ИИ для анализа документов
Когда сотрудник спрашивает ИИ о документах компании, точность ответа зависит от трёх вещей. Нужный пункт политики должен стоять сверху. Ответ нужно проверить по двум слоям: сначала категория или порог, потом оговорка внутри правила. Если ответа нет во фрагменте, это не значит, что правила нет совсем. Пропустить любой шаг - значит принять решение по неверному правилу.
Почему ИИ может дать неверный ответ по документам компании
ИИ не читает документ так, как читает человек. Точность ответа зависит в том числе от того, где в тексте стоит нужный пункт.
Исследование Liu и коллег «Lost in the Middle» (версия 3, ноябрь 2023) проверяло два типа задач: ответы на вопросы по нескольким документам и поиск значения по ключу в JSON. У ряда исследованных моделей точность была выше, когда важный фрагмент стоял в начале или конце, и ниже в середине. Эффект проявился на двух типах задач по-разному и не был одинаковым для каждой. Исследование описывало модели 2023 года и не измеряло современные инструменты.
Мы используем этот принцип как учебное упражнение. Один и тот же вход пересобирают три раза: нужный пункт ставят сверху, в середину и в конец. Потом сравнивают ответы по тем же критериям. Если ответ меняется от позиции пункта, это сигнал: расположение и полнота входа важны. Сам факт загрузки всего документа точности не гарантирует.
Вторая причина ошибок - оговорки. В корпоративных политиках почти всегда есть условия внутри правил. Модель видит общую норму и не воспроизводит исключение. Сотрудник принимает решение по упрощённому правилу.
Как задать ИИ правильный вопрос по документам компании
Правильный вопрос начинается с хорошего входа. Вход - это то, что вы кладёте перед вопросом: вырезанный фрагмент политики или переформулированные пункты. От качества входа напрямую зависит ответ.
Три правила хорошего входа:
- Нужный пункт ставьте сверху. Если документ большой, вырежьте раздел, который отвечает на вопрос, и поместите его в начало.
- Укажите источник и дату проверки. Например: «GitLab Global Travel and Expense Policy, проверено 04.10.2026». Это важно, если политика изменится.
- Добавьте инструкцию для ИИ. Напишите: «Отвечай строго по этим пунктам. Если вопрос не решается по фрагменту, так и скажи, не описывай привычную практику».
Пять вопросов к политике расходов: хороший и плохой ответ
Для разбора берём публичную политику GitLab - Global Travel and Expense Policy. Учебный русский пересказ GitLab Global Travel and Expense Policy, проверено 04.10.2026; изменены язык, сокращение и составленные вопросы; CC BY-SA 4.0. Лицензия разрешает распространять пересказ с указанием автора и источника при тех же условиях. Это учебный материал, не юридическое толкование политики GitLab целиком.

Учебный вход из пяти пунктов:
Пункты политики расходов (GitLab, проверено 04.10.2026):
- Одна покупка до $5000 включительно может оформляться через Navan (сервис расходов); свыше $5000 - закупочный процесс Zip (закупочная система).
- Расход старше 90 дней не возмещается без согласования руководителя.
- Описание расхода обязательно, даже если в интерфейсе поле помечено optional.
- Подписки на ПО не возмещаются.
- Приобретение ПО проходит через закупочный процесс.
Отвечай строго по этим пунктам. Если вопрос не решается по фрагменту, так и скажи, не описывай привычную практику.
Вопросы:
- Оборудование $5200: через какой канал оформить?
- Расход, купленный 100 дней назад: возместят?
- Подписка на ПО $200 в месяц: возмещается?
- Поле описания помечено optional: можно оставить пустым?
- Оплата курса для сотрудника: что говорит этот фрагмент?
Сравните два варианта ответа. Оба составлены как учебные образцы, не сняты с реальной модели.
Плохой ответ:
Оборудование $5200 оформите через Navan. Расход, купленный 100 дней назад, нельзя возместить: срок прошёл. Подписку на ПО $200 можно возместить, сумма небольшая. Описание можно не писать, поле необязательное. Курс возместят через бюджет на обучение - обычно так и делают.
