Как проверять документы на соответствие шаблону
Давайте представим, что вы заключаете десятки договоров ежемесячно и перед этим их анализируете. Читаете, ищете спорные моменты и риски или проверяете договор на наличие опечаток и ошибок. На анализ одного договора уйдет 10-20 минут, и если таких договоров несколько в день — глаз может замылиться и вы легко упустите что-то важное.
Чтобы такого не произошло, можно передать анализ документов нейросети. Она проанализирует договор по вашим стандартам, подсветит спорные моменты и риски.
В гайде рассказываем, как сравнить документы с эталонами своей компании.
Использовать можно разные нейросети — ChatGPT, DeepSeek, Claude или Gemini. Но мне больше всего понравилось работать с Gemini, потому что у нее большое контекстное окно и она хорошо анализирует много источников одновременно. В ChatGPT, DeepSeek и Claude глубина анализа была хуже и некоторые шаги анализа они просто пропускали. Поэтому пользоваться ими или нет — ваш выбор, но я остановился на Gemini и сервисе NotebookLM
Как сделать ТЗ через Notebooklm
Для этого переходим в Notebooklm и авторизуемся через google-аккаунт.
Важно! Переходить по ссылке нужно с включенным VPN.
После авторизации в сервисе кликните на кнопку «Создать».
На открывшейся вкладке загрузите нужные файлы. Сюда можно добавить до 50 файлов в формате PDF, DOCX, XLSX, TXT, CSV.
Сюда же можно загрузить файлы с гугл диска или ПК, добавить ссылку на сайт или YouTube.
Я рекомендую вам загрузить в источники минимум 3 файла:
- Эталон оферты, на основе которой создаются договоры.
- Эталон договора с заказчиком, где учтены все требования вашей компании.
- Договор, который нужно проанализировать.
После этого можно работать с нейронкой, в ответах она будет пользоваться загруженными источниками.
- Кейс
При генерации ответов вы можете выбирать, какими источниками будет пользоваться нейросеть. Для этого отмечайте чек-боксы в левой панели.
Приятный бонус в ответах — нейронка будет оставлять ссылки на фрагменты, из которых она взяла информацию.
Принцип работы простой: загружаем нужные файлы в базу → загружаем в базу договор для анализа → присылаем промпт в чат:
Промпт может быть разным. Вот самый простой, рабочий и универсальный вариант:
#КОНТЕКСТ
Твоя задача — разбить договор на логические ветви: ключевые пункты, соответствие шаблонам, ошибки, дубли, а также визуализировать результаты в виде чек-листа в таблице. Дополнительно создай таблицы для штрафов и рисков, если они присутствуют в документе.
#РЕКОМЕНДАЦИИ ПО ОТВЕТУ
Разбей договор на основные разделы, включая Предмет договора, Цена договора, Порядок расчетов, Качество товара, Сроки поставки, Ответственность сторон, Реквизиты сторон и другие значимые части.
Применяй метод Chain-of-Thought для последовательного анализа каждого раздела, выявляй ключевые пункты, несоответствия, ошибки и дубли.
Выяви все потенциальные противоречия любого характера: логические, юридические и другие возможные. Объясни, чем вызвано противоречие и какие пункты договора его создают.
Найди ВСЕ опечатки и покажи их в ответе.
Составь итоговый отчет, где наряду с текстовым анализом присутствует чек-лист в виде таблицы, содержащей следующие столбцы:
«Раздел»
«Наличие в документе» (с отметками ✅ или ❌).
Если договор содержит условия по штрафам или рискам, создай отдельные таблицы с колонками:
Для штрафов: «Тип», «Период», «Размер»
Для рисков: «Вид», «Описание риска». Сначала перечисли риски для исполнителя. Затем — для заказчика.
Если предоставлен эталон договора, сравни штрафы и риски с эталоном и сделай вывод: больше ли штрафы или риски по сравнению с эталоном
Приведи результаты анализа в один структурированный документ.
#КРИТЕРИИ ЗАДАЧИ
Логическая структуризация анализа договора с использованием метода Tree of Thoughts.
Детальный анализ каждого раздела, выявление всех ошибок и дублирующих элементов.
Формирование чек-листа в виде таблицы, которая отражает наличие ключевых разделов.
#ВАЖНО
Оферта и договор [название договора] — эталоны для сравнения. Ты не пишешь анализ по ним.
#ВЫВОД
Предоставь итоговый отчет:
Последовательный и логически структурированный анализ договора.
Чек-лист в виде таблицы с разделами договора и отметками о наличии (✅/❌).
Отдельные таблицы для штрафов (с колонками Тип, Период, Размер) и рисков (с колонками Вид, Описание риска).
Для примера я проанализировал договор с клиентом и получил подробный отчет.
Сначала бот рассказал про структуру договора и его суть:
Затем перечислил все противоречия, которые нашел в документе.
Важно! Не стоит критически относиться ко всем противоречиям. Какие-то могут показаться притянутыми за уши. Бот просто перечислит все, что его смущает.
После противоречий бот отметил, все ли разделы из оферты отражены в договоре.
Затем рассказал о штрафах: периоде начисления и сумме.
В следующем пункте — о рисках и описал их.
После описания штрафов и рисках бот сравнил их с теми, что описаны в эталонах. Это поможет понять, такие же условия предлагает заказчик или другие.
Затем нейросеть сделала общий вывод по всему договору: соответствует ли он эталону, какие риски есть и что делать дальше.
Дальше вы можете продолжать беседу в формате диалога. Например, можете просить раскрыть какой-то пункт договора подробнее.
Главный минус NotebookLM — диалоги в нем не сохраняются. После обновления странички ответа бота пропадут, останутся только загруженные источники.
Как проанализировать договор через ChatGPT
Решил сделать отдельный раздел по ChatGPT, потому что анализ документов — это постоянный процесс. Нам основе одного и того же эталона мы можем проверять десятки документов. Заводить каждый раз отдельный чат в ChatGPT не очень удобно, поэтому проще сделать бота-анализатора. Если не знаете, как делать кастомных ботов, читайте этот гайд:
Для создания бота нам понадобится:
- системный промпт, на основе которого бот будет работать;
- база знаний.
Системный промпт может быть разным. Я рекомендую использовать тот же, что мы использовали в NotebookLM.
В базу знаний мы загрузим эталон оферты и минимум 1 договора.
Когда добавите всю информацию, можете тестировать нейросеть: присылать договор и просить анализ.
Совет. Чтобы бот не путался в документах, при генерации ТЗ отправляйте примерно такой промпт:
Твоя задача — разбить договор на логические ветви: ключевые пункты, соответствие шаблонам, ошибки, дубли, а также визуализировать результаты в виде чек-листа в таблице. Дополнительно создай таблицы для штрафов и рисков, если они присутствуют в документе.
Оферта и договор [название договора] — эталоны для сравнения. Ты не пишешь анализ по ним.
Думаю, принцип понятен: создаем бота → добавляем информацию в базу → анализируем.
Но лично мне все равно больше нравится работать в Notebooklm. Там нейронка лучше анализирует и сравнивает договоры. А ChatGPT периодически отступает от источников и системного промпта и придумывает информацию сам либо пропускает важные моменты.
По такому принципу можно решать разные задачи:
