+995 591 34 40 58Telegram

მხარდაჭერა და მომსახურება

განახლებები, უსაფრთხოება, მონიტორინგი და პროექტების განვითარება

მიმართულების ყველა სერვისი

არ იცით, რა აირჩიოთ?

აღწერეთ ამოცანა — დაგეხმარებით გადაწყვეტის შერჩევაში.

+995 591 34 40 58
ყველა სერვისი — 6 მიმართულება · 25 სერვისინავიგაცია ↑ ↓ · დახურვა Esc
ყველა პროექტი — 100+ პროექტი: ონლაინ მაღაზიები, კორპორატიული საიტები, ლენდინგ გვერდები, ვებსერვისებინავიგაცია ↑ ↓ · დახურვა Esc
ყველა სტატია — შემუშავება, მხარდაჭერა, უსაფრთხოება — გუნდის პრაქტიკიდანნავიგაცია ↑ ↓ · დახურვა Esc
ბოტები და AI

ინვოისებისა და ზედნადებების ამოცნობა ხელოვნური ინტელექტით: როგორ შევამოწმოთ შედეგი

რომელ ინვოისებს, ზედნადებებსა და ფასების სიებს კითხულობს ხელოვნური ინტელექტი საიმედოდ, სად ცდება, კოდით რა შემოწმებებია საჭირო მოდელის შემდეგ და რას უკეთებენ OpenAI, Anthropic და Google თქვენს დოკუმენტებს.

RIVERIT · · კითხვის დრო: 12 წთ

მენეჯერი ხსნის მომწოდებლის PDF ინვოისს და CRM-ში ხელით გადააქვს ნომერი, თარიღი, რეკვიზიტები და პოზიციების ოცი სტრიქონი. ხვალ კიდევ ათიოდე ასეთი ფაილი მოვა, ზედნადების ფოტო და Excel-ის ფასების სია. ინვოისებისა და ზედნადებების ამოცნობა ხელოვნური ინტელექტით ამ სამუშაოს დიდ ნაწილს თავიდან აგაცილებთ ერთი პირობით: მოდელის შედეგს ამოწმებენ, სანამ ის თქვენს სისტემაში ჩაიწერება. ქვემოთ განვიხილავთ, რას კითხულობს მოდელი საიმედოდ, სად ცდება, როგორ მუშაობს პროცესი შემოწმებებით და რას უკეთებენ პროვაიდერები API-ით გაგზავნილ მონაცემებს (API პროგრამული ინტერფეისია: თქვენი სისტემა მოდელს პირდაპირ მიმართავს, ჩატის ფანჯრის გარეშე).

რომელ ინვოისებსა და ზედნადებებს კითხულობს AI საიმედოდ

დოკუმენტების ამოცნობა ხელოვნური ინტელექტით ეფუძნება მოდელებს, რომლებსაც გამოსახულებების გაგება შეუძლია (მულტიმოდალურ მოდელებს). ეს მოდელები იმავე ფაილებს კითხულობს, რომლებიც ჩვეულებრივ სამუშაო დღეს მოდის:

  • ტექსტური ფენის მქონე PDF. გადახდის ინვოისები სააღრიცხვო პროგრამებიდან და ინტერნეტბანკებიდან. ტექსტი უკვე არსებობს, ამიტომ PDF-იდან მონაცემების ამოღება საჭირო ველების მოძებნამდე დადის.
  • სკანები და PDF ტექსტური ფენის გარეშე. გვერდს მოდელი სურათივით კითხულობს, ამიტომ სკანის ხარისხი თითქმის ყველაფერს განსაზღვრავს. (მაგალითად, Claude ნებისმიერი PDF-ის თითოეულ გვერდს გამოსახულებად გარდაქმნის და, თუ ფაილში ტექსტი არის, მას გვერდით გადასცემს.)
  • ტელეფონით გადაღებული ფოტოები. ზედნადები მანქანის კაპოტზე, მიღება-ჩაბარების აქტი ბეჭდით. ასეთი ფოტოები უარესად იკითხება: ჩრდილი, დახრა და ანარეკლი შედეგს იმაზე მეტად აფუჭებს, ვიდრე ადამიანს ეჩვენება.
  • სხვადასხვა სტრუქტურის Excel და CSV ფაილები. ერთი მომწოდებლის ფასების სია ხუთსტრიქონიანი სათაურით იწყება, მეორესთან არტიკული პროდუქტის დასახელებაშია დამალული, მესამესთან თითოეულ ფურცელზე საკუთარი კატეგორიაა.
  • წერილები დანართებით, სადაც რეკვიზიტების ნაწილი წერილის ტექსტშია, ნაწილი კი ფაილში.

