ данных в браузере. Хорошо считает через код и строит интерактивные модели. Беру его, когда надо быстро посчитать данные, которые уже живут в Google Sheets.

DeepSeek V3.2. Модель, которая работает из России без VPN. Для финансиста это плюс, но есть ограничение: данные туда отправляем только обезличенные. Подходит для черновиков, простых задач и переформулировок без чувствительной информации.

Отдельно слежу за китайскими моделями нового поколения. Qwen 3.8-Max от Alibaba на 2,4 триллиона параметров с 95 миллиардами активных вышла с открытыми весами, у Kimi K3 от Moonshot контекст вырос до миллиона токенов. Конкуренция разгоняет качество и снижает цены: модели уровня флагманов становятся доступнее. Для финансовых задач по-прежнему надёжнее проверенная четвёрка из этой статьи.

Все четыре нейросети это инструменты, и у каждого своя зона ответственности. Оценки из моей практики: Claude 10 из 10 за контекст и тексты, ChatGPT 8 из 10 за универсальность, Gemini 8 из 10 за связку с таблицами Google.

Карта 15 задач финотдела: какой инструмент под какую задачу

Ниже сводная таблица, по которой удобно работать. В колонке «инструмент» первым стоит тот, кого я беру в первую очередь, вторым запасной. Колонка «время» это реалистичная оценка из моей практики на задачу после настройки, не идеальный сценарий из рекламы.

№	Задача	Инструмент	Время вручную	С нейросетью	Экономия
1	Распознавание первички (счета, накладные, УПД)	ChatGPT / Gemini	40-60 мин на 50 док.	8-12 мин	80%
2	Сверка с контрагентами	ChatGPT / Claude	2-3 часа	20-30 мин	85%
3	Разбор договора на риски	Claude	1,5-2 часа	15-20 мин	85%
4	Проверка актов сверки на расхождения	ChatGPT	1-2 часа	15 мин	85%
5	Расчёты по таблицам Excel	Gemini / ChatGPT	1-3 часа	15-30 мин	80%
6	Фото таблицы в готовый Excel	ChatGPT	30-60 мин	5-10 мин	85%
7	Налоговые задачи (ответы ФНС, проверка норм)	ChatGPT / DeepSeek	1-2 часа	30 мин	70%
8	Анализ P&L, план-факт	ChatGPT / Gemini	2-3 часа	30-40 мин	80%
9	Пояснительная записка к отчёту	Claude / ChatGPT	1,5-2 часа	12-15 мин	85%
10	ОДДС и прогноз кассового разрыва	ChatGPT	2 часа	30 мин	75%
11	Бюджетирование и план-факт по статьям	Gemini / ChatGPT	3-4 часа	40-60 мин	80%
12	Дебиторка: реестр, сроки, напоминания	ChatGPT	1,5 часа	20 мин	78%
13	Протокол совещания из транскрипта	ChatGPT	1 час	10-15 мин	85%
14	Деловые письма и ответы на претензии	ChatGPT / Claude	40-60 мин	10 мин	80%
15	Отчёт собственнику простым языком	Claude / ChatGPT	2-3 часа	30-40 мин	80%

Средняя экономия по таблице выходит в моей практике 75-85 процентов времени на задачу. Если у вас 20-25 часов рутины в неделю, первые две недели возвращают 8-12 часов. Дальше цифра растёт по мере того, как вы перестаёте перепроверять нейросеть на каждой задаче.

Важный принцип: брать задачу и идти до конца, а не пробовать все инструменты по очереди. Карта показывает, что под каждую задачу есть свой инструмент, но это не значит, что нужно купить все подписки сразу. Начните с ChatGPT, добавьте Claude, когда дойдёте до договоров и пояснительных записок.

Как читать карту и что покупать на старте

Три правила, чтобы карта работала, а не висела закладкой в браузере.

Правило первое: не покупайте все подписки сразу. Оптимальный старт это базовая платная подписка ChatGPT. Ею закрываются 14 из 15 задач в карте. Claude добавляйте вторым, когда у вас появятся договоры и большие аналитические тексты. Gemini включайте только если компания живёт в Google Workspace. DeepSeek держите как запасной вариант для черновиков.

Правило второе: закрепляйте по две задачи в неделю. Карта из 15 задач пугает объёмом, но автоматизация идёт по одной. Неделя на первичку, неделя на сверки, потом договоры. Через месяц у вас закрыты четыре-пять рутин, которые съедали больше всего времени.

Правило третье: экономию записывайте. Когда видите, что сверка вместо двух часов занимает 20 минут, зафиксируйте это в заметке. Через месяц у вас будет список с цифрами, который пригодится на собеседовании или при разговоре с собственником о повышении.

Карта ниже разбита на блоки по группам задач: первичка и сверки, договоры, таблицы, налоги, аналитика, деньги, дебиторка, коммуникация. Каждый блок закрывается проверенной связкой инструментов.

Если хотите увидеть первую задачу вживую, а не на скриншотах, у меня есть бесплатный эфир, где я показываю, как за один вечер настроить ChatGPT под первичку и протокол совещания. Заберите доступ по ссылке на эфир.

Как распознать первичку и провести сверку: ChatGPT и Gemini

Блок задач 1, 2 и 4 из карты это самая массовая рутина бухгалтера. Распознать счёт от поставщика, свести данные с актом, найти расхождение в сверке. Вручную это часы копирования цифр из PDF в таблицу, с нейросетью минуты.

Задача 1. Распознавание первички. ChatGPT принимает фото и PDF, распознаёт таблицы, извлекает реквизиты и складывает их в таблицу. Gemini в связке с Google Sheets делает то же самое и сразу кладёт результат в нужную колонку. Работает с русским языком: счета, накладные, УПД, платёжки.

Промпт под распознавание первички:

Ты помощник бухгалтера. Я загружаю пачку первичных документов:
счета, накладные, УПД, платёжки в формате PDF или фото.

[ЗАГРУЗИТЕ ФАЙЛЫ]

Для каждого документа извлеки в таблицу:
1. Номер и дату документа.
2. Контрагента (поставщика или покупателя).
3. Сумму с НДС и без НДС.
4. Ставку НДС.
5. Назначение платежа или состав услуг.
6. Признак ошибки: если в документе есть исправления,
   нечитаемые поля или расхождение суммы прописью и цифрами.

Формат ответа: таблица Markdown, одна строка на документ.
Сомнительные поля помечай знаком вопроса. Ничего не додумывай,
если реквизит не читается, пиши "не распознано".

Промпт работает с пачкой до 30-50 документов за раз. Если загружаете фото, делайте фото прямо при дневном свете, модель лучше распознаёт ровные сканы.

