По нашим наблюдениям из курса: финансовый аналитик в компании малого и среднего бизнеса тратит от 30 до 50% рабочего времени на операции, которые не требуют финансовой экспертизы. Разметить платежи по статьям, написать формулу для сводной, сравнить план с фактом построчно, добавить комментарий к каждому отклонению. Все эти задачи можно делегировать — не разработчику, не дорогому BI-инструменту, а ChatGPT в связке с Google Таблицами.
Я Натали Васильева, эксперт по нейросетям и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (45 000 подписчиков в @findir_pro, 13 000 в «АИ с Софьей и Натали», 5 000+ в MAX, 800+ выпускников курса AI-навыков). Работаю с нейросетями в финансовых задачах с февраля 2023 года. В 2026 году связка Google Sheets и ChatGPT GPT-5.5 стала по-настоящему рабочей именно для финансиста — и работает без единой строки кода.
В этой статье разберу шесть конкретных автоматизаций с готовыми промптами, которые можно запустить сегодня. Три реальных кейса с цифрами из практики курса. Сравнение трёх способов подключить ChatGPT к таблицам. Честный разговор про безопасность данных и доступ из России. Актуально на июнь 2026 года, без рекламы VPN.
Что значит «автоматизация Google Таблиц через ChatGPT без программирования»
Сначала уточню термины, потому что «без программирования» звучит как маркетинговый оборот.
На деле это означает следующее: вы не пишете код сами. ChatGPT либо выполняет задачу за вас (анализирует данные, категоризирует строки, находит аномалии), либо пишет формулу или скрипт, который вы просто вставляете в таблицу, — ровно как вы вставляете формулу =СУММ() после того, как вам её показали. Разработчик для этого не нужен.
Финансист работает с Google Таблицами. Данные лежат в Sheets: платёжки, бюджеты, управленческий учёт, план-факт. ChatGPT принимает эти данные тремя способами. Первый: вы экспортируете таблицу как XLSX-файл и загружаете в чат — ChatGPT читает всю книгу и выполняет анализ через Python-код внутри своей среды. Второй: копируете нужный диапазон прямо в окно ChatGPT — подходит для таблиц до 200-300 строк. Третий: устанавливаете расширение GPT for Sheets и пишете формулу =GPT() прямо в ячейке, а результат появляется там же. Во всех трёх случаях вы не пишете ни строчки кода.
Почему именно 2026 год стал удобным для этой связки? GPT-5.5 заметно точнее работает с табличными данными, чем предшественники: реже придумывает несуществующие числа, аккуратнее читает формат ячеек, надёжнее считает суммы через Advanced Data Analysis — потому что там арифметику считает реальный Python-код, а не языковая модель «на память». Это тот уровень качества, при котором финансист готов доверить инструменту реальную рабочую задачу, а не только эксперимент.
Важная граница: ChatGPT не заменяет Google Таблицы. Таблица остаётся там, где живут данные и считаются формулы. ChatGPT это внешний аналитик, которому вы формулируете задание словами, а он возвращает результат: категоризированный список, готовую формулу, управленческий комментарий, отчёт о найденных аномалиях. Решения остаются за вами.
Как подключить ChatGPT к Google Таблицам: три способа без кода
Прежде чем разбирать шесть автоматизаций, посмотрим на три рабочих способа наладить связку. Выбор зависит от объёма данных, частоты задачи и требований к безопасности.
Способ 1: экспорт файла и загрузка в ChatGPT
Самый простой вариант для разовых аналитических задач с большими объёмами данных. В Google Таблицах выбираете «Файл», затем «Скачать» и «Microsoft Excel (.xlsx)» или «CSV (.csv, текущий лист)». Открываете chatgpt.com, переключаетесь на модель GPT-5.5 с включённым Advanced Data Analysis, загружаете файл через иконку скрепки или перетаскиваете в окно. Дальше — описываете задачу обычными словами.
Преимущества: ChatGPT читает весь файл целиком, включая несколько листов; арифметику считает Python, поэтому суммам можно доверять; данные под вашим контролем, не идут через сторонние серверы. Ограничения: нужна подписка ChatGPT Plus (около 20 USD в месяц); каждый раз нужно экспортировать и загружать заново; данные необходимо предварительно обезличить.
Этот способ подходит для автоматизаций 1, 4 и 5 из этой статьи: категоризации, поиска аномалий и сценарного анализа по большим таблицам.
Способ 2: copy-paste данных в чат
Для небольших таблиц до 150-200 строк работает простое копирование. Выделяете нужный диапазон в Google Sheets, копируете (Ctrl+C), вставляете в окно ChatGPT. Табуляция между ячейками сохраняется, модель читает структуру столбцов. Описываете задачу и получаете результат.
Преимущества: работает в бесплатной версии ChatGPT и в DeepSeek V3.2, который доступен из России напрямую без специальных средств; быстро и без экспорта. Ограничения: на больших объёмах данные обрезаются по лимиту контекста; при сложных формулах и нескольких листах модель видит только вставленный текст, а не структуру книги.
Этот способ подходит для автоматизаций 3 и 6 из статьи: план-факт и управленческий нарратив, где таблица компактная.
Способ 3: расширение GPT for Sheets and Docs
Расширение устанавливается из Google Workspace Marketplace за несколько кликов: ищите «GPT for Sheets and Docs» от Talarian. После установки в вашей таблице появляются функции =GPT(), =GPTLIST(), =GPTTABLE(). Формула =GPT("категоризируй этот платёж по статье бюджета из списка: Аренда, ФОТ, Логистика, Маркетинг, Прочее", A2) в ячейке B2 возвращает ответ прямо туда — и вы протягиваете формулу вниз на весь столбец.
Преимущества: результат сразу в ячейке, не нужно выходить в браузер; подходит для тысяч строк без ручного разбиения на порции; можно автоматизировать повторяющееся обогащение данных прямо в таблице. Ограничения: это сторонний сервис, ваши данные идут через серверы Talarian, не напрямую в OpenAI; стоит отдельно от ChatGPT (тарифицируется отдельно — актуальные цены проверяйте перед установкой); для корпоративных финансовых данных нужно проверить политику обработки данных расширения.
Мой рабочий принцип: для разовых задач с финансовыми данными выбираю способ 1 или 2 — безопаснее по цепочке обработки. Расширение GPT for Sheets использую для повторяющейся разметки открытых данных и справочников, где сведения не конфиденциальные.