Хороший ответ:
Оборудование $5200: порог $5000 превышен, канал Zip. Расход, купленный 100 дней назад: нужно согласование руководителя; фрагмент не подтверждает, что одобрения достаточно для выплаты. Подписка на ПО: не возмещается. Описание: обязательно, пометка optional в интерфейсе правило не отменяет. Оплата курса: фрагмент этого не затрагивает, ответить нельзя.
В плохом ответе пять ошибок. Разберём их, чтобы стало видно, где именно что сломалось.
Как проверять ответ ИИ: метод двух слоёв
После каждого пункта ответа задайте два вопроса подряд.
Слой 1 - общий порог или категория. Правильно ли ИИ соотнёс вопрос с нужным правилом? Для суммы: сравнил ли с порогом? Для типа расхода: верно ли определил категорию?
Слой 2 - специальное условие внутри. Есть ли в этом правиле оговорка, исключение или отсылка к согласованию? Если есть - отражена ли она в ответе?
Посмотрим на ошибки плохого ответа через этот приём:
| Вопрос | Ошибка | Тип |
|---|---|---|
| Оборудование $5200 | Сумма не сравнена с порогом $5000, направлено в Navan вместо Zip | Слой 1 |
| Расход 100 дней | Потеряно условие о согласовании руководителя, дан безоговорочный отказ | Слой 2 |
| Подписка на ПО $200 | Решение принято по сумме, а не по категории расхода | Слой 1 |
| Поле optional | Пометка интерфейса взята за правило вместо пункта документа | Интерфейс vs документ |
| Оплата курса | Выдуман ответ «через бюджет на обучение», которого во фрагменте нет | Выдуманный ответ |
Оборудование $5200. Сотрудник остановился на «дорогое, значит Navan». Ошибка слоя 1: сумма не сравнена с порогом $5000. Проверьте числовое сравнение первым - канал зависит именно от него.
Расход 100 дней. Общая норма видна: срок 90 дней. Но внутри неё есть оговорка - расход старше 90 дней можно возместить при согласовании руководителя. Плохой ответ эту оговорку потерял и выдал безоговорочный отказ. Это ошибка слоя 2: категория и порог определены верно, но специальное условие внутри правила пропущено. Кроме того, фрагмент подтверждает, что согласование необходимо, но не гарантирует, что одобрения достаточно для выплаты.
Подписка на ПО $200. Плохой ответ перепутал порядок проверки: взял сумму вместо категории. Правило о ПО-подписках не привязано к цене. Даже если бы подписка стоила $1, она всё равно не возмещается - категория «ПО-подписка» исключена. Сначала категория расхода, потом сумма.
Поле optional. Поля форм описывают интерфейс, а не правила. Пометка optional в форме не отменяет пункт 3 документа. Документ и интерфейс здесь говорят разное, и документ важнее.
Оплата курса. Плохой ответ придумал «обычно возмещают через бюджет на обучение». Во фрагменте этого нет. Ответ строится только на том, что есть во входе; то, чего нет, - это нерешённый вопрос, а не повод для домысла.
Хороший ответ прошёл оба слоя по каждому пункту: каждый соотнесён с конкретным правилом, а не с суммой или привычной практикой.
Иногда условие складывается сразу из двух пунктов. Второй учебный пример - на тех же пунктах входа:
Те же пункты политики (GitLab, проверено 04.10.2026), пункты 1, 2, 4, 5.
Вопросы:
- Периферийное устройство, $4800, куплено 95 дней назад: какой канал и есть ли условие?
- Билет на отраслевую конференцию, $2000, куплено 30 дней назад: есть ли право на возмещение по приложенным пунктам?
Составленный ответ:
Устройство за $4800 укладывается в общий порог пункта 1, Navan допустим как канал. Это не подтверждение, что категория возмещается. Куплено 95 дней назад - пункт 2 требует согласования руководителя. Одобрение и гарантия выплаты - разные вещи; фрагмент этого не подтверждает.
Билет на конференцию: вопрос о праве на возмещение по приложенным пунктам не решается. Общие пороги и срок 90 дней не подтверждают право на возмещение конкретной категории. Следующий шаг - найти политику командировок или обучения, определить её владельца и задать вопрос туда.
Проверка по четырём критериям: $4800 меньше порога $5000, Navan допустим как канал; 95 дней превышает 90, согласование необходимо; категория устройства не совпадает с ПО и подписками; пункт о конференции во фрагменте отсутствует.
