В прошлом месяце я обнаружил, что мой банк начислял мне 1% кешбэка за продукты. А мог начислять 5%. Разница за год: около 12 000 рублей, которые я просто не получил. И всё потому, что нужная категория была спрятана на четвёртой странице раздела «Специальные предложения».
Банки не врут. Они просто показывают то, что выгодно им. Вы видите 1% на главной и радуетесь. А настоящие 5–10% спрятаны в PDF на 37 страниц, который никто не открывает. Маркетологи называют это «иллюзией выгоды»: банк решает за вас, что вам показать. Знакомо?
Я решил проверить, может ли ИИ разобраться в этом хаосе быстрее меня. Спойлер: может, и за 40 секунд.
Почему банк прячет лучшие предложения
Короткий ответ: потому что это работает. Банк зарабатывает на interchange fee с каждой покупки по карте. При тратах 50 000 рублей в месяц вы получаете 1% кешбэка: 500 рублей. А банк забирает у мерчантов 1–2,5%, от 500 до 1 250 рублей. Чувствуете, кто в плюсе?
Теперь представьте, что вы активировали скрытую категорию с 5%. Банку придётся отдать вам больше, а на массовом уровне это невыгодно. Поэтому такие предложения не кричат с баннеров.
Вот что я заметил за два года наблюдений. Банки используют четыре приёма:
- Прячут повышенные категории в PDF-условиях программы лояльности
- Меняют категории каждый квартал, не отправляя уведомлений
- Ставят ограничение по сумме кешбэка мелким шрифтом
- Показывают на главной категории, которые вы реже всего используете
Последний пункт хитрее остальных. Если вы редко заправляетесь, банк с удовольствием покажет 5% на АЗС. А вот 3% на продукты, куда уходит основная часть бюджета, спрячет подальше.
Что умеет ИИ в этой задаче
Я протестировал подход на трёх банках. Условия их программ лояльности занимали от 15 до 42 страниц в PDF. Задача простая: загрузить документ в чат с ИИ и попросить найти то, что глаз пропускает.
ИИ справляется за полминуты. Человек тратит на те же условия минимум час, и всё равно упускает нюансы: мозг устаёт от юридического языка уже на третьей странице. Как вам такая разница?
Что конкретно находит ИИ при анализе:
- Все категории с повышенным кешбэком, отсортированные по проценту
- Ограничения: лимит суммы, период действия, минимальный чек
Разницу между условиями разных карт одного банка
«Ловушки», где кешбэк формально высокий, а лимит настолько маленький, что выгода символическая
Пример из моей практики. У одного банка в условиях нашлась категория «Образование» с 5% кешбэком. Я плачу за онлайн-курсы около 4 000 рублей в месяц, и это 200 рублей кешбэка вместо 40 при стандартном проценте. За год набежало 1 920 рублей. И это только одна категория.
Кстати, если загрузить условия сразу двух банков в один чат, ИИ сам сравнит их и укажет, где какая категория выгоднее. Не нужно сводить таблицы вручную.
Промпт для анализа PDF
Вот промпт, который я использую. Подходит для ChatGPT, Claude, Gemini и любого чата с поддержкой загрузки файлов.
- «Я загружаю PDF с условиями бонусной программы банка [название]. Проанализируй документ и выдай:
- Полный список категорий с повышенным кешбэком (выше базовой ставки), отсортированный по проценту от большего к меньшему.
- Для каждой категории укажи: процент, максимальную сумму кешбэка в месяц, период действия, особые условия.
- Найди пересекающиеся категории (например, «Рестораны» и «Фастфуд» могут учитываться по-разному).
- Выдели «ловушки»: высокий процент при низком лимите или коротком сроке.
- Какие категории самые выгодные для человека, который тратит основные суммы на: продукты, транспорт, онлайн-сервисы, одежду?»
Пятый пункт отредактируйте под себя. Именно он превращает общий анализ в персональную рекомендацию.
Сопоставляем с личными тратами
Найти скрытые кешбэки мало. Какой толк от 10% на категорию, если вы тратите на неё 500 рублей в месяц? Нужно сопоставить находки с реальными расходами.
Я делаю так: выгружаю банковскую выписку за три месяца в формате CSV или Excel и прошу ИИ наложить мои траты на найденные категории.
Промпт для второго шага:
«Вот моя выписка за 3 месяца [прикрепить файл]. А вот список категорий с повышенным кешбэком [вставить результат предыдущего анализа]. Рассчитай, сколько я мог бы получить при оптимальном выборе категорий. Сравни с тем, что я получаю сейчас при базовой ставке.»
Когда я впервые сделал это, результат удивил. Я терял около 800 рублей в месяц из-за неоптимального выбора категорий. За год это 9 600 рублей.
Где подвох
Было бы нечестно промолчать о нюансах. ИИ иногда ошибается при чтении PDF, особенно если документ содержит таблицы в виде картинок или нестандартное форматирование. У меня был случай, когда нейросеть пропустила сноску, ограничивающую кешбэк первыми тремя месяцами.
Мой подход: ИИ делает первичный анализ, а я перепроверяю ключевые находки вручную. Десять минут вместо часа. Разве не выгодный размен?
Ещё момент: не все банки публикуют полные условия в открытом доступе. Иногда часть акций видна только в приложении после авторизации. Тут помогают скриншоты: ИИ умеет анализировать и изображения тоже.
Что делать прямо сейчас
Откройте приложение банка. Зайдите в раздел «Кешбэк» или «Бонусная программа», найдите ссылку на полные условия и скачайте PDF. Обычно ссылка прячется мелким текстом внизу.
Загрузите файл в ИИ-чат и вставьте промпт из этой статьи. Пять минут работы.
Если у вас карты нескольких банков, проделайте это для каждой. А потом попросите ИИ сравнить результаты и подсказать, какой картой выгоднее платить в каждой категории.
Я проделал это с четырьмя картами. Теперь у меня в заметках простая табличка: продукты оплачиваю одной картой, транспорт другой, подписки третьей. Обновляю раз в квартал, когда банки меняют условия. Набежало больше 6 000 за полгода. Не состояние, но эти деньги пришли за 30 минут работы. Просто потому что я прочитал то, что банк не хотел мне показывать.