Что можно поручить локальной модели рядом с 1С
Начните с операции, в которой сотрудник читает свободный текст и переносит его смысл в ограниченный набор полей. Например, определяет тип обращения, извлекает номер заказа из письма или готовит пояснение к уже рассчитанному показателю. У такой операции есть вход, ожидаемый результат и способ проверить ошибку.
Модель не должна самостоятельно определять остаток, сумму задолженности или допустимость возврата. Эти значения и правила принадлежат учётному контуру. Если задачу полностью описывает правило «поле A равно B», обычный обработчик будет проще и предсказуемее LLM.
| Задача | Что делает LLM | Что проверяет система |
|---|---|---|
| Разбор обращения | Выделяет намерение и упомянутые реквизиты | Есть ли клиент, заказ и разрешённая операция |
| Пояснение показателей | Объясняет подготовленные значения | Период, организация, формула и исходные цифры |
| Черновик документа | Предлагает заполнение полей | Ссылки, количество, сумма и обязательное согласование |
Как разделить ответственность между 1С, приложением и моделью
1С хранит документы и выполняет учётные операции. Приложение получает контекст пользователя, выбирает доступные данные, вызывает модель и проверяет её ответ. Локальный runtime исполняет модель. Это логические роли: для пилота приложение может быть небольшой обработкой или сервисом без очереди и отдельной интеграционной шины.
Symfony и Ollama на схеме — один из вариантов реализации. Если в конфигурации уже есть поддерживаемая AI-функция или готовый модуль, сначала проверьте его на нужной задаче. Собственный сервис оправдан, когда требуется общий контракт для нескольких приложений, независимые обновления модели или отдельные правила доступа.
Что подготовить до первого запроса
- Выберите один процесс и владельца результата: например, оператор подтверждает черновик заявки на возврат.
- Определите разрешённые организации, документы и поля. Для опыта подготовьте обезличенные примеры и отдельные учётные данные.
- Проверьте интерфейс 1С: имеющийся модуль, опубликованный HTTP-сервис или стандартный REST/OData. Названия объектов берите из своей конфигурации.
- Опишите формат ответа и причины отказа. Система должна принимать «недостаточно данных», а не требовать заполнения всех полей любой ценой.
- Зафиксируйте ручной результат на контрольной выборке, чтобы сравнивать одинаковые операции.
Стандартный REST-интерфейс 1С не повторяет все проверки интерактивной формы: проверка заполнения является исключением. Поэтому доступный метод записи ещё не доказывает, что AI можно безопасно передать готовый объект.
Разобранный пример: обращение о возврате
Учебные данные: клиент пишет: «Верните две штуки из заказа А-17». Сначала приложение определяет отправителя и проверяет его доступ к заказу. Модели передают текст обращения и минимальный контекст, например список разрешённых действий. Доступ к произвольным заказам ей не нужен.
{
"action": "prepare_return",
"order_number": "А-17",
"quantity": 2,
"needs_clarification": true,
"question": "Какую позицию заказа нужно вернуть?"
}
Это предложение модели, а не команда на проведение возврата. Если в заказе несколько позиций, номера заказа и количества недостаточно. После уточнения приложение само получает ID строки, единицу измерения и доступное к возврату количество. Цену и НДС берут из согласованной учётной методики, не из текста модели.
Предположим, в выбранной строке отгружена одна штука, а клиент просит две. Приложение возвращает отказ проверки количества и предлагает оператору уточнить обращение. Подмена значения на «одну» без подтверждения тоже была бы ошибкой: она меняет намерение клиента.
После подтверждения сотрудником создаётся черновик с уникальным идентификатором исходного обращения. Если ответ от 1С потерялся, обработчик ищет результат по этому идентификатору, прежде чем повторять запись. Такой контракт защищает и от ошибки модели, и от обычного сетевого сбоя.
Что делать с ответом модели
Проверка состоит из четырёх независимых шагов: JSON читается; поля соответствуют схеме; ссылки и значения существуют; действие разрешено пользователю и текущему состоянию документа. Ошибка на любом шаге должна завершать автоматическую обработку понятной причиной.
Не используйте придуманное моделью поле confidence как вероятность правильного решения. Для автоприёма нужен проверенный на независимых примерах критерий. На первом этапе достаточно черновика и подтверждения сотрудника.
| Сбой | Реакция приложения |
|---|---|
| Неверный JSON или неизвестное действие | Отклонить результат; ограничить число повторов, затем передать оператору |
| Заказ отсутствует или недоступен | Не расширять поиск на чужие организации; вернуть отказ |
| Данные изменились после подготовки | Перечитать состояние перед записью и повторить бизнес-проверки |
| Модель недоступна | Сохранить обращение и дать сотруднику ручной путь |
Как проверить пользу и решить, продолжать ли внедрение
На одной выборке сравните ручную обработку и работу с черновиком AI. Время измеряйте до принятого результата, включая уточнения и исправления. Отдельно считайте неверные ссылки, ошибочные количества, корректные отказы и попытки доступа к чужим данным.
Учебный расчёт: 100 обращений обрабатывались по 4 минуты, а с черновиком — по 2,5 минуты с учётом проверки. Высвобождено 150 минут. Из этой оценки ещё нужно вычесть время разбора технических сбоев и сопровождения; она не означает автоматического сокращения расходов на зарплату.
Продолжайте пилот, если качество соответствует согласованному порогу, сотрудник понимает причину отказа, а полный процесс действительно стал удобнее. Если проверка черновика занимает столько же времени, сколько ручное заполнение, сначала меняйте задачу или входные данные, а не увеличивайте размер модели.
Где искать детали следующего шага
Для запуска runtime используйте инструкцию по Ollama. Оборудование и эксплуатационные расходы разобраны в статье об on-premise. Числовая аналитика требует отдельной методики доступа к показателям, а поиск по регламентам — RAG с проверкой редакций и источников. Эти компоненты добавляют по задаче, а не обязательным комплектом.
Проверено : особенности стандартного REST-интерфейса 1С. Пример возврата учебный; названия полей и действий не являются штатным API 1С.