Сверку актов можно ускорить, если поручить нейросети первичный разбор, нормализацию данных и поиск расхождений, а за бухгалтером оставить контроль и решение спорных ситуаций.

Я отношусь к ИИ в бухгалтерии без магии. Он не заменяет учетную политику, не подписывает документы и не принимает финансовые решения за человека. Зато хорошо берет на себя скучную часть сверки: привести строки к одному виду, сопоставить суммы, подсветить договоры с разными номерами, найти расхождения по НДС, датам и сальдо.

Когда бухгалтерия сверяет 50–100 актов вручную, время уходит не на сложную экспертизу. Часы растворяются в копировании сумм, поиске нужного договора, сравнении похожих строк и перепроверке того, что в одном файле контрагент написан полностью, а в другом сокращенно. Если эту механику разложить на шаги, нейросеть закрывает первичный слой работы. На повторяемых сверках это может дать экономию до 70% ручного времени, но только при нормальной подготовке данных и понятных правилах проверки.

В этой инструкции я покажу рабочую схему: какие документы собрать, как сформулировать правила для ИИ, где нужна таблица контроля, как проверять результат и почему не надо сразу подключать автоматическую отправку актов контрагентам.

Где ИИ реально помогает при сверке актов

Автоматическая сверка актов состоит из нескольких операций. Одни хорошо подходят для нейросети, другие надо оставить бухгалтеру или учетной системе.

ИИ полезен там, где нужно сравнивать текстовые и табличные данные. Например, он может привести названия контрагентов к единому виду, сопоставить ИНН, договоры, счета, даты, суммы без НДС и с НДС, разбить ошибки по типам. Если акт от контрагента пришел в виде таблицы, а внутренняя выгрузка сделана из учетной системы, модель помогает увидеть, что строки относятся к одному обязательству, хотя написаны по-разному.

Слабое место нейросетей, арифметика и юридическая ответственность. Проверку итоговых сумм, налоговых ставок и закрывающих документов лучше закреплять формулами, учетной системой и регламентом. Я использую ИИ как аналитический фильтр: он подготавливает список расхождений, а бухгалтер подтверждает выводы.

Если вы только выстраиваете такие процессы, полезно сначала разобрать общую логику внедрения нейросетей в рабочие процессы. Сверка актов не должна жить как разовая игрушка в чате. Ей нужен повторяемый маршрут: входные файлы, шаблон запроса, контрольная таблица, ответственный за финальное решение.

Какие данные подготовить перед запуском

Чем чище входные данные, тем меньше ложных срабатываний. Для сверки я прошу подготовить два набора: акт контрагента и внутреннюю выгрузку по взаиморасчетам. Идеальный формат, таблица с отдельными колонками. Если есть только PDF или скан, сначала нужен этап извлечения текста и таблиц с проверкой распознавания. Это отдельная задача, ее нельзя смешивать с бухгалтерской сверкой.

Минимальный набор полей:

Поле Зачем нужно при сверке Частая ошибка
ИНН контрагента Надежнее названия компании В акте есть КПП, но нет ИНН
Номер договора Связывает платежи и услуги Разные форматы: 15/24 и 15-2024
Дата документа Помогает поймать смещение периода Услуга за март попала в апрель
Номер счета или УПД Уточняет строку начисления Один счет разбит на две строки
Сумма без НДС Нужна для налоговой проверки Округление до рублей
НДС Отдельный контроль ставки и суммы Ставка совпала, сумма нет
Сумма с НДС Быстрая проверка итога Разница из-за копеек
Сальдо на начало и конец Показывает общую картину В одном акте учтены авансы

Для примера: если в месяце 80 актов и в каждом по 20 строк, бухгалтер смотрит 1600 строк до учета повторных проверок. Даже простая предварительная разметка по типам ошибок экономит часы, потому что человек начинает не с пустой таблицы, а с готового списка подозрительных мест.

Пошаговый сценарий сверки актов с ИИ

Я разбиваю работу на шесть этапов. Такой маршрут проще контролировать, чем один большой запрос с просьбой сверить все сразу.

1. Нормализуйте названия и реквизиты

Сначала нейросеть получает таблицы и приводит поля к единому виду. Названия организаций лучше не использовать как главный ключ. Надежнее ИНН, договор, номер документа и дата. Название остается вспомогательным полем, потому что в документах встречаются сокращения, кавычки, лишние пробелы, старые наименования.