თუ კონტრაგენტები დოკუმენტებს ელექტრონული დოკუმენტბრუნვის სერვისით გიგზავნიან, ჯერ გაარკვიეთ, გასცემს თუ არა სერვისი მონაცემებს სტრუქტურირებული სახით (API-ით ან ექსპორტით). თუ გასცემს, ასეთი დოკუმენტების ამოცნობა საჭირო არ არის და მოდელი დანარჩენისთვის რჩება: ელფოსტით მიღებული PDF ფაილების, სკანების, ფოტოებისა და ფასების სიებისთვის.

კლასიკური შაბლონური OCR (პროგრამა, რომელიც სურათს ტექსტად გარდაქმნის წინასწარ მონიშნული ველების მიხედვით) თითოეული მომწოდებლისთვის ცალკე მონიშვნას მოითხოვს: ის ხედავს თარიღს „15.10.2026“ და წესის გარეშე არ იცის, ეს ინვოისის თარიღია თუ გადახდის ვადა. მოდელს განსხვავება ჩვეულებრივ აზრითა და მეზობელი წარწერებით ესმის, ამიტომ ახალ მომწოდებელს უჩვეულო მაკეტით ცალკე გამართვა არ სჭირდება. მისი პირველი დოკუმენტების ხელით შემოწმება მაინც ღირს.

ამასთან, შაბლონები არ მოძველებულა: თუ მსხვილი მომწოდებელი წლების განმავლობაში ინვოისებს ერთი და იმავე მაკეტით აგზავნის, მისთვის შაბლონი მოდელზე იაფი და უფრო პროგნოზირებადია. მოქმედი სისტემები ხშირად ორივე მიდგომას აერთიანებს: ტიპური დოკუმენტები შაბლონებით მუშავდება, არასტანდარტული — მოდელით.

სუსტი მხარეები ცნობილია. ყველაზე უარესად მოდელი კითხულობს პოზიციების გრძელ, რამდენიმეგვერდიან ცხრილებს, ხელნაწერ შენიშვნებს, დაჭმუჭნილ და გახუნებულ ასლებს. ცალკე პრობლემაა გაერთიანებული ფაილები: თუ ერთ PDF-ში ხელშეკრულება, ინვოისი და აქტი დევს, მოდელმა თანხა შეიძლება მეზობელი დოკუმენტიდან აიღოს. ასეთ ფაილებს ჯერ ნაწილებად ყოფენ და მხოლოდ ამის შემდეგ იღებენ მონაცემებს.

რატომ უნდა შემოწმდეს შედეგი

მოდელი ადამიანისგან განსხვავებულად ცდება. დაღლილი თანამშრომელი სტრიქონს გამოტოვებს და გამოტოვება ჩანს. მოდელი ყველა ველს მოწესრიგებულად და ერთგვაროვნად ავსებს, მათ შორის იმათაც, სადაც შეცდა: ცხრილის ცარიელ უჯრას შეიძლება მეზობელი სტრიქონიდან დამაჯერებელი მნიშვნელობით შეავსოს, მსგავსი ციფრების მქონე არტიკული კი „შეასწოროს“ და შეცვალოს იმით, რომელიც უფრო ხშირად გვხვდებოდა. ასეთ პასუხს ჰალუცინაციას უწოდებენ: ის ფორმით დამაჯერებელია, არსით კი მცდარი.