Разберу на примере, как это выглядит на практике. Бухгалтер получила пачку из 40 УПД от поставщика за месяц. Раньше она открывала каждый PDF, перепечатывала номер, дату, сумму и НДС в свою таблицу. Это 40 минут чистого копирования плюс риск опечатки в каждой строке. С промптом выше она загрузила все файлы в ChatGPT, получила таблицу на 40 строк и потратила 10 минут на проверку итоговых сумм против реестра поставщика. Итог: 12 минут вместо 45, ноль опечаток, потому что числа не перепечатывались руками.

Как проверить результат распознавания. Посчитайте сумму колонки в выданной таблице и сравните с суммой в вашем реестре. Если сходится, можно брать в работу. Если нет, посмотрите, какие строки помечены «не распознано», и добейте их вручную. Это занимает минуту и ловит 90 процентов ошибок.

Что распознаётся хорошо, а что плохо. Печатные счета, накладные и УПД нейросеть читает почти без ошибок: там ровные поля, стандартные реквизиты, машиночитаемые номера. Хуже дела с рукописными документами, старыми сканами с поворотом и мелким шрифтом в несколько колонок. Если у вас много таких документов, не тратьте время на уговоры модели: делайте фото при хорошем свете или сканируйте через приложение с выравниванием. Пять минут на качество входа экономят двадцать минут на правку вывода.

Зачем распознавать первичку, если есть сервисы со сканером документов. У специализированных сервисов свои плюсы: они интегрируются с учётными системами и создают документы сразу в правильном формате. Но они заточены под типовые формы, а нетипичный документ отправляют на ручную обработку или распознают с ошибкой. ChatGPT здесь работает как универсальный сканер: вы сами задаёте формат вывода и правила обработки. Для бухгалтерии с нестандартными документами это гибче, а для типового потока лучше взять специализированный сервис и закрыть вопрос навсегда. В моей практике оптимально сочетание: сервис сканирования для массового потока и нейросеть для остатков, которые сервис не берёт.

Задача 2. Сверка с контрагентами. Вручную это открыть свою выписку и выписку контрагента, сравнить каждую строку, найти, что разошлось. Нейросеть делает то же самое за минуты, если дать ей обе таблицы в одном файле.

Ты бухгалтер по сверке. На входе две таблицы:
моя выписка по контрагенту и выписка контрагента по нам.
Колонки одинаковые: дата, номер документа, сумма, тип.

[ВСТАВЬТЕ ТАБЛИЦУ 1: МОЯ ВЫПИСКА]
[ВСТАВЬТЕ ТАБЛИЦУ 2: ВЫПИСКА КОНТРАГЕНТА]

Задача:
1. Сопоставь строки по сумме и дате.
2. Найди расхождения: суммы есть у нас, но нет у них,
   и наоборот.
3. Покажи разницу по каждому документу.
4. Выведи итог: общая сумма расхождений и количество
   проблемных строк.

Формат: сначала итог одной строкой, потом таблица
расхождений. Считай через код, не на глаз.

В моей практике такой промпт срезает сверку с 2-3 часов до 20-30 минут. Ошибки бывают в документах с отрицательными суммами, их помечайте отдельно и проверяйте вручную.

Задача 4. Проверка актов сверки на расхождения. Отдельная боль: контрагент прислал акт, а данные не сходятся. Тот же подход, но входных данных два: ваш реестр и акт контрагента.

Почему договоры разбирает Claude, а не ChatGPT

Задача 3 из карты, разбор договора на риски, это зона Claude. У Sonnet 4.6 самый большой контекст из проверенной четвёрки, он удерживает структуру договора на 30-40 страниц и не теряет логику между разделами.

Что именно делать. Загружаете договор, просите выделить риски, кабальные условия, расхождения с обычной практикой. Claude даёт список формулировок с пояснением, почему каждая опасна. В конце проверяете юристом: нейросеть ловит типовое, а редкие юридические риски оставляет человеку.

Промпт для разбора договора:

Ты помощник финансового директора по проверке договоров.
Я загружаю договор в PDF. Это обезличенная версия.

[ЗАГРУЗИТЕ ДОГОВОР]

Задача:
1. Найди условия оплаты: сроки, аванс, неустойки,
   порядок изменения цены.
2. Найди риски: формулировки, которые ставят нас
   в невыгодное положение, односторонние права контрагента,
   неопределённые сроки, штрафы без зеркальности.
3. Проверь существенные условия: предмет, цена, срок,
   ответственность, расторжение.
4. Выдели пункты, которые расходятся с типовой практикой
   по поставке или услугам.
5. Для каждого риска укажи: номер пункта, формулировку,
   чем опасно, что предложить вместо.

Формат: нумерованный список рисков по убыванию критичности.
Пиши по-русски, без юридического тумана.

Такой разбор занимает 15-20 минут против 1,5-2 часов вручную. Главное правило: финальную оценку всегда даёт юрист. Нейросеть находчива и может пропустить редко встречающуюся норму или свежую практику судов.

Подробный разбор методики проверки договоров с примерами я собрала в отдельной статье про анализ договора с Claude и большим контекстом.

Почему именно Claude для договоров, а не ChatGPT. Дело в контексте. Договор на 30-40 страниц это больше ста тысяч знаков текста, и модель должна удерживать начало документа, когда читает конец. Claude с его большим контекстом справляется с этим заметно лучше: не теряет определения из раздела «термины», когда проверяет условия в разделе «ответственность». ChatGPT тоже читает договоры, но на длинных документах чаще выпадает из логики и начинает пересказывать отдельные пункты вместо целостного анализа. Если у вас в работе регулярно договоры на 20+ страниц, Claude окупается на второй неделе.

Как нейросети считают таблицы через код: Gemini и ChatGPT

Задачи 5 и 6 из карты это работа с таблицами. Тут два сценария: у вас уже есть таблица, которую надо посчитать, и у вас есть фото или скрин таблицы, который надо превратить в файл. В обоих случаях нейросеть считает через код, а не на глаз, поэтому результат точнее ручного копирования.

Задача 5. Расчёты по таблицам. Если данные уже в Excel или Google Sheets, самый надёжный путь отдать их Gemini или ChatGPT и попросить посчитать через Python. Модель пишет код, выполняет его и возвращает результат с логикой. Такой подход исключает ошибку «посчитал на глаз».

Промпт для расчётов по таблице:

Ты финансовый аналитик. Я загружаю таблицу с данными.
Считай только через код, не оценивай на глаз.

[ВСТАВЬТЕ ДАННЫЕ ТАБЛИЦЫ]

Задача:
1. Посчитай итоги по каждой колонке.
2. Посчитай среднее, минимум, максимум.
3. Найди аномалии: строки, которые отклоняются
   от среднего больше чем на 3 стандартных отклонения.
4. Построй сводку по категориям, если в таблице
   есть колонка с категориями.