Запрос можно сформулировать так: проверь две таблицы, приведи названия контрагентов к одному виду, не меняй исходные суммы, добавь колонку с нормализованным названием и отдельную колонку с признаком сомнения. Если ИНН отсутствует, пометь строку для ручной проверки.

В SoftChat удобно держать такой запрос как шаблон промпта, чтобы бухгалтеры не писали его заново при каждой сверке. В чате можно прикреплять документы к сообщению, а результат просить в Markdown-таблице. Это не отменяет проверку исходных файлов, но снижает хаос в переписке и делает формат ответа повторяемым.

2. Сопоставьте строки по надежным признакам

Второй этап, matching. Я обычно задаю приоритеты так: ИНН, договор, номер документа, дата, сумма. Если совпали ИНН, договор и сумма, но дата отличается на 1–3 дня, это не всегда ошибка. Возможно, одна сторона указала дату акта, другая дату проведения.

Условный пример: в акте контрагента 120 строк, из них 96 совпали по ИНН, договору и сумме, 18 требуют проверки дат, 6 не имеют пары во внутренней выгрузке. Такая разбивка уже полезнее общего вывода, что акт не сходится. Бухгалтер видит фронт работ и может начать с 6 строк без пары.

3. Разделите расхождения по типам

Не все расхождения равны. Разница в 1 копейку из-за округления и отсутствующий акт на 240 000 рублей требуют разной реакции. Поэтому я прошу модель не просто искать несовпадения, а классифицировать их.

Практичная классификация выглядит так:

Тип расхождения Что проверять Действие бухгалтера
Нет строки у одной стороны Номер документа, период, договор Запросить документ или проверить выгрузку
Разная сумма НДС, скидка, частичная оплата Поднять первичку и условия договора
Разная дата Дата акта и дата проведения Проверить период отражения
Разный договор Карточка контрагента, допсоглашение Уточнить привязку операции
Разница в сальдо Авансы, оплаты, перенос остатков Сверить обороты за период
Дубликат Повтор строки или документа Удалить дубль из анализа, не из учета

На этом этапе помогает навык постановки точных запросов. Я подробно разбирал похожий подход в статье про нейросеть для генерации текста и проверку результата: чем яснее формат ответа, тем меньше времени уходит на правки.

4. Проверьте арифметику отдельно

Нейросеть может объяснить, где вероятная ошибка, но арифметический контроль лучше дублировать формулами. Минимальная проверка: сумма без НДС плюс НДС равна сумме с НДС; итог по строкам равен итогу акта; сальдо на начало плюс начисления минус оплаты равно сальдо на конец.

Я не прошу модель пересчитать бухгалтерский учет целиком. Я прошу ее сформировать таблицу контрольных точек: строка, поле, ожидаемая логика, найденное значение, комментарий. Потом эту таблицу можно проверить формулами в табличном редакторе или учетной системе.

5. Сформируйте отчет для бухгалтера

Хороший отчет не должен быть длинным. В нем нужны четыре блока: совпало, есть мелкие расхождения, нужна ручная проверка, критичные расхождения. Внутри каждого блока лучше держать строки с первичными полями, а не пересказ в стиле свободного текста.

Для примера: отчет по акту за месяц может содержать 3 критичных расхождения, 11 строк с разницей в датах и 4 строки с округлением. Если все это смешать в один абзац, бухгалтер снова будет искать руками. Если разложить по таблице, работа превращается в очередь задач.

В SoftChat для таких повторяемых проверок можно использовать сохраненного ассистента с заданной ролью для текущего разговора. Я бы описал ему стиль работы: не менять исходные данные, не додумывать документы, выводить уверенность по каждой строке, отдельно помечать спорные совпадения. Каталог возможностей SoftChat позволяет подключать ассистента к открытому чату и убирать его, когда роль больше не нужна.

6. Зафиксируйте решение и причину

Последний этап часто пропускают. После ручной проверки надо зафиксировать, что сделали с каждой проблемной строкой: запросили акт, исправили период, признали округление, нашли дубль, перенесли на следующий месяц. Это уже не задача нейросети, а часть бухгалтерского контроля.

Если команда учится работать с ИИ, я советую отдельно тренировать людей на безопасных учебных наборах. Подход похож на обучение с персональным тьютором: сначала простые примеры, потом спорные строки, затем реальные документы с внутренними правилами доступа. Об этом шире я писал в материале про нейросети в образовании и саморазвитии.