მარტივი გამოთვლა. მოდელი ველების 97%-ს სწორად იღებს, ინვოისში 15 ველია. ალბათობა, რომ 15-ივე სწორია, არის 0,97 მეთხუთმეტე ხარისხში, ანუ დაახლოებით 63%. დაახლოებით ყოველი მესამე დოკუმენტი ერთ შეცდომას მაინც შეიცავს.

პროვაიდერები სტრუქტურირებული პასუხის რეჟიმს გვთავაზობენ: მოდელი მონაცემებს მკაცრად მოცემული სქემით აბრუნებს, მაგალითად: ნომერი, თარიღი, მომწოდებლის EDRPOU კოდი (უკრაინის საწარმოთა რეესტრის კოდი), პოზიციების სია. ასე თქვენი კოდი მოულოდნელი ფორმატის გამო შეცდომით არ ჩერდება. სქემა მხოლოდ ფორმას უზრუნველყოფს. Google-ის დოკუმენტაცია Gemini API-სთვის პირდაპირ ამბობს: პასუხი იქნება სინტაქსურად სწორი JSON (პროგრამებს შორის მონაცემთა გაცვლის სტანდარტული ფორმატი), მნიშვნელობები კი აპლიკაციაში უნდა შემოწმდეს. OpenAI და Anthropic იმავეს ჰპირდებიან: სქემასთან შესაბამისობას, სავალდებულო ველებსა და მონაცემთა ტიპებს. თავად მნიშვნელობების სისწორეზე სამივე პროვაიდერის დოკუმენტაციაში არაფერია ნათქვამი.

ამოცნობის პროცესი შემოწმებებით

მოდელი დოკუმენტს კითხულობს, კოდი ამოწმებს და ითვლის, ადამიანი სადავოს ადასტურებს. ნაბიჯ-ნაბიჯ:

  1. მიღება. დოკუმენტები შემოდის ცალკე საფოსტო ყუთში, პირად კაბინეტში ფორმის მეშვეობით ან Telegram ბოტში, რომელსაც თანამშრომელი საწყობიდან ზედნადების ფოტოს უგზავნის.
  2. მომზადება. კოდი გაერთიანებულ PDF ფაილებს ცალკეულ დოკუმენტებად ყოფს. მოდელი თითოეულის ტიპს განსაზღვრავს (ინვოისი, ზედნადები, აქტი, ხელშეკრულება) და ტიპის მიხედვით ველების სქემა შეირჩევა. ტექსტური ფენის მქონე ფაილებიდან კოდი მზა ტექსტს იღებს, ტექსტის გარეშე გვერდებს (სკანებს, ფოტოებს) კი მოდელს გამოსახულებებად უგზავნის.
  3. ამოღება. მოდელი ველებს სქემის მიხედვით აბრუნებს: მხარეების რეკვიზიტებს, ნომერსა და თარიღს, პოზიციებს რაოდენობით, ფასითა და თანხით, ჯამებს.
  4. კოდით შემოწმება შემდეგ ნაწილში აღწერილი წესებით.
  5. დადასტურება. შენიშვნების გარეშე დოკუმენტები ავტომატურად გადადის შემდეგ ეტაპზე (როცა ამისთვის მზად იქნებით), შენიშვნებიანი კი თანამშრომელს გადამოწმების ეკრანზე ეჩვენება.
  6. ჩაწერა. მონაცემები გადადის CRM-ში, ონლაინ მაღაზიაში, Google ცხრილში, სააღრიცხვო სისტემაში ან თქვენს საკუთარ ბაზაში. საწყისი ფაილი, ამოღებული მნიშვნელობები და თანამშრომლის შესწორებები ჟურნალში ინახება: მის მიხედვით ჩანს, სად ცდება მოდელი ყველაზე ხშირად.