Формат ответа: сначала код, потом результат с пояснением.
Если в данных есть пропуски, отметь их и реши, как
обработать, не выдумывай цифры.

Почему важно «считай через код». Нейросеть, которая отвечает сразу, может округлить неверно или пропустить строку. Когда она пишет код и запускает его, ошибка видна в логе. Включите в ChatGPT режим, который показывает шаги вычислений, и проверяйте логику.

Частая ситуация из моей практики. Финдир принёс таблицу с 12 тысячами строк выгрузки из 1С и попросил нейросеть собрать сводку по месяцам и контрагентам. Вручную это сводная таблица в Excel и час настройки. ChatGPT через код сделал группировку, посчитал суммы по месяцам и по топ-10 контрагентов, вернул готовую таблицу и код, который можно переиспользовать на следующей выгрузке. Весь процесс занял 15 минут, а код остался шаблоном для ежемесячной работы.

Отдельная ценность этого подхода в том, что код переиспользуется. Один раз попросили нейросеть написать скрипт обработки выгрузки, дальше просто загружаете новую выгрузку в тот же чат и получаете готовый результат. Это путь от разовой задачи к полуавтоматическому процессу.

Что важно про большие таблицы. Нейросеть уверенно работает с десятками тысяч строк, но у этого есть два условия. Первое: колонки должны быть подписаны, модель понимает данные по заголовкам, а не по догадкам. Второе: формат чисел должен быть единым, даты в одном стиле, суммы в рублях без текстовых пояснений в ячейках. Грязные данные это главный источник ошибок при работе с таблицами, и дело тут не в модели, а во входных данных. Потратьте 10 минут на очистку выгрузки до загрузки, и результат будет заметно точнее. Правило из моей практики: чем проще таблица, тем надёжнее ответ. Сводку по 12 тысячам строк нейросеть собирает за минуты, а вот разбираться в таблице с объединёнными ячейками и примечаниями в каждой строке попросите человека.

Ещё одна задача, с которой ко мне приходят, это проверка и починка формул Excel. Скопировали формулу, она выдаёт ошибку или неверный результат, и непонятно, что не так. Нейросеть объясняет, почему формула не работает, и предлагает исправление. Подробный разбор таких задач я собрала в статье про аудит формул Excel через ChatGPT.

Задача 6. Фото таблицы в готовый Excel. Скрин из 1С, фотография листа бумаги с таблицей, таблица из PDF. ChatGPT распознаёт и отдаёт структурированный файл. Сценарий знаком каждому, кто перепечатывал бумажные акты в таблицу по 40 строк.

Промпт для этой задачи собирается по шаблону из предпоследнего раздела: роль «помощник бухгалтера», задача «распознай таблицу и отдай в Markdown», ограничение «не додумывай нечитаемые цифры, помечай их», формат «таблица с проверкой итога». Ключевое правило: просить модель пересчитать итог и сравнить с итоговой строкой в документе. Тогда ошибки распознавания всплывают сразу, а не находятся вручную после загрузки в учётную систему.

Время на задачу падает с 30-60 минут до 5-10. Ошибки распознавания случаются на рукописных цифрах и мелких шрифтах, поэтому итог всегда сверяйте. У меня был кейс, когда нейросеть перепутала 8 и 3 в рукописной платёжке, сумма разошлась на 5 000 рублей. Проверка итоговых сумм ловит такие ошибки за секунды.

Можно ли доверять нейросети налоговые задачи

Задача 7 из карты, налоговые задачи, самая рискованная для автоматизации. Нейросеть хороша в структуре ответа, но нормы меняются, и она может выдать устаревшую статью НК. Работаем так: ChatGPT собирает структуру и черновик, актуальность норм проверяем вручную или через проверенный источник.

Что закрывается хорошо. Подготовка ответа на требование ФНС, пояснительная записка по расхождениям, черновик жалобы, структура пояснений по камеральной проверке. Нейросеть собирает аргументы и формулировки, вы проверяете цифры и нормы.

Промпт для ответа на требование ФНС:

Ты налоговый консультант. Я прикладываю требование
налогового органа и данные по нашему расхождению.

[ВСТАВЬТЕ ТРЕБОВАНИЕ ФНС]
[ВСТАВЬТЕ ДАННЫЕ ПО РАСХОЖДЕНИЮ]

Задача:
1. Выдели, что именно запросил налоговый орган:
   документы, пояснения, уточнёнку.
2. Составь структуру ответа: шапка, суть расхождения,
   аргументы, приложения.
3. Напиши текст пояснения по данным из моего документа.
4. Перечисли, какие документы приложить.

Правила:
1. Не ссылайся на конкретные статьи НК, если не уверен
   в актуальности. Вместо этого укажи место, где норму
   проверить.
2. Пиши по-русски, без канцелярита.
3. Не додумывай цифры, которые не в моих данных.

Этот промпт экономит 1-2 часа на каждое требование. Проверка норм остаётся человеком: НК меняется, и нейросеть не всегда успевает за поправками. Если сомневаетесь в статье, сверяйте с официальным текстом на сайте ФНС или в справочно-правовой системе.

Ещё одна частая налоговая задача это камеральная проверка. Налоговая присылает требования по расхождениям, и бухгалтеру нужно собрать пояснения по каждому пункту. Нейросеть структурирует ответ: что именно запросили, какие документы приложить, как сформулировать позицию. Вы проверяете цифры и нормы, а не пишете текст с нуля.

Для расчёта налоговых обязательств нейросеть подходит с оговоркой. ChatGPT считает УСН и НДС по заданной методике, но только на обезличенных данных и с обязательной сверкой результата. Финальный расчёт и подпись отчётности всегда за бухгалтером. Нейросеть это черновик и структура, а не финальный документ.

Как проверить ответ по налогам за 10 минут. Не читайте ответ целиком, а задайте модели контрольные вопросы по конкретным цифрам: «почему НДС к уплате именно 240 тысяч, покажи расчёт по строкам», «какую ставку ты применила к услугам и почему». Если модель не может объяснить свою же логику, скорее всего, она что-то упростила. Хороший признак, когда ответ построен как расчёт с промежуточными шагами, а плохой, когда он выдан одним абзацем без цифр. Этот же приём работает и с другими задачами: просите показать ход решения, а не только результат. Тогда ошибка видна сразу, а не находится при проверке отчётности.

Отдельно про НДС и актуальность норм. Ставки и правила НДС меняются, и нейросеть помнит дату среза своих данных. Если вопрос касается свежих изменений, уточняйте в промпте период: «учитывай только нормы, действующие с 1 января 2026 года», и проверяйте ответ по официальному источнику. Нейросеть надёжно работает с установленными правилами, но не успевает за поправками, которые вышли после её обучения. Сверка с официальным текстом обязательна для всего, что пойдёт в отчётность.

