Месяц обрабатывали реестр вручную. Тянули данные из PDF-выписок в Excel, разносили по статьям - боль была в аккуратности и времени.
Когда объем перевалил за несколько тысяч строк, понял: это задача для скрипта. Собрал n8n-воркфлоу с Google Apps Script: парсит PDF-реквизиты (сумма, дата, назначение платежа), гонит текст через GPT-4 с жесткой схемой («эта строка идет в ячейку X», «тип платежа определи по ключевым словам»), прямо в Google Sheets разносит по столбцам.
Главное было не в скорости, а в том, чтобы не потерять копейку: каждое число должно приземлиться в правильную ячейку, а знаки в назначении платежа - сохраниться. LLM часто галлюцинирует, когда важны точные цифры. Решение: давай модели не весь реестр сразу, а строку за строкой, плюс строгая JSON-схема на выходе. Если хоть одно обязательное поле заполнено неправильно (сумма не число, дата не YYYY-MM-DD), скрипт его отклоняет и пробует заново с откорректированным промптом.
Итог: то, что занимало день ручной работы, теперь обрабатывается за пару часов с контролем целостности. И главное - нет пропусков в реестре.
Урок: когда на кону деньги и точность, не полагайся на одну попытку генерации. Ставь структурный контроль и обходы.