Автоматизация 1: категоризация платежей по статьям бюджета
Что это и зачем. У финансиста есть выгрузка из 1С или банковская выписка: сотни строк с наименованием контрагента, суммой и назначением платежа. Каждую строку нужно разнести по статьям бюджета — аренда, ФОТ, логистика, маркетинг, налоги. Это чистая разметка: думать здесь не нужно, нужно знать справочник статей и уметь читать назначение платежа. ChatGPT делает это быстро и без ошибок на чётко описанных строках.
Как подготовить данные. Экспортируете реестр платежей из 1С или скачиваете Google Sheet как XLSX. Обезличиваете: реальные названия контрагентов заменяете на «Поставщик А», «Поставщик Б», ИНН и банковские реквизиты полностью удаляете. Справочник соответствий (что реальное, что заменённое) храните локально. Суммы можно округлить до тысяч рублей или умножить на единый коэффициент — смысл для категоризации не теряется.
Промпт для ChatGPT:
Ты финансовый аналитик. Я загружаю реестр платежей компании за месяц. Данные обезличены: контрагенты указаны как Поставщик А/Б/В/Г. Суммы в тыс. руб. Задача: присвой каждой строке реестра статью бюджета из списка ниже. Статьи бюджета: - Аренда - Фонд оплаты труда - Налоги и взносы - Логистика и транспорт - Маркетинг и реклама - IT и телеком - Коммунальные услуги - Закупка сырья и материалов - Обслуживание оборудования - Прочие операционные расходы Правила: 1. Основывайся на поле «Назначение платежа» — оно главное. 2. Если назначение неоднозначно — ставь «Прочие операционные расходы» и добавь в столбец «Примечание» пояснение «проверить: возможно X или Y». 3. Если поле «Назначение» пустое — оставь статью пустой и пометь «нет данных». 4. Не выдумывай сведения о контрагентах, которых нет в файле. Формат ответа: та же таблица что в файле, плюс два новых столбца: «Статья бюджета» и «Примечание». Сначала покажи первые 10 строк — я проверю, правильно ли ты понял справочник. Потом скажи, чтобы продолжить остаток.
Как работать с ответом и на что обращать внимание
После первых десяти строк обязательно проверьте их вручную и сравните со своим справочником. Если ChatGPT где-то ошибся — уточните прямо в диалоге: «Строки с назначением "ЗПП" и "аванс сотрудникам" это всегда ФОТ, переразметь». Модель применит уточнение к оставшимся строкам.
Не просите обработать тысячу строк одним запросом — результат будет хуже. Работайте порциями по 200-300 строк или разрешайте ChatGPT самому разбить на части. После каждой порции проверяйте спорные строки из столбца «Примечание».
Частый вопрос: а что, если одна платёжка относится к двум статьям? Например, один счёт от IT-подрядчика покрывает и разработку (IT и телеком), и обучение сотрудников (ФОТ? или прочее?). Такие строки ChatGPT пометит как «проверить». Это хорошо — именно их нужно разобрать вручную, а не автоматизировать. Задача инструмента не убрать всё мышление финансиста, а убрать механическую часть.
Кейс 1: категоризация 850 строк за 45 минут вместо пяти часов. Бухгалтер производственной компании ежемесячно разносила 850-1100 строк платёжек по 38 статьям бюджета. Точка А: 4-5 часов в месяц плюс регулярные пропуски редких статей — часть строк попадала в «Прочее» по умолчанию. Что сделали: подготовили список всех 38 статей в промпте, загрузили обезличенный реестр, прогнали через ChatGPT порциями по 250 строк. Точка Б: 25-30 минут на обработку плюс 15-20 минут на проверку спорных строк, итого около 45 минут. Экономия около 4 часов в месяц, или 48 часов в год. При медианной ставке финансиста в компании среднего бизнеса около 1 200 рублей в час это 57 600 рублей годовой экономии — в несколько раз больше стоимости подписки ChatGPT Plus.
Автоматизация 2: формулы Google Sheets без ошибок — ChatGPT пишет, вы вставляете
Что это. Финансист тратит время не только на данные, но и на формулы. Нужна формула, которая суммирует продажи по нескольким условиям: открываете справку, ищете SUMIFS, разбираетесь с синтаксисом, пробуете, получаете ошибку, правите. ChatGPT даёт рабочую формулу по описанию задачи за 10-20 секунд. Вы описываете задачу словами, получаете формулу, вставляете в ячейку. Это не программирование с вашей стороны — это использование инструмента, который знает синтаксис лучше вас.
Какие формулы ChatGPT пишет лучше всего
SUMIFS и COUNTIFS — суммы и счёт по нескольким условиям одновременно. Финансист использует это ежедневно: сумма платежей за июнь по статье «Логистика» для подразделения «Производство».
QUERY — SQL-подобные запросы к диапазону Google Sheets. Мощнее SUMIFS для сложных условий: отфильтровать строки, сгруппировать по нескольким полям, отсортировать, добавить итоги — всё одной формулой. Многие финансисты не знают QUERY или не используют, потому что синтаксис незнакомый. ChatGPT пишет её за секунды.
ARRAYFORMULA — применить функцию сразу ко всему столбцу без протягивания. Если у вас 500 строк и нужна формула в каждой ячейке столбца B — ARRAYFORMULA делает это одной формулой в B1.
IMPORTRANGE — тянуть данные из другой Google Таблицы. Незаменимо, когда данные лежат в нескольких файлах: реестр платежей в одной таблице, бюджет в другой.
XLOOKUP и VLOOKUP — поиск и подтягивание данных из справочника. XLOOKUP новее и гибче, ChatGPT выбирает правильную в зависимости от задачи.
FILTER и UNIQUE — отфильтровать строки по условию и убрать дубли. Полезно для отчётов и сверок.
Промпт для сложной SUMIFS:
Напиши формулу для Google Sheets. Таблица платежей, столбцы: A — дата платежа (формат дд.мм.гггг) B — статья бюджета (текст: "Аренда", "ФОТ", "Налоги", ...) C — сумма платежа в рублях D — центр затрат (текст: "Производство", "Продажи", "Управление") Задача: посчитать сумму всех платежей за июнь 2026 по статье "ФОТ" для центра затрат "Производство". Данные начинаются с A2 (строка 1 — заголовки, данные идут бесконечно вниз). Синтаксис Google Sheets, разделитель аргументов — точка с запятой. Верни формулу и кратко объясни, что делает каждая часть. Если для этой задачи QUERY удобнее — дай оба варианта.