Подробный разбор налоговых задач с ChatGPT, включая УСН и ОСНО, я собрала в статье про налоговое планирование с нейросетью.

Финансовый анализ: P&L, план-факт, отчёты собственнику

Задачи 8, 9 и 15 из карты это аналитика и коммуникация с собственником. Тут нейросети экономят меньше всего на «посчитать», но больше всего на «объяснить». Главная ценность в том, чтобы превратить таблицу в историю для человека без финансового образования.

Задача 8. Анализ P&L и план-факт. ChatGPT и Gemini считают отклонения, находят аномалии и готовят структуру разбора. Работает с выгрузками из 1С, Excel, Google Sheets.

Пример из практики. Финдир торговой компании готовил разбор план-факт за квартал. Раньше он открывал 6 листов Excel, вручную считал отклонения по каждой статье и писал выводы. Это занимало вторую половину пятницы. С промптом ниже он загрузил таблицу план-факт, получил таблицу отклонений с флагами и текст вывода за 20 минут. Осталось только проверить причины отклонений, которые нейросеть честно не додумывала.

Промпт для план-факт анализа:

Ты финансовый аналитик. На входе план и факт
по статьям бюджета за период.

[ВСТАВЬТЕ ТАБЛИЦУ: СТАТЬЯ, ПЛАН, ФАКТ]

Задача:
1. Посчитай отклонение по каждой статье в рублях
   и процентах.
2. Отсортируй по убыванию отклонения по модулю.
3. Для отклонений больше 15 процентов отметь флагом
   "требует объяснения".
4. Сгруппируй статьи: что перевыполнено, что недовыполнено.
5. Напиши вывод на 2-3 абзаца: где риски, где резервы.

Формат: таблица отклонений, потом текстовый вывод.
Причины отклонений не додумывай, их добавит финансист.

Задача 9. Пояснительная записка к отчёту. Классика: собственник просит «объясни, что с прибылью». Вручную это час формулировок, с нейросетью 12-15 минут. Тут я беру Claude, потому что он пишет плотный деловой текст без лишних слов.

Промпт для пояснительной записки:

Ты финансовый директор. Напиши пояснительную записку
к отчёту о прибылях и убытках для собственника,
который не разбирается в финансах.

[ВСТАВЬТЕ ДАННЫЕ P&L]

Структура:
1. Главный вывод в двух предложениях: сколько заработали,
   это больше или меньше прошлого периода.
2. Три причины изменения прибыли с цифрами.
3. Что сделали, чтобы улучшить результат.
4. Один риск, за которым следим.

Правила:
1. Без терминов "выручка", "EBITDA", "маржинальность",
   заменяй на "сколько пришло денег", "что осталось после затрат".
2. Предложения короче 15 слов.
3. Без канцелярита и пустых фраз.
4. Цифры только из моих данных.

Задача 15. Отчёт собственнику простым языком. Развитие предыдущей: собрать еженедельную сводку для собственника с ключевыми метриками. Если отчёт нужен регулярно, его можно автоматизировать в AI-агента, о чём рассказываю ниже.

Здесь работает метод трёх экранов, который я использую в своих отчётах. Первый экран это сводка на одну страницу: остаток денег, выручка за период, прибыль, ключевые риски. Второй экран это три-пять выводов текстом: что изменилось и почему. Третий экран детальные таблицы для тех, кто хочет проверить цифры. Собственник обычно читает только первый экран, но у него есть путь вглубь, если появились вопросы. Нейросеть помогает собрать все три уровня из одних и тех же данных, не перепечатывая цифры трижды.

Еженедельную сводку для собственника автоматизируют с помощью агента, и я разбирала этот процесс в статье про AI-агента для управленческой отчётности.

Отдельная ступень в аналитике это режим глубокого исследования. ChatGPT и Gemini умеют собирать данные из открытых источников, сверять их между собой и возвращать отчёт со ссылками на первоисточники. Для финансиста это закрывает целый класс задач, которые раньше требовали часов: что происходит с ценами на сырьё у конкурентов, какие ставки предлагают банки по депозитам, как изменилась практика налоговиков по вашему вопросу. Запрос «собери актуальные ставки по кредитам для малого бизнеса за последние полгода, укажи источники» возвращает структурированную подборку за 10-15 минут вместо пары часов гугления. Главное правило: каждый факт из такого отчёта проверяйте по ссылке первоисточника, прежде чем использовать в документе. Режим исследования собирает ссылки хорошо, но формулировки вывода оставляет на вашу проверку.

Денежный поток, бюджетирование и дебиторка: ChatGPT и Gemini

Задача 10 из карты, прогноз движения денежных средств, одна из самых благодарных для автоматизации. ДДС хорошо структурирован, данные лежат в таблицах, и нейросеть считает прогноз через код без ручной пересборки.

Промпт для прогноза кассового разрыва:

Ты казначей. На входе таблица движения денежных средств
за последние 8 недель: дата, счёт, сумма, тип (приход/расход),
статья.

[ВСТАВЬТЕ ДАННЫЕ ТАБЛИЦЫ]

Задача:
1. Посчитай текущий остаток по каждому счёту и общий.
2. Спрогнозируй остаток на конец каждой из следующих
   4 недель на основе среднего движения за 8 недель.
3. Если прогноз уходит ниже нуля или ниже порога
   [УКАЖИТЕ ПОРОГ В РУБЛЯХ], выдели дату и сумму дефицита.
4. Покажи топ-5 предстоящих крупных расходов.

Формат: прогноз по неделям, потом список рисков.
Считай через код. Плановые платежи на следующие недели:
[ВСТАВЬТЕ ПЛАН ПЛАТЕЖЕЙ, ЕСЛИ ЕСТЬ]

Прогноз кассового разрыва на 2 часа ручной работы с нейросетью занимает 30 минут. Платежный календарь можно выстроить в Telegram-бота или агента, я разбирала такой сценарий в статье про платёжный календарь с Telegram и нейросетью.

Что важно при прогнозе денег. Нейросеть считает по средним значениям за прошлый период, поэтому прогноз работает только если у вас есть история движения хотя бы за 8 недель. Для новой компании или сезонного бизнеса средние будут врать. В таких случаях закладывайте в промпт плановые платежи отдельным списком, как указано в промпте выше, и относитесь к прогнозу как к сценарию, а не к факту.

Как проверять прогноз. Сверьте прогноз нейросети с вашим платёжным календарём на ближайшую неделю. Если суммы сходятся, прогноз можно брать в работу. Если нет, проверьте, все ли плановые платежи вы передали в промпт. Половина расхождений лечится не уточнением модели, а полнотой входных данных.

Бюджетирование: Gemini и ChatGPT

Задача 11 из карты, бюджетирование, это не столько расчёт, сколько сборка и консолидация. Gemini хорош тем, что работает внутри Google Sheets, куда обычно выгружают бюджеты подразделений. ChatGPT справляется, когда данные собраны в одном файле.

