Сложность:

Александр Лапшин: без юридического образования собрал в Claude консилиум юристов и стал сам проверять все договоры компании

В кейсе рассказываем, как предприниматель без юридического образования использует нейросети в различных бизнес-задачах и проектах.

Несколько лет следил за нейросетями, но в работе ничего не склеивалось

На программиста я шёл учиться осознанно: хотел строить на этом бизнес и ещё студентом понимал, что рано или поздно всё упрётся в IT. Поэтому и за нейросетями я следил почти с самого начала их хайпа.

Следить-то следил, а применить не мог. Я пробовал всё, до чего дотягивался на нашем рынке: Алису, Copilot внутри Битрикс24, агрегаторы, которые давали доступ к зарубежным моделям из России. И каждый раз упирался в одно и то же: модель оказывалась слишком глупой для реальных задач.

Дело было не только в моделях: сами сервисы оказывались сырыми. Например, я хотел, чтобы модель помнила меня между разными чатами, но такой возможности ни в агрегаторах, ни в самих нейронках на тот момент не было.

В итоге года полтора я топтался на месте: знал, что нейросети повлияют на нашу жизнь, но не мог найти ни одного инструмента, который реально был бы полезен. Все сдвинулось с мертвой точки летом 2025-го, когда я наконец-то настроил доступ к зарубежным сайтам.

Дошёл до ChatGPT — и первую же задачу закрыл за 2 минуты

Когда я впервые пощупал ChatGPT, понял, насколько это крутой интрумент и как сильно я отставал из-за того, что пользовался только локальными решениями. Ни отечественные нейронки, ни агрегаторы разных моделей не давали такого качества, как обычный ChatGPT в браузере.

Я сразу пришел в нейроку с бизнесовой задачей: мне нужно было обосновать крупному клиенту повышение тарифов, а для этого требовалось проанализировать нагрузку на склад и оптимизировать смены. Раньше для решения такой задачи я бы на пару часов засел в Excel и разбирался бы с формулами, графиками и т. д. ChatGPT разобрал все за 2 минуты. 

Для меня это было как магия: ни одна из местных нейронок такой объём данных просто не вытягивала, либо уходила в жуткие галлюцинации.

И магия эта сразу обернулась деньгами. Клиент хотел отгружаться ночью и боялся, что если мы сократим ночную смену, склад не справится. А я по данным показал, что основной пик у него в пять утра, и предложил сдвинуть его на семь. Так я обосновал решение, сократил ночную смену и стал на этой операции больше зарабатывать.

Промпт, кстати, я писал самый обычный. Я и сейчас не считаю, что промпты надо уметь писать: надо чётко объяснить, что тебе нужно и каким должен быть результат, а дальше нейросеть сделает сама.

После этого одиночные запросы в чат меня уже не удовлетворяли. Если одна выгрузка дала такой эффект, подумал я, то надо копать глубже.

Увлекся агентами как игрой и на этом выгорел

Копать глубже я стал уже не в ChatGPT. Примерно одновременно с задачей по складу я попробовал Claude для генерации статей. Мне так понравилось, что я купил подписку за 20 долларов и дальше возился уже с ним.

Затем я случайно попал на бесплатный онлайн-эфир про AI в маркетинге, где рассказывали про ИИ-агентов. Показывали, как они могут читать чаты, подсвечивать важное, принимать какие-то решения и т.д. 

Этого хватило, чтобы на следующий день сесть с ноутом и разобраться, как поднять агентов на сервере. Я поднял на своем VPS OpenClaw (по дороге раз тридцать все сломал, но запустил).

Кстати, к этому моменту я не знал, что такое VPS, как его настраивать и так далее. Все это я делал чисто с Claude. Вот прям тупо копировал ответы сервера из Терминала, вставлял в Claude и спрашивал: что делать дальше? — затем просто копировал команды и вставлял в терминал, и так пару часов.