Промпт для QUERY (сводная без сводной таблицы):
Напиши формулу QUERY для Google Sheets. Таблица на листе «Данные», столбцы: A — дата (формат дд.мм.гггг) B — статья бюджета C — сумма Задача: вывести сумму по каждой статье бюджета за 2 квартал 2026 (апрель, май, июнь), отсортировать по убыванию суммы. Заголовок итоговой таблицы: "Статья", "Сумма за 2 квартал". Синтаксис Google Sheets. Формула выводится на другом листе. Объясни, как адаптировать под другой квартал.
Промпт для Apps Script — когда нужна автоматика по событию:
Напиши скрипт Google Apps Script. Задача: когда пользователь добавляет новую строку на лист "Реестр", автоматически заполнить ячейку в столбце E значением "Не проверено" и записать текущую дату в столбец F. Скрипт должен срабатывать автоматически при каждом добавлении строки. Верни: полный рабочий код и пошаговую инструкцию: как зайти в Apps Script, куда вставить код, как настроить триггер. Объясни каждый блок кода одной строкой.
Вставить Apps Script проще, чем кажется: «Расширения», затем «Apps Script», создаёте новый скрипт, вставляете код из ChatGPT, нажимаете «Выполнить» или настраиваете триггер по инструкции. Вы не пишете ни строчки кода — только вставляете готовый текст. Всегда тестируйте на копии листа, а не на рабочих данных.
Промпт для ARRAYFORMULA (весь столбец одной формулой):
Напиши формулу для Google Sheets с использованием ARRAYFORMULA. Ситуация: у меня таблица с данными, в столбце A — наименование товара, в столбце B — количество (число), в столбце C — цена за единицу (число). Данные идут с A2 до конца, строк может быть любое количество. Задача: в столбец D автоматически считать сумму (B × C) для каждой строки, начиная с D2. Формула должна работать для всех строк сразу — одна формула в D2 без протягивания вниз. Синтаксис Google Sheets, разделитель точка с запятой. Объясни, почему ARRAYFORMULA лучше, чем протягивание формулы.
Что делать, если формула не работает. Описываете ошибку в том же диалоге. «Формула вернула #ИМЯ?» чаще всего означает, что разделитель аргументов не точка с запятой — ChatGPT уточнит. «Результат 0 вместо суммы» может означать неправильный формат дат — ChatGPT попросит уточнить, как выглядит дата в вашей таблице. Исправление занимает одно-два уточнения в диалоге.
Автоматизация 3: план-факт с автоматическими комментариями
Что это. Ежемесячный план-факт это таблица, которая сама по себе не объясняет ничего. Набор цифр и отклонений в процентах. Чтобы собственник или директор понял картину, финансист пишет комментарии: почему выручка ниже плана на 8%, куда ушли лишние 340 000 рублей по логистике, что означает рост расходов на персонал в апреле, не связанный с сезонным пиком. Написание этих комментариев занимает от 1,5 до 3 часов в месяц — и это чистое время, за которое финансист думает не над проблемой, а над тем, как её сформулировать. ChatGPT пишет черновик за 5-7 минут.
Как подготовить данные. Два варианта. Первый: скопировать плановые и фактические данные прямо в диалог ChatGPT — подходит для таблиц до 30-40 строк. Второй: загрузить файл через Advanced Data Analysis — для детального план-факта с десятками статей и несколькими ЦФУ.
Промпт для ChatGPT:
Ты CFO, готовишь управленческий отчёт для собственника компании. Я загружаю данные план-факт за май 2026 года. Данные обезличены. Задача: 1. Рассчитай отклонение факт от плана по каждой строке: в рублях (факт минус план) и в процентах ((факт / план - 1) × 100%). Отклонение со знаком: минус — ниже плана, плюс — выше. 2. Выдели строки с существенным отклонением: более 10% по модулю или более 500 тыс. руб. в любую сторону. 3. По каждой выделенной строке напиши 1-2 предложения-гипотезу. Используй формулировки "возможная причина" или "требует проверки". Не выдумывай конкретные события, которых нет в данных. 4. Подготовь управленческий итог для собственника: 5-7 предложений про общую картину месяца, главные отклонения и на что обратить внимание в следующем месяце. Формат: сначала таблица план-факт с отклонениями, потом комментарии по существенным строкам, потом управленческий итог отдельным блоком. Стиль: деловой, прямой, без канцелярита.
Как работать с черновиком ChatGPT
После первого ответа ChatGPT уточняйте в диалоге. «Перепиши управленческий итог жёстче — нужно, чтобы собственник почувствовал серьёзность отставания по выручке, а не "незначительное отклонение"». Или: «Добавь в итог рекомендацию: что конкретно делать в июне, чтобы закрыть кассовый разрыв, который образуется при сохранении текущей динамики». Или: «Сократи весь блок комментариев до пяти тезисов для слайда — максимум 10 слов на тезис».
Важный момент: ChatGPT не знает причин отклонений. Он пишет вероятные гипотезы из общей финансовой практики. Ваша задача — взять структуру черновика, заменить «возможная причина: сезонный спад» на то, что реально произошло, и убрать неактуальное. Это в 3-4 раза быстрее, чем писать с нуля: ChatGPT даёт скелет и оформление, вы добавляете содержание.
Про то, как из этих данных собрать презентацию для собственника, подробнее разбираю в статье как подготовить презентацию для собственника. Про работу с управленческим учётом через ChatGPT — в обзоре ChatGPT для управленческого учёта.
Автоматизация 4: поиск аномалий и дублей в реестре платежей
Что это. Перед закрытием периода финансист проверяет реестр платежей: нет ли дублированных проводок, нет ли сумм, которые явно не вписываются в нормальный диапазон, нет ли пропусков в нумерации документов, нет ли строк без назначения. Вручную это несколько часов концентрированного внимания или «на глаз» с реальным риском пропустить. ChatGPT через Advanced Data Analysis делает системную проверку за 7-10 минут — как аудитор, который знает, на что смотреть.
Как запустить. Обезличиваете реестр, экспортируете как файл, загружаете в ChatGPT Advanced Data Analysis:
Ты внутренний аудитор. Я загружаю реестр платежей компании за май 2026. Данные обезличены: контрагенты указаны как Поставщик А/Б/В. Суммы в тыс. руб. Найди и собери отчёт по следующим категориям проблем: 1. Дубли платежей — строки с совпадением: сумма + контрагент + дата (допуск 1-2 дня). Если нашёл — покажи обе строки рядом с разницей в датах. 2. Статистические выбросы — суммы, которые в 3 и более раз превышают медиану по тому же контрагенту или той же статье бюджета за последние 3 месяца (если данные есть). 3. "Круглые" суммы среди нечётных — платёж ровно 1 000 000 рублей среди дробных 978 432 и 1 234 567 — признак прикидки или ошибки округления. 4. Пропуски в датах — рабочие дни без единого платежа в середине месяца (исключи выходные: суббота и воскресенье). 5. Строки без назначения или с пустой статьёй бюджета. По каждой находке: процитируй строку из реестра, объясни в одном предложении в чём подозрение и что проверить руками. Сам ничего не меняй в данных. Результат: отчёт аудитора, раздел по каждой из пяти категорий. Если в категории находок нет — напиши "Нарушений не обнаружено".