Промпт для сборки бюджета из заявок подразделений:

Ты финансовый директор. Я загружаю заявки на бюджет
от трёх подразделений в одном файле.

[ВСТАВЬТЕ ФАЙЛ С ЗАЯВКАМИ]

Задача:
1. Сведи заявки в единую структуру: подразделение,
   статья, сумма, обоснование.
2. Найди дубли: одинаковые статьи затрат в разных заявках.
3. Сравни заявки с фактическими расходами прошлого периода
   [ВСТАВЬТЕ ПРОШЛЫЙ ПЕРИОД], отметь рост больше 20 процентов.
4. Покажи статьи, по которым нет обоснования.
5. Подготовь таблицу для защиты бюджета: статья,
   запрошено, было, рост, приоритет.

Формат: итоговая таблица, потом список вопросов
к руководителям подразделений.

На защите бюджета такой промпт экономит вечер подготовки. Вопросы к подразделениям уже сформулированы, таблица для обсуждения собрана. Методика бюджетирования с нейросетями подробнее в статье про AI-бюджетирование для CFO.

Как бюджетирование отличается от других задач. Тут нейросеть не заменяет решение, а ускоряет сборку. Бюджет это политический процесс: подразделения просят больше, финансовый директор решает, сколько дать. Нейросеть помогает не спорить о цифрах, а смотреть на факты: заявка против прошлого периода, обоснование против пустоты, приоритет против объёма. Таблица из промпта выше снимает половину споров, потому что вопросы уже сформулированы по фактам.

Дебиторка и работа с должниками

Задача 12 из карты, дебиторская задолженность, это реестр, сроки и напоминания. Нейросеть считает просрочку, сортирует должников и пишет вежливые письма-напоминания, которые не портят отношения.

Промпт для дебиторки строится по тому же шаблону: роль «финансовый аналитик», данные в виде реестра, пять шагов расчёта, формат «итог по категориям, потом таблица топ-7». Самый ценный пункт в нём это разбивка по категориям просрочки: до 30 дней, 30-60 дней, свыше 60 дней. Именно она превращает реестр из набора цифр в список действий: кому позвонить, кому написать, кому предложить рассрочку.

Письма-напоминания нейросеть пишет в двух тонах: дружеском для задержки до 30 дней и твёрдом для задержки свыше 60. Тон важно указывать в промпте, иначе выйдут одинаково-вежливые письма, которые не работают. Автоматизировать сбор дебиторки и рассылку напоминаний можно через агента, сценарий описан в статье про AI-агента для дебиторки.

Почему дебиторка хорошо поддаётся нейросетям. У неё чёткая структура: контрагент, сумма, дата, просрочка. Нейросеть считает дни просрочки без ошибок, сортирует должников и готовит письма по шаблону. Это идеальный кандидат для регулярной автоматизации, потому что данные меняются, а логика обработки остаётся одинаковой каждую неделю.

Важный нюанс про напоминания. Письмо это только часть работы с должником. Нейросеть подготовит текст, но решать, кому звонить, кому писать претензию, а кому предложить рассрочку, будете вы на основе данных из реестра. Топ-7 должников из промпта выше это и есть список для ваших звонков, а не для автоматической рассылки всем подряд.

Совещания и переписка: ChatGPT

Задачи 13 и 14 из карты это коммуникация. Протокол совещания из транскрипта и деловые письма это задачи, которые дают мгновенный результат новичку. Если вы только начинаете с нейросетями, начните с них.

Задача 13. Протокол совещания. Запись встречи превращается в транскрипт (сервисами транскрибации), затем ChatGPT превращает транскрипт в протокол с решениями, ответственными и сроками. Первая задача, на которой ученицы ловят wow-эффект.

Промпт для протокола совещания:

Ты секретарь совещания. Я загружаю транскрипт
часовой встречи.

[ВСТАВЬТЕ ТРАНСКРИПТ]

Задача:
1. Выдели 10 ключевых решений с ответственными
   и сроками. Если ответственный не назван, пометь
   "не назначен".
2. Сформулируй каждый пункт протокола: что решили,
   кто делает, к какому числу.
3. Выдели открытые вопросы, которые требуют решения.
4. Убери воду и повторы из транскрипта.

Формат: таблица решений, потом список открытых вопросов.
Не придумывай имена и сроки, которых нет в транскрипте.

Часовое совещание закрывается за 10-15 минут вместо часа ручной работы. Методика превращения транскриптов в задачи подробнее в статье про транскрибацию совещаний для CFO.

Задача 14. Деловые письма. Нейросеть переписывает сухое сообщение в живое деловое письмо, готовит ответ на претензию, формулирует запрос контрагенту. Главное правило: дайте нейросети стиль и тон, иначе письма будут одинаковыми.

Промпт для делового письма:

Ты делопроизводитель. Напиши деловое письмо.

Контекст: [ОПИШИТЕ СИТУАЦИЮ: кому, зачем, что хотите]

Требования:
1. Тон: уважительный, без угодливости.
2. Первый абзац: суть письма в двух предложениях.
3. Второй: детали, если нужны.
4. Последний: что ждёте от собеседника.
5. Предложения короче 15 слов.
6. Без канцелярита, без "в соответствии с".

Дай два варианта: короткий для мессенджера
и полный для электронной почты.

Как указать тон письма. Тон задаётся парой слов в начале промпта: «уважительный», «твёрдый», «примирительный», «настойчивый». Без этого нейросеть пишет в нейтральном деловом тоне, который не всегда уместен. Например, ответ на претензию контрагента лучше писать твёрже, чем напоминание партнёру о подписании акта. Один и тот же контекст с разным тоном даёт разные письма, проверьте на своём примере и подберите нужный.

Письма это та задача, где нейросеть незаметно экономит больше всего времени. Не из-за скорости набора, а из-за готовой структуры. Вместо того чтобы двадцать минут формулировать, как вежливо попросить контрагента подписать акты за три месяца, вы даёте модели суть в трёх строках и получаете письмо, которое остаётся только проверить. При этом проверка короткая: цифры, даты, имя адресата. Стиль и тон модель держит сама, если вы их задали в промпте. Ученицы, которые ведут переписку с десятком контрагентов, говорят, что письма перестали откладываться на конец дня, и это снимает не часы, а фоновое напряжение.

AI-агенты: когда нейросеть работает сама по расписанию

Отдельная ступень после карты задач это автоматизация целых процессов. AI-агент это связка нейросети и автоматизации, обычно в n8n, которая по расписанию забирает данные, считает, форматирует и отправляет результат в Telegram или на почту.