Как выглядит промпт для сверки акта

Ниже шаблон, который можно адаптировать под свои документы. Его смысл не в красивой формулировке, а в ограничениях: модель не должна придумывать отсутствующие строки, менять суммы и выдавать итог без объяснения.

Ты помогаешь бухгалтеру выполнить первичную сверку акта.
Даны две таблицы: акт контрагента и внутренняя выгрузка.
Не изменяй исходные суммы, даты и номера документов.
Сопоставляй строки по приоритету: ИНН, договор, номер документа, дата, сумма.
Если совпадение неполное, пометь строку как требующую проверки.
Верни результат в таблице с колонками:
1. строка акта;
2. найденная строка во внутренней выгрузке;
3. тип совпадения;
4. тип расхождения;
5. сумма расхождения;
6. что проверить бухгалтеру;
7. уровень уверенности: высокий, средний или низкий.
Отдельно выведи список строк без пары.
Не делай вывод о подписании акта.

Этот шаблон хорошо работает как стартовая форма. Дальше его надо адаптировать под учетную политику: как вы относитесь к копейкам, какие договоры объединяете, как проверяете авансы, что считаете критичным отклонением.

Если бухгалтерия пока использует нейросети нерегулярно, начните с простых задач: объяснить расхождение, сгруппировать ошибки, подготовить письмо контрагенту без отправки. Такой мягкий вход похож на сценарии из статьи о том, как использовать нейросети и чат-боты для повседневных задач, только вместо личного планирования здесь финансовые документы и строгий контроль.

Как считать экономию времени без самообмана

Фраза про сокращение времени на 70% звучит заманчиво, но ее надо считать честно. Я беру не общий календарный срок закрытия месяца, а ручное время на первичную сверку: открыть акт, найти пару строк, проверить сумму, отметить расхождение, собрать отчет.

Простая формула:

Показатель Как считать
Базовое время Сколько минут уходит на ручную сверку без ИИ
Время с ИИ Подготовка файлов плюс проверка отчета модели
Экономия Базовое время минус время с ИИ
Процент экономии Экономия разделить на базовое время и умножить на 100

Условный пример: без ИИ первичная сверка пакета актов занимает 10 часов, с ИИ подготовка и проверка занимают 3 часа. Экономия равна 7 часам, то есть 70%. Если после этого бухгалтер еще 2 дня ждет ответ контрагента, это не отменяет экономию на первичной сверке, но не сокращает весь цикл закрытия взаиморасчетов на те же 70%.

Такой расчет защищает от разочарования. ИИ ускоряет конкретный участок, а не всю бухгалтерию сразу.

Где нужны ограничения и контроль

В бухгалтерии нельзя строить процесс по принципу полного доверия к ответу модели. Я бы зафиксировал несколько запретов в регламенте.

Нейросеть не подписывает акт, не решает спор с контрагентом, не меняет данные в учетной системе без проверки, не удаляет строки как дубли без подтверждения. Она готовит разметку и объясняет, почему считает строку совпавшей или проблемной.

Отдельно проверьте доступ к документам. В актах могут быть банковские реквизиты, персональные данные, коммерческие условия. Перед внедрением нужен внутренний порядок: кто имеет право загружать документы, какие файлы можно использовать, как хранится результат, кто отвечает за финальную проверку.

Для команды из нескольких бухгалтеров я бы сделал короткий регламент на одну страницу: формат выгрузки, шаблон запроса, допустимые типы расхождений, правило ручной проверки, место хранения отчета. Этого достаточно, чтобы процесс перестал зависеть от одного сотрудника.

Что бы я сделал на вашем месте

Я бы начал не с интеграции и не с обещания мгновенной автоматизации. Сначала взял бы 10–20 уже закрытых актов за прошлый период, удалил лишние поля, подготовил две таблицы и прогнал их через один шаблон сверки. Затем сравнил бы результат с тем, что бухгалтерия уже нашла вручную.

Если модель стабильно ловит типовые расхождения и не создает много ложных тревог, можно расширять сценарий: добавить классификацию ошибок, шаблон отчета, сохраненный промпт, обучение сотрудников. Если результат плавает, проблема чаще всего в грязных данных или слишком общем запросе.

Мое правило простое: ИИ допускается к первичной сверке только тогда, когда его вывод можно быстро проверить таблицей и первичными документами. Тогда 70-процентная экономия становится не лозунгом, а измеримым эффектом на узком участке работы. А бухгалтер занимается тем, что действительно требует квалификации: спорными документами, сальдо, контрагентами и решением, можно ли подписывать акт.