Что ChatGPT найдёт, а что пропустит
Найдёт: математические дубли, статистические выбросы, пустые поля, «круглые» суммы среди дробных, пропуски в датах. Это те вещи, которые при ручной проверке обнаруживаются только при полном просмотре всего реестра.
Не найдёт: ошибки, для понимания которых нужен бизнес-контекст. Если у вас по договору один и тот же поставщик получает 300 000 рублей 15-го и 30-го числа каждый месяц, ChatGPT пометит второй платёж как «похожий на дубль», потому что не знает о договоре. Поэтому отчёт аудитора ChatGPT — это список для проверки, не приговор. Каждую находку вы верифицируете сами — это занимает минуты, а не часы.
Кейс 2: 450 000 рублей, которые прошли незамеченными. Финансовый контролёр розничной сети проверяла реестр перед закрытием квартала. Точка А: ручная проверка 1 200 строк занимала полрабочего дня, при этом сверялись только суммы выше 300 000 рублей, остальное проходило по формальным признакам. Что сделали: обезличили реестр, загрузили в ChatGPT Advanced Data Analysis с промптом выше. Точка Б: через 8 минут появился отчёт аудитора. В разделе «дубли» обнаружились два платежа одному поставщику с одинаковой суммой 450 000 рублей и датами с разницей в один день. При ручной сверке этот дубль не попадал в выборку: платежи оказались в разных неделях квартала и суммарно не превышали «порог ручной проверки». После верификации подтвердилось: двойная оплата одного счёта, оба платежа уже ушли. Разобрали с поставщиком, зачли в следующий платёж. 450 000 рублей вернули.
Автоматизация 5: три сценария бюджета за 20 минут
Что это. Сценарный анализ нужен для стресс-теста: что будет с прибылью, если выручка упадёт на 15%, или если ключевой поставщик поднимет цены, или если один крупный клиент уйдёт. Классический подход — три копии бюджетной таблицы с разными допущениями. Это несколько часов работы с формулами. ChatGPT рассчитывает все три сценария за один запрос по описанию параметров и сводит в сравнительную таблицу.
Как запустить. Копируете ключевые строки бюджета в ChatGPT или загружаете файл:
Ты финансовый директор. Я загружаю бюджет компании на 3 квартал 2026. Ключевые показатели: выручка, переменные расходы, постоянные расходы, EBITDA, чистая прибыль. Данные за квартал суммарно, в тыс. руб. Рассчитай три сценария и сведи в сравнительную таблицу: Сценарий 1 (база): Текущие плановые данные без изменений. Сценарий 2 (негативный): - Выручка: минус 15% (ключевой клиент задерживает заказ) - Переменные расходы: пропорционально выручке - Постоянные расходы: без изменений - Добавляется статья "Овердрафт/кредитная линия": стоимость покрытия возникающего кассового разрыва под 16% годовых Сценарий 3 (стресс-тест): - Выручка: минус 25% - Переменные расходы: минус 15% (сокращение производства/закупок) - Постоянные расходы: минус 8% (оптимизация: часть персонала, аренда) - Валютный риск: рост валютных операционных расходов на 12% Для каждого сценария покажи: - Ключевые показатели в абсолютных цифрах (тыс. руб.) - Отклонение от базы в % и тыс. руб. - Точку безубыточности по выручке - Запас ликвидности при текущем остатке на счетах: сколько месяцев компания работает в этом сценарии без привлечения финансирования Формат: сначала сравнительная таблица, потом блок рекомендаций по каждому сценарию — что делать прямо сейчас.
Как использовать результат сценарного анализа
После первого ответа уточняйте в диалоге. «Посчитай анализ чувствительности: на сколько изменится EBITDA при изменении выручки на каждый 1%?» — это быстрый способ понять, какой показатель самый рычажный. «Какой из трёх сценариев потребует привлечения кредитной линии и в каком размере?» — конкретный вопрос для диалога с банком. «Перепиши блок рекомендаций для сценария 3 в формате конкретных задач с дедлайнами и ответственными ролями» — готовый экшн-план для оперативки.
Про бюджетирование с ChatGPT и инструменты для CFO подробнее разбираю в статье AI-бюджетирование для CFO.
Автоматизация 6: управленческий нарратив для собственника
Что это. Финансовые данные в таблице не говорят сами за себя. Собственник или совет директоров не читает 40 строк цифр — ему нужны три предложения: что произошло, почему, что делать. Написание управленческого нарратива это отдельный навык: нужно выбрать главное из массива данных, сформулировать чётко и без канцелярита, выдержать деловой тон. ChatGPT пишет черновик по таблице за несколько минут, а финансист доводит его до готового документа за 30-40 минут вместо трёх часов.
Промпт для ChatGPT:
Ты CFO, готовишь управленческий отчёт для совета директоров. Аудитория: собственники бизнеса, понимают финансы на базовом уровне, ценят конкретику и прямой разговор без воды. Я загружаю управленческий отчёт за май 2026 года. Данные обезличены. Напиши управленческий нарратив в трёх блоках: Блок 1. "Главное за месяц" (2-3 предложения): Один-два ключевых факта из отчёта. Начни с главной цифры месяца. Не перечисляй всё подряд — выбери самое важное. Блок 2. "Что требует внимания" (3-4 тезиса): Только то, что требует управленческого решения. Формат каждого тезиса: факт + цифра + почему это важно сейчас. Блок 3. "Что делаем" (2-3 рекомендации): Конкретные действия с горизонтом. Формат: действие + дедлайн + роль (можно указать должность: коммерческий директор, финансовый директор). Стиль: деловой, прямой, без оборотов "следует отметить", "необходимо констатировать". Длина каждого блока — максимум 5-7 предложений.
Как финансист работает с черновиком
ChatGPT написал структурно правильный нарратив, но он не знает ваш бизнес. Он напишет «возможная причина роста расходов: изменение структуры заказов» — а реальная причина, которую знаете вы, это «в мае мы сменили перевозчика после срыва поставки в апреле и временно платим по более дорогому тарифу». Ваша задача: взять скелет от ChatGPT и наполнить его реальным контекстом. Это в 3-4 раза быстрее написания с нуля: ChatGPT даёт структуру, оформление и нейтральные формулировки, вы добавляете смысл и специфику.