Ключевой момент: здесь срабатывают оба правила сразу. Сотрудник, который видит «$4800, значит Navan» и останавливается, пропускает пункт 2.

Что делать с каждым видом ошибки
Когда ответ оказался неверным, сначала определите вид ошибки. У каждой - свой следующий шаг.
Практическая ошибка. Сотрудник составил неполный вход, не сравнил сумму с порогом или пропустил оговорку. Нужно переформулировать вопрос и снова проверить ответ по двум слоям. Добавление в инструкцию «сопоставь суммы с порогами, проверь каждое правило на оговорки, если пункта нет - так и скажи» полезно, но не закрывает все ошибки разом. Исследование Liu не измеряло пользу от переформулирования инструкции: переписать её - это предложенная практика, не экспериментальный вывод. Поэтому после нового ответа сотрудник снова проверяет его теми же двумя слоями.
Документная ошибка. В самой политике противоречие, устаревший пункт или два документа говорят разное. Это исправляет владелец документа. Сотрудник приходит к нему с конкретной цитатой и указанием пункта.
Системная ошибка. ИИ стабильно пропускает то, что есть в загруженном тексте, или подгружает не тот документ. Это вопрос к IT. Сначала проверьте вход и формулировку. Только если они верные - ищите системную причину.
По первому примеру - пяти вопросам - итог для сотрудника выглядит так:
- Оборудование $5200: подаю в Zip, Navan не подходит.
- Расход, купленный 100 дней назад: запрашиваю согласование руководителя, понимая, что фрагмент не гарантирует выплаты.
- Подписка на ПО: не включаю.
- Описание: заполняю, несмотря на пометку optional.
- Оплата курса: фрагмент ничего не говорит; уточняю у владельца документа.
Отсутствие ответа во фрагменте и отсутствие правила в политике - разные вещи. Если нужного раздела нет во входе, откройте полную политику и поищите там. Если нужного раздела нет вообще - сформулируйте адресный вопрос владельцу политики. Например: «В политике расходов нет раздела про оплату курсов. Существует ли отдельная политика обучения?» Найдите этот раздел, перенесите его во вход и задайте вопрос заново. Не делайте вывод самостоятельно.
Как обучить команду проверять ответы ИИ
Схема занятий строится на цикле: задача, вопрос, ответ, проверка, следующее действие. Начните с публичной политики, как в примерах выше. Потом сотрудник берёт документы своей функции и проверяет ответы по двум слоям самостоятельно.
После второго примера тренер выдаёт задачу с теми же пунктами входа, но новыми цифрами и одним нерешённым вопросом. Сотрудник сам формулирует вопрос, получает ответ и отмечает, какие пункты он сверил и где остались сомнения. Повторение готового ответа учит узнавать чужой разбор. Самостоятельная проверка учит действовать: найти нужный пункт, соотнести сумму с порогом и заметить оговорку. Это разные задачи.
Для обратной связи сохраняйте три вещи: вопрос сотрудника, полученный ответ, заметки о проверке. По ним видно, где человек сверялся с пунктом, а где просто доверился.
Пример: сотрудник указал Navan для устройства $4800, купленного 95 дней назад, но не упомянул согласование. Руководитель отмечает: «Пункт 2 пропущен, перепроверь условие о 90 днях». Новый ответ сотрудника включает запрос согласования. Одобрение и гарантия выплаты - разные вещи; следующий шаг - уточнить у владельца политики порядок подачи до одобрения.
Критерий готовности практический: сотрудник на собственных документах задаёт вопрос с полным входом, проверяет по двум слоям и правильно передаёт ошибку владельцу документа или IT. Фиксированного числа занятий нет.
Прежде чем переходить к закрытым документам, задайте IT три вопроса: какой сервис разрешён для ваших данных, какие категории документов согласованы и какой доступ у него есть. Если на эти вопросы нет простого ответа - начинать с закрытых документов рано. Обезличивание документа не заменяет это разрешение. Правильный ответ на публичной политике GitLab ничего не доказывает про закрытый поиск по вашим регламентам: чужая аккуратная политика и внутренние документы с дублями и устаревшими версиями создают разные условия работы.
Вопросы перед запуском обучения
После демонстрации на чужой политике: можно ли сразу работать с внутренними регламентами?
Нет. Учебный пример объясняет метод проверки, но не доказывает готовность сотрудника к реальным документам компании. Сначала нужно выяснить с IT, какой сервис разрешён для ваших данных и какие условия хранения согласованы. Обезличивание документа не заменяет это разрешение. Только после согласования с IT - упражнения на документах функции. Правильный ответ на публичном входе не означает, что ваши закрытые регламенты дадут такой же результат.
Документы разбросаны по папкам и дублируются. С чего начинать?
С той же практики. Упражнения включают задачу выбрать нужный документ из нескольких похожих и найти актуальную версию. Идеальная база знаний не нужна до старта. Нужна привычка называть документ и дату проверки в каждом вопросе к ИИ. Актуальную версию подтверждает владелец документа, потому что дата публикации и дата вступления правила в силу могут различаться.
Сколько времени и денег нужно на обучение сотрудников работе с ИИ и документами?
Объём и цену обсуждаем с каждым клиентом отдельно, потому что документы, структура команды и начальный уровень везде разные. Готовность проверяется не числом занятий, а тем, как сотрудник справляется на собственных документах: задаёт полный вход, проверяет по двум слоям и правильно передаёт ошибку владельцу документа или IT. Фиксированного числа занятий в плане нет.
Кто отвечает за ошибку в ответе ИИ по документам компании?
Зависит от вида ошибки. Практическая - задача сотрудника: переформулировать вход и снова проверить ответ по двум слоям. Документная - задача владельца документа: исправить противоречие или устаревший пункт. Системная - задача IT: разобраться, почему инструмент стабильно пропускает нужный фрагмент. Сотрудник учится не гарантировать правильный ответ модели, а замечать ошибку и передавать её нужному специалисту.
Скептики и доверяющие: одинаковый ли цикл проверки для обеих групп?
Метод одинаков для обеих групп. Двухслойная проверка требует только одного: сравнить каждый пункт ответа с конкретным правилом из документа. Скептик проверяет, потому что не доверяет. Тот, кто доверяет, тоже проверяет, потому что цена ошибки высока - неверное решение о канале закупки или об отказе в возмещении. Одинаковый эффект для обеих групп специально не измерялся, но метод применим к любой. Начать можно на публичной политике GitLab из этой статьи.
Что такое «оговорка» и почему её так легко потерять?
Оговорка - это условие внутри правила, которое ограничивает или расширяет его действие. Пример: пункт «расход старше 90 дней не возмещается» содержит оговорку «без согласования руководителя». Если ИИ воспроизводит общую норму, но не воспроизводит оговорку, сотрудник получает неполный ответ. Именно для этого существует второй слой проверки: после того как вы убедились, что категория и порог определены верно, проверьте, нет ли в правиле условия, которое меняет вывод.
Как понять, что ответа нет именно во фрагменте, а не вообще в политике компании?
Это разные ситуации, и смешивать их опасно. Если во входе только часть политики, отсутствие ответа означает лишь то, что нужный раздел не попал во фрагмент. Чтобы убедиться, что правила нет вообще, откройте полную политику и проверьте все разделы. Если нужного раздела нет - сформулируйте адресный вопрос владельцу документа: «В политике расходов нет раздела про оплату курсов. Существует ли отдельная политика обучения?» Не делайте вывод самостоятельно.
Что делать, если политика изменилась после того, как сотрудник получил ответ?
Старый ответ не переписывается задним числом. Ответ, полученный в одну дату, остаётся ответом по той версии политики, которую вы загружали. После обновления нужно задать вопрос заново с новой версией документа. Дата проверки в каждом вопросе - не формальность, а метка: при споре о трактовке или сумме решает владелец документа, а не ответ модели.
Как применять метод на реальных документах вашей компании
Вопросы по корпоративным документам через ИИ экономят время только тогда, когда ответ проверен. Нужный пункт сверху, двухслойная проверка каждого пункта, адресная передача ошибки нужному специалисту - это навык, который осваивается на реальных документах вашей функции.
Обсудить обучение по документам вашей компании можно в разделе программы AI-обучения. Вопросы о запуске пишите на hello@majento.ai или в телеграм https://t.me/shimaoz.