Когда это нужно. Когда одна и та же рутина повторяется каждую неделю: сверка банка с учётной системой, платёжный календарь, отчёт собственнику, дебиторка. Собираете сценарий один раз, дальше он работает сам.

Пример из практики. Сверка регистров с первичкой, которая раньше занимала пятницу целиком, собирается в агента за один вечер. Агент забирает выгрузки, прогоняет через нейросеть, находит расхождения и присылает отчёт. Человек проверяет итог. Сценарий я разбирала в статье про AI-агента для сверки первички.

Два-три таких сценария освобождают 10-15 часов в неделю. Это уровень, когда нейросети из игрушки превращаются в сотрудника.

Где проходит граница между промптом и агентом. Если вы каждый понедельник открываете чат, загружаете выгрузку и жмёте один и тот же промпт, это уже полуавтоматический процесс, но он требует вашего участия. Агент снимает и это: по расписанию забирает данные, прогоняет через модель и присылает готовый результат в Telegram. Решайте сами, где остановиться. Для большинства задач достаточно фиксированного промпта, который вы запускаете сами: это надёжнее, проще в поддержке и не требует настройки сценария. Агент берите, когда задача повторяется строго по расписанию и вам надоело запускать её руками.

Что нужно, чтобы собрать первого агента. Три вещи: регулярная выгрузка данных (из 1С или банка в таблицу или на Google Drive), один фиксированный промпт, который считает метрики по вашей методике, и сценарий в n8n, который по расписанию забирает, обрабатывает и отправляет результат. На старте достаточно пяти-семи узлов: триггер, забор данных, запрос к нейросети, форматирование, отправка в Telegram. Подробную сборку я показываю на бесплатном эфире, ссылка в конце статьи.

Какие процессы автоматизируют первыми. Сверка банка с учётной системой, платёжный календарь с прогнозом кассовых разрывов, еженедельный отчёт собственнику, дебиторка с рассылкой напоминаний. Все четыре это рутина с чёткой структурой и повторяющимся результатом, то есть идеальный сценарий для агента. Сборка первого занимает один-два вечера, следующие идут быстрее, потому что узлы переиспользуются.

Ограничение агентов. Агент хорош, пока входные данные стабильны. Если формат выгрузки из 1С меняется, сценарий ломается. Поэтому закладывайте в агента проверку: если структура файла не совпала с ожидаемой, агент присылает предупреждение, а не молча считает по кривым данным. Первый месяц запускайте агента в параллель с ручным контролем и сверяйте итог.

Что не стоит автоматизировать. Всё, где ответ зависит от суждения, а не от правил. Спорные договоры, где каждая формулировка результат переговоров. Налоговые расхождения, где нужен контекст сделки и практика вашей инспекции. Вопросы собственника, где цифры важны, но важнее доверие и объяснение. Агент отлично считает по правилам, но принимать решения с риском он не должен. Проверяйте то, что агент прислал, прежде чем отправлять это собственнику или контрагенту. Схема «агент собирает, человек решает» работает надёжно, а «агент собрал и отправил» превращает финотдел в источник ошибок без ответственного.

Сколько стоит собрать первого агента. Бюджет скромный: базовый тариф n8n или бесплатный план на старте, плюс API-ключ нейросети. Настройка первого сценария занимает один-два вечера, если вы никогда не работали с автоматизацией, и несколько часов, если разбирались. Узлы переиспользуются: собрав сверку, вы переносите схему на отчёт собственнику за час. Первые два агента в моей практике окупались за первый месяц работы, дальше они просто экономят время каждую неделю.

Какая нейросеть лучше для финансовых задач: сравнение четырёх моделей

Четыре актуальные модели в одной таблице. Актуально на 29 августа 2026 года, цены подписок меняются, поэтому указываю диапазоны и проверяйте актуальное на официальных страницах.

Критерий	ChatGPT (GPT-5.5)	Claude Sonnet 4.6	Gemini 2.5	DeepSeek V3.2
Сильная сторона	Универсальность	Длинные документы	Экосистема Google	Доступ из России
Загрузка файлов	Да, большие	Да, большие	Да	Да
Работа с фото первички	Отлично	Хорошо	Отлично	Средне
Расчёты через код	Да	Да	Да, в Google Sheets	Да
Контекст для договоров	Средний	Самый большой	Хороший	Хороший
Глубокое исследование	Есть	Есть	Есть	Ограничено
Работа из России	Через свой доступ	Через свой доступ	Через свой доступ	Без VPN
Безопасность данных	Средняя, обезличивать	Средняя, обезличивать	Средняя, обезличивать	Обезличивать строго
Моя оценка для финотдела	8/10	10/10	8/10	6/10

Вывод простой. Если выбираете первый инструмент, берите ChatGPT: он закрывает большинство задач из карты. Вторым добавляйте Claude для договоров и текстов. Gemini включайте, когда работаете в Google Sheets. DeepSeek держите как запасной вариант для черновиков без VPN, но без чувствительных данных.

Отдельно про безопасность. Все четыре сервиса работают в облаке, и всё, что вы туда отправляете, технически проходит через их серверы. Полностью безопасно никогда. Поэтому правило одно: обезличивайте. Контрагентов превращайте в «Контрагент 1», «Контрагент 2», суммы округляйте, имена и ИНН убирайте. Справочник замен делается один раз и работает на каждой выгрузке. Подробно про обезличивание я написала в статье Обезличивание данных для ChatGPT.

Выключите переключатель «улучшить модель для всех» в настройках конфиденциальности каждого сервиса. Это стандартная настройка, о которой новички забывают. Для серьёзной конфиденциальности есть корпоративные тарифы, где ваши данные не используются для обучения.

Разделяйте данные по уровню чувствительности. Для черновиков и переформулировок берите DeepSeek, который работает без VPN, но строго с обезличенными данными. Для договоров под NDA используйте корпоративный тариф, где данные не идут на обучение, или локальную модель на своём компьютере.

Никогда не отправляйте в публичные чаты: персональные данные сотрудников, банковские выписки целиком, договоры с NDA, налоговую тайну. Всё, что отправлено в чат, потенциально видимо сервису. Правило простое: если данные нельзя показать постороннему, их нужно обезличить до загрузки.

Как выбрать инструмент под свою компанию. Ответьте на три вопроса. Где живут ваши данные: если всё в Google Workspace, начинайте с Gemini, если в 1С и Excel, с ChatGPT. Какие задачи чаще всего: если договоры и тексты, добавьте Claude, если таблицы и расчёты, Gemini. Какие требования к конфиденциальности: если строгие, сразу планируйте обезличивание и корпоративный тариф. Ответы на эти вопросы дают ваш персональный набор из двух инструментов, с которым вы закрываете 90 процентов задач.