Уточняйте в диалоге: «Блок 2 переформулируй жёстче — собственник должен понять, что задержка дебиторки создаёт кассовый разрыв в июле, а не просто "привлекает внимание"». Или: «Сократи весь нарратив до 5 тезисов для слайда — каждый не длиннее одной строки». Или: «Добавь в Блок 3 конкретную сумму резервного финансирования, которую нужно согласовать с банком до 15 июня».
Кейс 3: пять часов в месяц стали одним часом. Финансовый директор группы из трёх компаний ежемесячно готовила аналитический блок управленческого отчёта для четырёх собственников. Таблицы с данными занимали 25-30 строк, но написание комментариев на 1,5-2 страницы требовало 5-6 часов: нужно было выбрать главное, сформулировать чётко, не повториться с прошлым месяцем, выдержать деловой тон для каждого из четырёх собственников с разными приоритетами. Что сделали: загружали обезличенные данные в ChatGPT с промптом выше, получали структурированный черновик трёх блоков за 6-7 минут, доводили до готового документа за 45-60 минут. Точка Б: около 1 часа 10 минут суммарно вместо 5-6 часов. Экономия около 4,5 часов в месяц, или 54 часа в год. Параллельно исчезли «переходящие» фразы: «как мы уже писали в прошлом квартале» — потому что черновик каждый раз пишется с нуля по свежим данным, а не копируется из предыдущего.
Сравнительная таблица: какой инструмент под какую задачу
В 2026 году у финансиста четыре рабочих инструмента для связки Google Sheets и ChatGPT. Вот когда что использовать:
Задача Лучший инструмент Требует подписки Категоризация 100-300 строк Copy-paste в ChatGPT / DeepSeek Нет (бесплатно) Категоризация 500+ строк ChatGPT Advanced Data Analysis (файл) ChatGPT Plus (~20 USD) Поиск аномалий и дублей ChatGPT Advanced Data Analysis (файл) ChatGPT Plus (~20 USD) Написание формул (SUMIFS, QUERY, ARRAYFORMULA) Бесплатный ChatGPT или DeepSeek Нет (бесплатно) Написание Apps Script Бесплатный ChatGPT или DeepSeek Нет (бесплатно) План-факт с комментариями (до 30 строк) Copy-paste в ChatGPT / DeepSeek Нет (бесплатно) Сценарный анализ бюджета Copy-paste ключевых строк Нет (бесплатно) Управленческий нарратив Copy-paste или файл ChatGPT Plus для файлов Повторяющаяся разметка 1 000+ строк GPT for Sheets (расширение) GPT for Sheets (платно, цены уточняйте на сайте) Все задачи без специальных средств из России DeepSeek V3.2 Нет (бесплатно)
Актуально на июнь 2026 года. Ситуация с доступом и тарификацией меняется, проверяйте актуальный статус на официальных сайтах инструментов.
Чем GPT for Sheets отличается от ChatGPT Advanced Data Analysis?
Эти два инструмента часто путают, хотя они для разных задач.
GPT for Sheets — расширение для Google Workspace Marketplace. Устанавливается из каталога Google, добавляет в таблицу функции =GPT(), =GPTLIST(), =GPTTABLE(). Вы пишете формулу в ячейке: =GPT("определи статью расходов для этого платежа из списка: Аренда, ФОТ, Логистика, Прочее. Назначение: "&A2) — и результат появляется прямо в соседней ячейке. Протягиваете формулу вниз на тысячу строк, ждёте несколько минут, получаете заполненный столбец.
Сильная сторона: результат сразу в таблице без переключения контекста, хорошо масштабируется на большие объёмы. Слабая сторона: это сторонний сервис Talarian, а не OpenAI напрямую — важно понимать, куда идут данные. Расширение стоит отдельно, тарифицируется по своей модели оплаты — актуальные цены проверяйте перед установкой.
ChatGPT Advanced Data Analysis — режим в ChatGPT Plus, где ChatGPT выполняет реальный Python-код в изолированной среде. Вы загружаете файл, описываете задачу словами, а модель пишет и выполняет код. Данные идут напрямую в OpenAI. Преимущество: арифметику считает Python, не языковая модель — на числа можно полагаться. Попросите «покажи Python-код, которым ты считал суммы» — и увидите реальный код, который выполнялся. Это важно для финансиста, который несёт ответственность за цифры.
Мой выбор: для разовых аналитических задач с финансовыми данными — Advanced Data Analysis через файл. Данные идут по более короткой цепочке, арифметика проверяема через код, и я понимаю, у кого хранится что и как долго. GPT for Sheets использую для повторяющейся разметки открытых данных — справочников номенклатуры, классификации контрагентов по типу, обогащения данных из открытых источников.
Пример использования GPT for Sheets для финансиста. Допустим, у вас справочник из 2 000 наименований товаров или услуг без категорий. Нужно добавить категорию для каждой позиции. В ChatGPT это потребует загружать по 200 строк за раз. В GPT for Sheets вы пишете в ячейке B2 формулу:
=GPT("Определи категорию для этой номенклатурной позиции. Категории: Сырьё и материалы | Комплектующие | Расходники | Услуги | ИТ и ПО. Верни только название категории без пояснений. Позиция: "&A2)
Протягиваете до B2001. Через 10-15 минут в столбце B заполнено 2 000 категорий. Потом переносите значения в таблицу как текст (копируете, вставляете как значения), чтобы формулы не пересчитывались при каждом открытии файла.
Про другие AI-инструменты для финансиста в связке с таблицами подробнее разбираю в обзоре нейросети для Excel финансиста и в гайде ChatGPT для финансиста и бухгалтера.
Типичные ошибки при первом запуске автоматизаций
Три ошибки, которые я вижу у большинства участников курса на старте. Не чтобы предостеречь в теории — а чтобы вы не потратили на них время.
Ошибка 1: загружают данные без обезличивания. «Я отправлю один раз, данные не критичные». Критичность данных определяете не вы в моменте, а регулятор, когда проверяет. ИНН, ФИО, реквизиты счетов — это персональные данные и финансовая тайна независимо от того, насколько «безобидными» кажутся. Обезличивание в Excel занимает пять минут с формулой замены: это не паранойя, а профилактика.