И дальше меня понесло. Я наделал целый зоопарк помощников: нутрициолога под мои калории, отдельного агента жене, чтобы она не платила за подписки, основного агента под управление.

В какой-то мере это заменило мне игры. В компьютер я к тому времени года три не играл, а возня с агентами дала ровно тот же драйв, будто включил PlayStation. Беда была в том, что процесс не останавливался: ковыряться можно было бесконечно, а всю конструкцию еще и надо было постоянно поддерживать. В какой-то момент я из-за этого просто выгорел.

Перестал собирать все подряд и начал спрашивать: а это принесет деньги?

Выгорание сбило азарт, а добили его разговоры в бизнес-клубе, где другие предприниматели тоже пробовали нейросети, втягивались, а потом быстро остывали: чаще всего со словами «да я лучше найму человека, мне так проще». В какой-то момент я поймал себя на той же мысли: OpenClaw в части задач стал настолько тяжелым в поддержке, что иногда было проще отдать дело живому человеку.

Тогда я завел себе фильтр: перед каждым новым ботом стал спрашивать, что это мне даст. Начну ли я с этого зарабатывать, сократит ли это расходы, ускорит ли то, что влияет на деньги? Если ответа нет, то и собирать незачем. По сути я выключил техногика, которому интересно нажимать новые кнопки, и включил предпринимателя.

При этом в ИИ я не разочаровался, скорее наоборот. Предприниматель, который реально погружается в тему, многие цифровые вещи делает в разы быстрее. Раньше идеи могли оставаться идеями по несколько месяцев: дождись программиста, объясни, протестируй, верни на правки. С нейронками то же самое  можно собрать за неделю, просто без фильтра в этих возможностях тонешь.

Поэтому от зоопарка самописных агентов я откатился обратно к обычному чату. А первым проектом, который прошел новый фильтр, стал бот для анализа блогеров.

«Степашка» разбирал блогера за 30 секунд и доказал мне один принцип

Бот вырос из моего второго бизнеса: сервиса совместных закупок рекламы в Telegram. Там постоянно нужно было отбирать каналы под размещения. Пару каналов можно посмотреть и руками, но мы продавали по 2–3 размещения в день. То есть в неделю около 25-30 каналов. А чтобы столько набрать, просматривать приходилось штук 40.

Я открыл Claude Code и описал ему свою методологию анализа: на какие метрики смотрю, какие проценты считаю важными, какие сигналы для меня зелёные, жёлтые и красные. Получился бот, которого я назвал «Степашка»: кидаешь ему ссылку на канал, он через TGStat API подтягивает данные и возвращает готовую аналитику с теми самыми триггерами. Раньше анализ канала занимал минут пять, бот же стал делать это секунд за 30.

Пусть эта задача и не слишком сложная, но она дала мне понять очень важный принцип: любую повторяющуюся задачу, которую можно описать словами, можно упаковать в инструмент.

И именно с этим принципом я стал решать другую проблему — анализ договоров.

Когда навалились договоры, собрал в Claude консилиум юристов

Договоры с клиентами у нас исторически читали и согласовывали только я и еще несколько доверенных людей. Вот только никто из нас не был юристом. 

При этом договоры в B2B-логистике сложные: ответственность, сроки, хранение, штрафы, и каждый пункт потом реально влияет на работу с клиентом. Раньше я читал все сам, а на непонятных местах лез разбираться в интернет. И всегда меня пугало даже не то, сколько времени нужно потратить. А то, что можно банально устать и пропустить важное: пролистнуть формулировку, не заметить правку, а потом разгребать все это уже в работе.

Здесь и пригодился принцип со «Степашки». Я собрал в Claude скилл для анализа договоров, который теперь запускается одним промптом:

Дальше я добавляю короткий контекст по клиенту: обороты, условия, что для нас важно. Внутри скилла собирается несколько ролей: юрист по налогам, юрист по логистике, специалист по судопроизводству, роли автоматически подстраиваются скиллом, в зависимости от задачи. Каждый смотрит на договор со своей стороны. На выходе я получаю список мест, где надо принять решение, и консилиум отдает его по уровням: критические риски, средние, малые и косметика, которой можно пренебречь.