Чего не стоит делать при выборе. Гнаться за самой свежей моделью только потому, что она вышла. Новая модель это не обязательно лучший инструмент для вашей рутины: у неё могут быть сырые края, непривычные ответы и перебои. Проверенная четвёрка из этой статьи закрывает задачи финотдела стабильно, и менять её стоит только тогда, когда конкретная задача не решается. Я обновляю карту по мере выхода моделей, но в работе всегда возвращаюсь к проверенному набору. Стабильность для финансов важнее новизны: отчёт собственнику должен выйти в понедельник, а не «когда обновится модель».

Сколько реально экономят нейросети: три кейса с цифрами

Кейсы из практики учениц курса «AI-навыки финансиста». Имена обезличены, цифры реальные, но помните: на других данных результат может отличаться.

Кейс 1. Главбух на УСН, закрытие месяца.

Было: 6 часов на сверку с контрагентами и распознавание первички перед закрытием. Стало: 1 час 20 минут. Сделали: промпт для сверки из этой статьи, распознавание первички через ChatGPT, проверка итогов вручную. Экономия 4 часа 40 минут каждое закрытие. За год это около 55 часов только на сверках.

Кейс 2. Финдир онлайн-школы, отчёт собственнику.

Было: 3 часа на подготовку еженедельной сводки для собственника: собрать цифры из 1С и Excel, написать объяснения, оформить. Стало: 40 минут. Сделали: выгрузку в таблицу, промпт для пояснительной записки, финальную правку человеком. Собственник в чате благодарил за «новую ясность отчётов». Экономия 2 часа 20 минут в неделю.

Кейс 3. Финдир производства, разбор договоров.

Было: 2 часа на договор, всего 8-10 договоров в месяц. Стало: 25 минут на договор с проверкой юристом. Сделали: промпт для разбора договора на Claude, юрист проверяет только спорные пункты. Экономия 15-18 часов в месяц.

Суммарно по трём кейсам связка инструментов возвращает 20-25 часов в месяц. Это не обещание, а результат на конкретных задачах. У всех разный старт, но закономерность одна: рутина, которая повторяется, автоматизируется первой.

Ещё один показательный кейс, поменьше, но с приятным бонусом. Главбух небольшой компании на ОСНО каждую неделю писала ответы на требования налоговой по расхождениям в НДС. Одно требование это 1,5-2 часа формулировок и подбора документов. С промптом для ответа ФНС из этой статьи она срезала время до 30-40 минут и перестала откладывать требования на выходные. За квартал это 12-15 сэкономленных часов, которые она потратила на проверку вычетов, из-за чего снизила риск доначислений.

Как повторить эти результаты у себя. Возьмите одну задачу, которая у вас повторяется каждую неделю или месяц и занимает больше часа. Настройте под неё промпт из статьи. Прогоните на реальных данных и сверьте результат с ручным. Зафиксируйте экономию. Через неделю возьмите следующую задачу. Так карта из этой статьи превращается в ваш личный набор автоматизаций.

Ошибка, которую я вижу чаще всего на старте. Ученицы берут карту и пытаются автоматизировать всё сразу: и первичку, и сверки, и договоры, и отчёты. Через неделю бросают, потому что устали настраивать и перепроверять. Правильный порядок обратный: одна задача, доведённая до автоматизма, важнее десяти задач, настроенных наполовину. Когда сверка стабильно работает без вашего участия, тогда берите следующую. Скорость внедрения меньше, а результат надёжнее, и он не откатывается назад через месяц.

Что дальше: куда движутся нейросети для финансов к 2027 году

Карта из этой статьи актуальна на август 2026 года. Чтобы понимать, куда она будет меняться, смотрите на три направления, которые уже видно в анонсах вендоров и открытых релизах.

Первое, контекст и память растут. Модели учатся удерживать всё больше информации и помнить её между сессиями. Для финансиста это значит, что через год нейросеть сможет держать в памяти методику вашей компании: учётную политику, справочник статей, список контрагентов. Вместо того чтобы каждый раз вставлять контекст заново, вы будете один раз «познакомить» модель со своей базой, и дальше она считает в привычных вам правилах.

Второе, дешёвые модели догоняют флагманов. Китайские модели с открытыми весами выходят в открытый доступ и отлично справляются с визуальными задачами, а цена за миллион токенов у ведущих игроков заметно ниже, чем у премиальных тарифов. Для практика это удешевление рутины: черновики и массовая обработка документов переедут на недорогие модели, а дорогие останутся для сложной аналитики. Связка «дёшево для массы, дорого для сложного» станет стандартом в финотделах.

Третье, агенты становятся самостоятельнее. Сейчас AI-агент это сценарий в n8n с фиксированной логикой. Через год те же сценарии начнут сами решать, как обработать нестандартный документ или куда отправить результат, и присылать человеку не сырые данные, а готовое решение с пояснением. Это не значит, что финансист станет не нужен: чем самостоятельнее агент, тем важнее человек, который проверяет его логику и отвечает за результат.

Что делать уже сейчас. Не ждать «следующей версии», а закрепить навык работы с картой: выбор инструмента под задачу, сборка промпта из пяти элементов, обезличивание данных, проверка итога. Эти четыре навыка работают на любой модели и на любом следующем релизе. Модели меняются, карта обновляется, а навык остаётся.

Как собрать промпт за минуту: шаблон из пяти элементов

Все промпты в этой статье построены по одной схеме. Разберём её и развеем пять распространённых заблуждений, которые мешают внедрению. Освоив её, вы сможете собирать свои промпты под любую новую задачу.

Пять элементов: роль, задача, контекст, ограничения, формат ответа.

Роль задаёт рамку. «Ты финансовый аналитик», «Ты бухгалтер по сверке». Модель подстраивает стиль и подход. Задача формулируется глаголом: посчитай, найди, напиши, раздели. Контекст это данные, которые вы вставили или загрузили. Ограничения запрещают галлюцинации: «не додумывай цифры», «не ссылайся на статьи НК без проверки». Формат ответа задаёт структуру: таблица, список, JSON.

Шаблон:

Ты [РОЛЬ]. На входе [ЧТО ПЕРЕДАЁТЕ].

[ДАННЫЕ]

Задача:
1. [ПЕРВЫЙ ШАГ]
2. [ВТОРОЙ ШАГ]
3. [ТРЕТИЙ ШАГ]

Ограничения: [ЧТО ЗАПРЕЩЕНО]
Формат: [ТАБЛИЦА, СПИСОК, JSON]

Этот шаблон закрывает 80 процентов задач. Когда начнёте с ним работать, заметите, что неудачные ответы чаще всего из-за пропущенного элемента: нет роли, нет ограничений или нет формата.