Ошибка 2: принимают результат за финальный. ChatGPT написал управленческий комментарий — отправляют директору без проверки. Модель может написать «возможная причина: сезонный спад» там, где реальная причина — ошибка в закрытии периода. ChatGPT не знает вашего бизнеса. Черновик от ChatGPT это точка старта, а не подписанный документ. Всегда читайте и дополняйте реальным контекстом.
Ошибка 3: запускают один огромный промпт с десятью задачами. «Категоризируй, найди аномалии, посчитай план-факт, напиши комментарии и сделай сценарный анализ» — в одном запросе. Результат поверхностный по каждому пункту. Разбивайте на отдельные задачи: каждая задача — отдельный промпт, отдельный диалог.
Ошибка 4: не используют диалог. ChatGPT — это диалог, а не форма с одним запросом. Первый ответ редко бывает финальным. Три-четыре уточнения в диалоге («переформулируй жёстче», «добавь рекомендацию», «сократи до 5 тезисов», «объясни, откуда взялась эта цифра») дают результат, который идёт прямо в работу.
Безопасность данных: что загружать в ChatGPT, а что нет
Правила, которые я разбираю на каждом потоке курса — потому что это не теория, а реальный риск.
Что нельзя загружать без обезличивания:
- Реальные ИНН, КПП, ОГРН контрагентов и физических лиц
- ФИО сотрудников, паспортные данные, данные трудовых договоров
- Номера расчётных счетов и банковские реквизиты
- Точные суммы с привязкой к реальным контрагентам, если это составляет коммерческую тайну по договору
- Любую информацию, прямо или косвенно идентифицирующую физическое лицо
Как обезличивать:
- Названия контрагентов: «ООО Рога и Копыта» → «Поставщик А», «Покупатель Б»
- ИНН и реквизиты: удалить полностью или заменить «XXXXXXXXXX»
- Суммы: умножить на единый коэффициент (например, 0,73) или округлить до тысяч
- ФИО: «Иванов Иван Иванович» → «Сотрудник 1»
- Справочник соответствий: хранить локально, никуда не загружать
Настройки ChatGPT. В «Настройках», затем «Data Controls» отключите «Improve the model for everyone». При включённом тумблере данные могут использоваться для обучения модели. Для корпоративных данных минимально допустимая точка: ChatGPT Team, где этот тумблер отключён по умолчанию. Для строгих требований: ChatGPT Enterprise с договорными гарантиями хранения данных или российские модели в защищённом корпоративном периметре.
Отдельная статья про обезличивание персональных данных перед загрузкой в нейросеть — обезличивание данных для ChatGPT. Там же разбираю, что конкретно квалифицируется как персональные данные по российскому законодательству.
Доступ к ChatGPT из России в 2026 году
chatgpt.com из России напрямую недоступен. Как решать вопрос технически — каждый определяет с учётом политики безопасности своей компании, в этой статье я не даю инструкций по обходу блокировок.
Что реально работает без специальных средств:
DeepSeek V3.2 — сильная модель, доступна через сайт DeepSeek напрямую. Хорошо пишет формулы Google Sheets, справляется с категоризацией, управленческими текстами и планом-фактом. По качеству на финансовых текстах и таблицах близка к GPT-5.5 на большинстве задач. Ограничение: работа с файлами менее удобная, чем Advanced Data Analysis в ChatGPT. Для старта — отличный бесплатный вариант.
GigaChat API (Сбер) и YandexGPT API — российские модели, доступны корпоративно, данные хранятся в российской юрисдикции. По качеству уступают GPT-5.5, но активно развиваются. Правильный выбор для компаний с требованиями по локализации данных.
Gemini 2.5 от Google — доступен в рамках Google Workspace, если у компании есть подписка. Хорошо интегрируется с Google Sheets через функции Gemini в Workspace. Подробнее про Gemini для финансиста разбираю в отдельной статье Gemini для финансиста.
Claude Sonnet 4.6 — отличный вариант для длинных документов и аналитических текстов. Доступен через API Anthropic. Подробнее про возможности в финансовых задачах — в обзоре Claude для финансиста.
Gemini в Google Workspace: нативная интеграция с Таблицами
Отдельно про Gemini — потому что это единственный крупный AI, у которого есть нативная интеграция с Google Sheets без расширений и без экспорта файлов.
Что такое Gemini в Google Workspace. Google встроил Gemini 2.5 непосредственно в Google Таблицы, Google Docs, Gmail и Slides под названием «Gemini в Workspace». Если у вашей компании есть подписка Google Workspace Business Standard или выше, Gemini уже доступен в интерфейсе: в Google Sheets появляется кнопка «Gemini» на панели инструментов. Вы задаёте вопрос или задачу прямо в таблице, Gemini читает открытый лист и отвечает, не требуя экспорта файла.
Что Gemini умеет прямо в Google Sheets. По данным Google на середину 2026 года, нативная интеграция Gemini в Sheets позволяет: создавать сводные таблицы по устному описанию («создай сводную по выручке с разбивкой по менеджерам и месяцам»), писать формулы по описанию задачи, генерировать диаграммы, создавать новые листы с разметкой под задачу, анализировать данные и писать выводы. Ключевое отличие от GPT for Sheets: это официальный продукт Google, данные не идут через сторонний сервер.
Где Gemini сильнее ChatGPT в контексте Google Sheets. Нативная интеграция означает, что Gemini видит живую книгу, а не загруженный снимок. Изменение в таблице сразу доступно в следующем запросе без повторной загрузки. Для ежедневной работы, когда данные обновляются постоянно, это удобнее, чем цикл «экспорт — загрузка — анализ». Gemini также лучше работает в связке с Google Docs: переносит выводы из таблицы прямо в документ через общий контекст.
Где ChatGPT Advanced Data Analysis по-прежнему лучше. Сложный статистический анализ и сценарное моделирование — ChatGPT через Python выполняет более точные вычисления и позволяет проверить логику через код. Если задача требует нетривиальной математики или сложных условий агрегации, ChatGPT Advanced Data Analysis надёжнее. Gemini сильнее в интеграции и повседневном удобстве, ChatGPT сильнее в глубоком анализе и вычислениях.
Доступ к Gemini в Workspace из России. Это зависит от того, есть ли у вашей компании подписка Google Workspace и работает ли она в вашей конфигурации. Google Workspace Business Standard продаётся через авторизованных партнёров, и часть российских компаний его использует. Если Workspace есть — Gemini в Sheets, скорее всего, доступен через настройки администратора. Подробнее про возможности Gemini для финансиста разбираю в отдельной статье Gemini для финансиста.
Когда ChatGPT не поможет: граница между инструментом и финансистом
Это не раздел ради баланса. Это карта того, где автоматизация заканчивается и начинается ваша работа.
ChatGPT не знает вашей учётной политики. Какие расходы капитализируются, а какие списываются на период; как квалифицируются конкретные операции в вашей отрасли; где проходит граница между операционными и капитальными затратами в вашей компании. ChatGPT даст академически правильный ответ, который может не совпадать с тем, что согласовано с вашим аудитором или с тем, как это принято в вашей отрасли. Подставлять в промпт учётную политику можно, но это требует отдельной настройки и проверки.
ChatGPT не чувствует контекст отношений. «Поставщик А задерживает поставку третий месяц подряд, и это влияет на план-факт» — это контекст, который знаете вы, а не модель. Когда ChatGPT пишет «возможная причина: перебои в логистике», он угадывает общую гипотезу. Конкретные причины, переговоры, форс-мажоры — это ваша экспертиза.
ChatGPT не несёт ответственности. Ошибка в отчёте для налоговой или для банка — это ваша ответственность, а не ответственность модели. ChatGPT может ошибиться в расчёте из-за некорректных входных данных или из-за неверно понятого промпта. Всё, что уходит наружу, проверяете вы. Особенно числа.
ChatGPT не работает с живыми системами. Он не видит данные в 1С в реальном времени, не подключается к банку-клиенту, не читает письма контрагентов. Он работает только с тем, что вы ему дали. Если хотите настоящий онлайн-поток данных, это уже не ChatGPT напрямую — это интеграции через API, и там нужен разработчик. Про более сложные автоматизации с агентами и n8n разбираю в статьях n8n для финансиста и GPT-агенты для финансиста.
Итого: ChatGPT берёт на себя механическую часть — разметку, поиск паттернов, написание текстов по данным, формулы. Интерпретация, решения и ответственность остаются за финансистом. Это не недостаток инструмента — это нормальное разделение труда.
Как выстроить постоянный процесс, а не разовый эксперимент
Одна из частых ловушек: финансист попробовал ChatGPT один раз, получил хороший результат, а потом вернулся к привычным методам. Несколько месяцев спустя снова вспомнил о нейросети — снова начал с нуля. Это не автоматизация, это игра.
Постоянный процесс строится на трёх вещах.
Библиотека промптов. Google Doc или Notion-страница с разделами по задачам: категоризация, формулы, план-факт, аномалии, сценарии, управленческие тексты. Для каждого промпта: название задачи, сам текст промпта, когда использовать, когда последний раз обновляли. Цель: открыть документ, скопировать промпт, вставить в ChatGPT — и сразу получить хороший результат без переписывания с нуля. Делитесь документом с командой: коллеги добавляют свои находки, библиотека растёт.
Расписание задач. Категоризация платежей — первое число месяца после закрытия. Проверка аномалий в реестре — каждую пятницу перед закрытием недели. Управленческий нарратив — пятое число месяца, после того как закрыли план-факт. Когда задача привязана к календарю, она не теряется в потоке срочных дел.
Ретроспектива раз в квартал. Раз в квартал смотрите: какие автоматизации реально работают в постоянном режиме, какие использовались один раз, от каких отказались. Обновляете библиотеку промптов, убираете устаревшее. Добавляете новые задачи, которые появились за квартал. Это занимает час и держит систему актуальной.
Такой подход я называю «AI-рутина финансиста». Не разовый эксперимент, а встроенный рабочий процесс. На курсе мы разбираем, как выстроить эту рутину с нуля за первый месяц обучения.
FAQ: вопросы которые задают чаще всего
Работают ли эти промпты в бесплатном ChatGPT?
Частично. Написание формул, категоризация через copy-paste небольших таблиц, написание управленческих текстов — работают в бесплатной версии. Загрузка файлов и Advanced Data Analysis требуют ChatGPT Plus. Если хотите начать бесплатно — DeepSeek V3.2 закроет большинство задач из этой статьи без каких-либо затрат.
Нужно ли каждый раз объяснять ChatGPT, что такое ФОТ и аренда?
Нет. Если вы работаете в одном диалоге, ChatGPT помнит контекст всего разговора. Если начинаете новый диалог — придётся снова дать справочник статей в промпте. Я рекомендую держать шаблонный промпт с вашим справочником в Google Docs и просто копировать в начало каждого нового диалога. Занимает 30 секунд и сохраняет качество категоризации.
Можно ли настроить GPT for Sheets, чтобы он автоматически категоризировал новые строки при добавлении?
Можно через Apps Script: добавляете триггер «при изменении листа», который вызывает функцию GPT for Sheets через API для каждой новой строки. ChatGPT напишет такой скрипт за один запрос. Но помните: каждый вызов API стоит токены, и при активной работе с таблицей расходы могут быть неожиданными. Лучше запускать пакетно — раз в день по кнопке.
Как хранить промпты, чтобы не писать заново каждый раз?
Создайте Google Doc «Библиотека промптов» с разделами по задачам. Структура каждой записи: название задачи, промпт, комментарий «когда использовать», дата последнего обновления. Когда нужен промпт — открываете документ, копируете, вставляете в ChatGPT. Поделитесь документом с командой: коллеги добавляют свои рабочие промпты, библиотека растёт быстро.
Что делать, если ChatGPT ошибается в категоризации?
Три шага. Первый: уточните в диалоге конкретную ошибку: «строки с назначением "ЗПП" это ФОТ, а не прочие расходы». Второй: добавьте примеры в промпт — для каждой спорной статьи дайте 2-3 примера назначений, которые туда относятся. Третий: если ошибки систематические — значит, вашему справочнику нужны более чёткие описания. ChatGPT помогает это увидеть: спросите «какие назначения платежей тебе непонятно к какой статье отнести» — и получите список пограничных случаев.
Чек-лист: 6 автоматизаций за первую неделю
Семь конкретных шагов. Не «когда будет время» — а прямо сейчас, каждый день на 20-45 минут.
Понедельник (20 минут) — подготовить инструменты. Проверить доступ к ChatGPT Plus или открыть DeepSeek V3.2. По желанию установить GPT for Sheets из Google Workspace Marketplace. Создать Google Doc «Промпты финансиста» — туда пойдут рабочие шаблоны.
Вторник (45 минут) — первая категоризация. Взять реестр платежей за последний месяц. Потратить 10 минут на обезличивание контрагентов в Excel или Google Sheets. Загрузить файл в ChatGPT, использовать промпт из раздела «Автоматизация 1». Проверить первые 15 строк, уточнить справочник, прогнать остаток.
Среда (30 минут) — три формулы без поиска. Вспомнить три задачи, для которых обычно ищете формулу в интернете или справке. Описать каждую в ChatGPT, получить формулу, вставить в таблицу. Сохранить рабочие промпты в библиотеку.
