Автор: Олег Батурин
Введение
Искусственный интеллект стремительно врывается в мир 1С. Если ещё пару лет назад нейросети казались чем-то далёким от повседневной работы аналитика, то сегодня они стали полноценным рабочим инструментом — таким же привычным, как конфигуратор или табличный документ. По данным отраслевых экспертов, аналитики 1С, использующие нейросети, получают как минимум двух-трёхкратный прирост производительности на типовых задачах: от написания ТЗ до анализа legacy-кода.
Где именно аналитик 1С может извлечь максимум пользы из нейросетей, какие инструменты уже доступны и какие ограничения важно учитывать?
1. Подготовка технических заданий и документации
Проблема
Документация — вечная боль 1С-проектов. Техническое задание должно быть подробным и однозначным, но в реальности на него вечно не хватает времени. Бывает, аналитик получает от заказчика длинное письмо с путаными требованиями и должен превратить его в структурированный документ. Раньше на одну задачу уходило 2–3 часа чистого времени.
Что делает нейросеть
• Генерирует черновик ТЗ по краткому описанию. Достаточно описать суть в нескольких предложениях — и модель выдаёт структурированный документ с разделами, терминами и типовой логикой бизнес-процесса.
• Создаёт пользовательские инструкции — описания функций для конечных пользователей 1С с учётом отраслевой специфики.
• Формирует резюме — краткие выжимки из длинных переписок, протоколов совещаний и запросов клиента. Идеально для передачи контекста внутри команды.
• Уточняет терминологию — помогает привести формулировки к единообразию и устранить неоднозначности.
Практический пример
Аналитику нужно подготовить ТЗ на мобильное приложение для учёта сбора продукции на базе 1С:Предприятие. Вместо того чтобы несколько часов структурировать текст, он задаёт ChatGPT роль «аналитика 1С», описывает задачу — и получает план-подсказку ТЗ, а затем полноценный текст. Итог: описание задачи, которое раньше занимало 3 часа, заняло около 30 минут. Пропорция вклада — примерно 50/50: нейросеть генерирует текстовую часть и структуру, а человек дорабатывает визуальные прототипы, BPMN-диаграммы и вносит экспертные уточнения.
Как правильно составить промпт
Для качественного результата используйте ролевые промпты — задайте нейросети конкретную роль и контекст. Пример:
«Ты — опытный аналитик 1С:ERP. Составь техническое задание для доработки подсистемы управления складом. Задача: реализовать автоматический подбор ячеек хранения при приёмке товара на основании габаритов, весовых характеристик и условий хранения (температурный режим). Опиши функциональные требования, алгоритм подбора, сценарии работы пользователя и исключительные ситуации.»
Чем точнее роль и контекст — тем релевантнее результат. Для улучшения качества поддерживайте диалог: уточняйте детали, задавайте вопросы, просите доработать отдельные разделы.
Полезные приёмы:
1. «Создай техническое задание для…» — начните с явной инструкции.
2. «Опиши требования к…» — уточните, что ожидаете (функционал, производительность, интерфейс).
3. «Какие есть риски и ограничения?» — попросите описать граничные случаи.
4. «Подведи итоги и предоставь общую информацию о проекте» — для финального раздела ТЗ.
2. Обследование и сбор требований
Сценарии использования
Обследование — это не только встречи с заказчиком, но и огромный объём работы по обработке информации после них.
• Протоколирование совещаний. Сервис 1С:Распознавание речи обрабатывает 1 час аудио за, примерно, 1 минуту, автоматически расставляет пунктуацию и распознаёт числа, даты и валюты. Аналитик записывает аудио встречи, а затем получает текстовый протокол, готовый к обработке.
• Структурирование результатов. Нейросеть берёт сырой текст протокола и преобразует его в формат «проблема — требование — приоритет — ответственный».
• Анализ переписки. Длинная цепочка писем от заказчика → нейросеть → краткое резюме с выделенными ключевыми требованиями и открытыми вопросами.