Как улучшать промпты, когда шаблон не сработал. Сначала проверьте, все ли пять элементов на месте. Потом посмотрите на данные: нейросеть считает по тому, что вы вставили, если таблица грязная, результат будет грязный. Потом добавьте уточнение: «суммы в рублях с НДС», «учитывай только оплаченные счета». Большинство «тупых» ответов это не тупая модель, а пропущенный контекст. И последнее: если ответ всё равно не тот, переформулируйте роль, она сильнее всего меняет стиль ответа.

Мифы о нейросетях для финансистов: что не работает

Миф 1. Нейросеть заменит бухгалтера. На деле она меняет содержание работы, а не убирает должность. По данным июльского исследования рынка труда 2026 года, в компаниях, которые внедряют AI, персонал растёт быстрее, просто функции перераспределяются. Рутину забирает нейросеть, а задачи на суждение, проверку и переговоры остаются человеку.

Миф 2. Нейросеть ошибается в каждой цифре. Современные модели считают через код, и ошибки случаются реже, чем при ручном копировании. Но они случаются. Поэтому в промптах и заложены ограничения «считай через код», «не додумывай», а в работе правило «проверяй итог». Нейросеть это ассистент с суперспособностью, но без ответственности. Ответственность за цифру всегда на финансисте.

Миф 3. Нужна самая дорогая подписка. Для старта хватает базовой платной подписки ChatGPT. Дорогие тарифы нужны, когда вы постоянно работаете с большими документами или строите агентов. Начните с малого, добавьте по мере задач.

Миф 4. Всё решают промпты, инструмент не важен. В 2026 году разница между моделями реальная. Claude лучше в контексте, Gemini в Google-экосистеме, ChatGPT в универсальности. Промпт это половина успеха, вторая половина правильный инструмент под задачу.

Миф 5. Обезличенные данные бесполезны для расчётов. На практике нейросеть считает пропорции и структуру даже по округлённым данным. Итоговые суммы сверяете на реальных цифрах, а для анализа и трендов обезличенной таблицы достаточно.

Чек-лист: внедрить нейросети в финотдел за неделю

Пошаговый план на семь дней. Каждый шаг занимает не больше вечера, итог к концу недели 8-12 сэкономленных часов.

Почему именно неделя. Семи дней достаточно, чтобы пройти путь от настройки до первой проверенной экономии. Если растянуть на месяц, мотивация гаснет и автоматизация откладывается. Если сжать до двух дней, вы не успеете обезличить данные и проверить результат. Неделя это золотая середина: каждая задача решается за вечер, а к выходным у вас есть цифра экономии, которую можно показать собственнику.

День 1. Выберите две задачи из карты. Первичка и протокол совещания дают быстрый результат. Не берите все 15 задач, доведите две до автоматизма.

День 2. Настройте доступ и тариф. Проверьте, как открывается выбранный сервис, заведите аккаунт, выберите базовую платную подписку. Для ChatGPT и Claude доступ настраивается отдельно из-за ограничений.

День 3. Выключите обучение на ваших данных. Тумблер «улучшить модель для всех» в настройках конфиденциальности. Это одна минута, которую новички пропускают.

День 4. Обезличьте данные. Составьте справочник замен в Excel: контрагенты, суммы, имена. Проверьте на одной выгрузке, что формула работает.

День 5. Соберите первый промпт. Возьмите промпт для первички или сверки из этой статьи, подставьте свои данные вместо плейсхолдеров.

День 6. Прогоните задачу и проверьте результат. Сверьте с ручным расчётом, найдите расхождения. В первый месяц проверка обязательна.

День 7. Посчитайте экономию и выберите следующую задачу. Запишите, сколько времени сэкономили. Разница мотивирует, а следующая задача видна по карте.

Частые вопросы о нейросетях для финансиста

Сколько стоит минимальный набор инструментов? Базовая платная подписка ChatGPT это стандартный старт. Claude добавляется, когда доходите до договоров и больших документов. Цены меняются, актуальные цифры смотрите на официальных страницах сервисов.

Можно ли обойтись одной нейросетью? Можно, ChatGPT закрывает 80 процентов задач из карты. Но на длинных договорах и аналитических текстах Claude заметно точнее. Связка из двух моделей окупается, когда задачи усложняются.

Что делать, если нейросеть дала неверный результат? Проверьте промпт: задали ли роль, контекст, ограничения, формат. Потом проверьте данные: не перепутали ли колонки. Потом уточните: «пересчитай, учитывая, что суммы в рублях с НДС». Большинство ошибок лечатся уточнением промпта, а не сменой модели.

Какие задачи лучше не отдавать нейросети? Финальную проверку отчётности перед собственником, актуальность норм НК, юридические риски в договорах, специфические отраслевые методики. Это зона человека.

Чем российские сервисы отличаются от западных? Российские сервисы работают без VPN, но модели там обычно слабее в сложных расчётах и больших документах. Пока для финансовых задач надёжнее проверенная четвёрка из этой статьи. Это не навсегда: конкуренция растёт, и российские модели становятся сильнее с каждым годом, но для ответственных расчётов я бы не рисковала.

Сколько времени нужно, чтобы обучить команду? Реалистичный срок 2-4 недели на первую задачу. Один человек осваивает инструмент, делает промпты, потом показывает коллегам на примере их рутины. Не пытайтесь обучить всех сразу лекцией: работает передача через конкретные кейсы, когда каждый видит экономию на своей задаче.

Подойдёт ли нейросеть для малого бизнеса без бухгалтера? Подойдёт, но с ограничением. ChatGPT закроет первичку, сверки, письма и черновики отчётов, но финальную отчётность и налоговые расчёты должен проверить специалист. В малом бизнесе нейросеть работает как ассистент, который снимает 70 процентов рутины, а не как замена бухгалтера.

Как следить за обновлениями моделей: три канала школы

Нейросети обновляются каждые несколько месяцев, и карта инструментов быстро устаревает. Чтобы оставаться в курсе, подпишитесь на каналы школы, где мы разбираем новые модели и сразу публикуем свежие промпты:

@findir_pro. Основной Telegram-канал «Финансовый директор | Мастер CFO». 45 000 подписчиков. Ежедневно: практические разборы, кейсы выпускников, обновления инструментов, новые промпты для финансистов.

«АИ с Софьей и Натали». Канал об AI для финансистов. 13 000 подписчиков. Вместе с Софьей Бурцевой, основателем школы, разбираем новые модели, делаем живые тесты и публикуем обновлённые промпты сразу после выхода новых версий.

MAX. Закрытое сообщество для действующих финансовых директоров. 5 000+ участников. Кейсы коллег, шаблоны, закрытые эфиры по AI и стратегии CFO.

Если хотите пройти путь внедрения нейросетей вместе с нами, а не методом проб и ошибок, запишитесь на курс «AI-навыки финансиста». За 800+ выпускников я отвечаю лично: вы уйдёте с картой инструментов под свои задачи и первыми двумя автоматизированными процессами.