С этим скиллом нейронка читает договор целиком и ничего не упускает, для меня это главное. Я прогоняю через него все договоры и по итогам либо вношу правки, либо составляю протокол разногласий. Можно сказать, стал юристом благодаря ИИ. 

Врать не буду — доверять списку рисков я начал не сразу: сначала пришлось закрыть одну неприятную проблему.

Чтобы консилиум не выдумывал статьи, заставил его сперва идти в интернет

Проблема в том, что модель может уверенно врать и при этом ссылаться на статью, которой не существует. Пока я не велел консилиуму ходить в интернет, пару раз ловил его на таких выдумках.

Поэтому я перестроил порядок работы консилиума: сначала он читает договор, потом идет в интернет и собирает данные, и только после этого роли начинают обсуждение. Так они опираются не на память модели, а на то, что реально нашли.

Проверять  ответы при этом не перестал: когда вижу ссылку на конкретную статью, сам иду в поисковик и смотрю, что там написано. Но за все время работы ошибок и галлюцинаций замечено не было.

Дальше стал играть с консилиумом в суд и увидел слабые пункты заранее

Однажды мне захотелось не просто увидеть риски в тексте, а понять, что будет, если дело вдруг дойдет до суда. Поэтому я запустил скилл и дал такой сценарий:

В итоге Claude выстроил целый сериал с ходом заседания. Показывал, какой агент на что ссылался, показывал доводы обвинения и защиты. 

А в конце заседания показал мне, какие пункты договора слабые и что лучше переписать заранее. В общем, выделил еще больше потенциальных проблемных мест и помог их поправить.

Сотрудникам нейросеть пока не раздаю — на складе так нельзя

С договорами у меня сложилось, а вот раздавать нейросеть всем сотрудникам я не спешу. Склад — это не команда разработчиков, привыкшая к API и экспериментам. Люди у меня разного уровня: кто-то работает с клиентами, кто-то с документами, кто-то руками перекладывает товар. У меня до сих пор не все освоили формулы в Excel.

Просто выдать людям чат и сказать «нате, пользуйтесь» — плохое внедрение сразу по двум причинам. Во-первых, не факт, что человек вообще поймёт, чем это ему полезно. Во-вторых, нейросеть галлюцинирует: если сотрудник без подготовки потащит её неправильные ответы в работу с крупным клиентом, мы получим проблему на ровном месте.

Отдельно меня останавливает наша инфраструктура. Мы работаем в Битрикс24 и в самописной WMS — системе управления складом на базе 1С. Пускать туда ИИ без присмотра пока что страшно.

Поэтому путь я вижу аккуратный: сначала людей надо базово обучить, показать, где нейросети можно доверять, а где перепроверять. Потом давать готовые инструменты под конкретные задачи, а не свободный чат. Себе я тоже хочу со временем подключить Claude к нашему Битриксу через MCP, чтобы он сам смотрел задачи и приносил мне на проверку то, что я не успеваю заметить.

Идею консилиума мне подсказали в чате Нейроцеха

Если оглянуться на всю историю, главный инструмент я получил не от технологии, а от людей. Консилиум я не придумал сам: кто-то в чате Нейроцеха выложил пример, как собрал такой под свои задачи, по-моему, даже со ссылкой на GitHub. Я взял оттуда принцип, что на задачу смотрит не один помощник, а несколько ролей сразу, развернул его под договоры, а потом дошёл и до игры в суд. Сам бы я до этого не додумался.

Мне нравится, что материалы в клубе разбиты по уровням: базовый и средний мне скучноваты, собирать что-то из готовых кубиков неинтересно, а вот продвинутый слой ровно мое. Я техногик и привык держаться на острие: комьюнити как раз там и живет.