• Проверка полноты требований. Можно попросить нейросеть сверить список требований с международными стандартами или с типовой структурой ТЗ по ГОСТу и подсветить пропуски.
Практический пример
Аналитик возвращается со встречи с записью на 40 минут. Распознавание речи даёт текст. ChatGPT структурирует его:
«На основании протокола совещания составь список функциональных требований. Для каждого требования укажи: краткое название, описание, приоритет (высокий/средний/низкий), связанный бизнес-процесс. Выдели отдельно открытые вопросы, по которым не было принято решение.»
3. Визуальное моделирование
Одна из неочевидных, но крайне полезных возможностей нейросетей — превращение текстовых требований в визуальные модели за считанные минуты.
Что можно создавать:
• Схемы бизнес-процессов в нотации BPMN — наглядные и готовые к обсуждению с заказчиком.
• Прототипы форм 1С — набросок интерфейса, который даёт разработчику чёткое понимание ожидаемого результата. Специализированные сервисы (например, MAKER-STUDIO) позволяют создавать прототипы в связке с GPT.
4. Анализ кода и работа с legacy-системами
Аналитик 1С не всегда работает исключительно с текстами — порой приходится разбираться в чужом коде при передаче проектов, миграциях и обследованиях.
Возможности
• Объяснение кода — загружаете фрагмент модуля на 1С (или JavaScript, Python, SQL, встроенный в конфигурацию), получаете подробное описание логики «человеческим языком».
• Поиск проблем — модель указывает на потенциальные ошибки, узкие места и проблемы производительности.
• Генерация документации — автоматическое создание комментариев и описаний процедур.
• Рефакторинг — предложения по улучшению читаемости и структуры кода.
Практический пример
В отраслевую конфигурацию 1С был встроен код на JavaScript с неизвестной методикой расчёта. Команда-разработчик ушла. Аналитик передавал ключевые фрагменты в ChatGPT с промптом:
«Ты — опытный программист JavaScript. Опиши подробно, что в данном фрагменте кода выполняется: [код]»
Перебирая фрагменты и задавая уточняющие вопросы, команда восстановила заложенную логику расчёта — без привлечения дорогостоящего узкого специалиста.
5. Встроенные ИИ-сервисы экосистемы 1С
Фирма «1С» последовательно интегрирует нейросетевые технологии в свою платформу.
5.1. 1С:Напарник
AI-ассистент, встроенный в среду разработки 1С:EDT (начиная с версии 2025.1 — в составе поставки).
Основные функции:
• Генерация кода по описанию на русском языке. Например, комментарий // Если заполнен договор, заполнить менеджера из договора превращается в рабочий код.
• Интеллектуальное автодополнение — подсказки с учётом контекста модуля, типов объектов, регистров, форм и событий.
• Документирование — автоматическое описание процедур и функций, параметров и ожидаемого результата.
• Анализ и рефакторинг — находит избыточную логику, потенциальные ошибки, предлагает более читаемую реализацию.
• Генерация тестовых данных — например, «Заполни справочник "Города" двадцатью городами России».
Доступ: бесплатен для всех пользователей с учётной записью на портале 1С:ИТС до 1 октября 2026 года.
5.2. 1С:Распознавание первичных документов (РПД)
Облачный сервис для автоматического распознавания сканов и фотографий:
• Определяет тип документа: счёт на оплату, ТОРГ-12, УПД, акт, счёт-фактура, кассовый чек.
• Извлекает реквизиты и сопоставляет с объектами в базе.
• Поддерживает форматы PDF, JPEG, PNG, Word, Excel. Работает в пакетном режиме.
• Встроен во все основные решения: 1С:Бухгалтерия, ERP, УНФ, УТ, Розница, КА, БГУ.
В одном из кейсов внедрение нейросети для обработки документов сократило время обработки на 45% за три месяца.
5.3. 1С:Прогнозирование продаж
Сервис для прогнозирования бизнес-показателей на основе данных учётной системы...
Продолжение статьи читайте на нашем сайте 1С:БИЗНЕС РЕШЕНИЯ