Четверг (60 минут) — план-факт и аномалии. Загрузить данные за последний закрытый месяц. Запустить план-факт анализ с промптом из статьи, доработать черновик. Отдельно загрузить реестр платежей, запустить проверку на аномалии и дубли.
Пятница (40 минут) — три сценария. Подготовить ключевые строки текущего бюджета и описание допущений для трёх сценариев. Запустить ChatGPT с промптом из раздела «Автоматизация 5». Сохранить таблицу сравнения в Google Sheet.
Суббота (опционально, 30 минут) — управленческий нарратив. Взять данные за последний период, запустить промпт для управленческого отчёта. Сравнить черновик с тем, что обычно пишете сами. Засечь время, которое понадобилось на доработку.
Воскресенье (15 минут) — аудит. Посчитать суммарно сэкономленное время за неделю. Выбрать 2-3 автоматизации, которые войдут в постоянный рабочий ритм. Убедиться, что библиотека промптов заполнена и доступна коллегам.
Промпт для быстрой проверки данных перед закрытием периода
Этот промпт не вошёл ни в одну из шести автоматизаций, но я держу его под рукой постоянно. Финансист использует его раз в месяц — перед тем, как передать данные на согласование или отправить в банк.
Ты аналитик данных и внутренний аудитор. Я загружаю управленческий баланс и отчёт о прибылях и убытках компании за закрытый период. Данные обезличены. Сделай быструю проверку согласованности данных по пяти пунктам: 1. Итог активов баланса = итог пассивов баланса. Если нет — покажи расхождение в рублях. 2. Чистая прибыль из P&L = изменение собственного капитала в балансе (или чистая прибыль, вынесенная в баланс). Если нет — покажи разрыв. 3. Кредиторская задолженность в балансе логически согласуется с расходами по ключевым поставщикам в P&L (не должна быть нулевой, если есть операции). 4. Дебиторская задолженность не уменьшилась при росте выручки без объяснений (это сигнал ошибки в разноске или в закрытии периода). 5. Налоговые обязательства в балансе ненулевые, если в P&L есть прибыль до налогов (если ноль — возможно, налог не начислен). По каждому пункту: статус (OK / требует проверки) + цифра или объяснение. Если данных для проверки не хватает — скажи, что именно нужно добавить.
Этот промпт не заменяет профессиональный аудит, но за 3-4 минуты проверяет самые типичные ошибки закрытия периода, которые опытный финансист обнаружил бы за полчаса вручную. На нескольких потоках курса участники находили с его помощью незакрытые авансы и незанесённые налоги уже в учебных кейсах — и это хорошая тренировка перед применением на рабочих данных.
Как выглядит рабочая система после первого месяца
Описываю конкретно, как это выглядит у участников курса, которые дошли до финала и внедрили систему в работу.
У них появляется несколько постоянных точек в расписании. Первого числа: загрузка реестра платежей за закрытый месяц в ChatGPT, категоризация за 30-40 минут, сохранение категоризированного реестра в Google Sheet. Пятого числа: план-факт с комментариями — данные из 1С уже закрыты, загружают в ChatGPT, получают черновик нарратива, дорабатывают 45 минут. Каждую пятницу: быстрая проверка реестра платежей за неделю на аномалии — 10 минут, три строки с подозрительными находками, которые смотрят вручную.
Параллельно работает библиотека промптов: Google Doc со всеми рабочими шаблонами по задачам. Новый сотрудник открывает документ и понимает, как работает система, за час.
Итоговая экономия по оценкам этих участников: от 15 до 25 часов в месяц по сравнению с тем, как они работали раньше. Это примерно 1-1,5 рабочих дня в месяц, или 18-30 рабочих дней в год. При медианной ставке финансиста в Москве около 1 500 рублей в час это 135 000 — 270 000 рублей годовой экономии для компании. Против нескольких тысяч рублей в год на подписку ChatGPT.
Важная оговорка: такой результат приходит после первого месяца реальной работы с инструментом, а не после одного пробного запроса. Первые два-три раза всегда уходит время на настройку промптов, уточнение справочников, разбор ошибок. Это инвестиция, которая окупается со второго-третьего месяца.
Наши каналы: где следить за AI для финансиста
Всё, что я тестирую в работе и на курсе, выходит в трёх каналах школы.
@findir_pro — основной Telegram-канал (45 000 подписчиков). Практические разборы AI-инструментов для финансистов и бухгалтеров, кейсы выпускников курса, готовые промпты, свежие новости рынка. Выходит каждый день.
«АИ с Софьей и Натали» — канал (13 000 подписчиков), где Софья Бурцева, основатель онлайн-школы «Финансовый директор | Мастер CFO», и я разбираем практические задачи финансиста с нейросетями. Форматы: живые эфиры, сравнения инструментов, разборы кейсов.
MAX «Финансовый директор» (max.ru/findir_pro) — 5 000+ подписчиков. Посты, методики, закрытые материалы для участников курса.
Если статья оказалась полезной — поделитесь с коллегой из финотдела. И попробуйте хотя бы одну автоматизацию сегодня: возьмите любой реестр платежей за последний месяц, обезличьте контрагентов, скопируйте в ChatGPT или DeepSeek и попросите категоризировать по статьям бюджета. Через 20 минут поймёте, что часть работы, казавшейся неизбежной рутиной, больше ею не является.
Бесплатный эфир «ChatGPT и Google Sheets для финансиста» — разбираю автоматизации вживую в таблице.
Записаться на курс «AI-навыки финансиста»
Онлайн-школа «Финансовый директор | Мастер CFO». 10 модулей, 800+ выпускников, нейрокуратор 24/7, лаборатория финансового анализа, диплом с лицензией Минобразования, налоговый вычет 13%. От 49 900 рублей, рассрочка от 4 991 руб/мес.
Об авторе
Натали Васильева — эксперт по нейросетям в работе финансиста и продюсер онлайн-школы «Финансовый директор | Мастер CFO» (fin-academy.pro). Работаю с нейросетями в финансовых задачах с февраля 2023 года. Через курс «AI-навыки финансиста» прошли 800+ финансистов, главбухов и финдиров. Веду Telegram-канал @findir_pro (45 000+ подписчиков) и канал «АИ с Софьей и Натали» (13 000 подписчиков). Личный стек для работы с Google Таблицами: ChatGPT Plus для анализа файлов, DeepSeek V3.2 для формул и категоризации, GPT for Sheets для повторяющейся разметки справочников.