რას ამოწმებს კოდი

მოდელის შეცდომების უმეტესობას ის შემოწმებები იჭერს, რომლებსაც გამოცდილი ბუღალტერი ან მესაწყობე გონებაში აკეთებს. ნაკრები თქვენს დოკუმენტებზეა დამოკიდებული, საბაზისო სია კი თითქმის ყოველთვის ერთია:

  • არითმეტიკა. რაოდენობა × ფასი = სტრიქონის თანხა. სტრიქონების თანხების ჯამი = საერთო ჯამი. ჯამი დღგ-ის გარეშე + დღგ = ჯამი დღგ-ით. თუ ერთი ტოლობა მაინც კაპიკის სიზუსტით არ სრულდება, დოკუმენტი შემოწმებაზე იგზავნება: არასწორად წაკითხული ციფრი თითქმის ყოველთვის არღვევს რომელიმე ტოლობას. თანხებს კოდი ითვლის, მოდელი მხოლოდ ციფრებს კითხულობს.
  • რეკვიზიტები. EDRPOU კოდს საკონტროლო ციფრი აქვს, ამიტომ ბეჭდვის შეცდომების უმეტესობა მარტივი გამოთვლით ჩანს, რეესტრში გადამოწმების გარეშე. უკრაინული IBAN 29 სიმბოლოსგან შედგება და ორ საკონტროლო ციფრს შეიცავს, ასე რომ, საბანკო ანგარიშის ნომერში დაშვებული შეცდომების უმეტესობაც გამოთვლით ჩანს. სხვა ქვეყნების საგადასახადო ნომრებს საკუთარი წესები აქვს, მათ თქვენი კონტრაგენტების მიხედვით ამატებენ.
  • ცნობარები. ასეთი კოდის მქონე კონტრაგენტი ბაზაში არის? არტიკული კატალოგშია? საზომი ერთეული ემთხვევა პროდუქტის ბარათს? უცნობი მომწოდებელი ან პროდუქტი საკმარისი მიზეზია, რომ დოკუმენტი ადამიანმა ნახოს.
  • შეკვეთასთან შედარება. ინვოისის პოზიციები და ფასები მომწოდებელთან გაფორმებულ შეკვეთას უნდა ემთხვეოდეს, ზედნადებში მითითებული რაოდენობა — საწყობში მიღებულს. შეუსაბამობა გადახდას ან საწყობში აღრიცხვას აჩერებს, სანამ თანამშრომელი გადაწყვეტილებას მიიღებს.
  • დუბლიკატები. იმავე ნომრის, თარიღისა და კონტრაგენტის დოკუმენტი უკვე ატვირთულია: მომწოდებელმა ინვოისი ხელახლა გადმოგზავნა ან ორმა თანამშრომელმა ერთი და იგივე ფაილი ატვირთა. ამ შემოწმების გარეშე გადახდა ან საწყობში აღრიცხვა ორჯერ ხდება.
  • სარწმუნოობა. დოკუმენტის თარიღი მომავალში არ უნდა იყოს და არც ორი წლის წინანდელი. ფასი წინა შესყიდვის ფასისგან თქვენ მიერ განსაზღვრულ პროცენტზე მეტად არ უნდა განსხვავდებოდეს. რაოდენობა ჩვეულებრივზე ათჯერ მეტი არ უნდა იყოს.

რა რჩება ადამიანს

გადამოწმების ეკრანი მარტივია: მარცხნივ დოკუმენტია, მარჯვნივ — ამოღებული ველები, სადავო კი განმარტებით არის მონიშნული („სტრიქონების ჯამი საერთო ჯამს 120,00-ით არ ემთხვევა“). თანამშრომელი ერთ ველს ასწორებს და დოკუმენტს ადასტურებს, ნაცვლად იმისა, რომ მთლიანად ხელახლა აკრიფოს.

გირჩევთ, დაიწყოთ თითოეული დოკუმენტის ხელით დადასტურებით. რამდენიმე კვირაში ჟურნალი გაჩვენებთ, რომელ ველებს კითხულობს მოდელი უშეცდომოდ და რომლებს ასწორებს თანამშრომელი მუდმივად. მაშინ ავტომატურ მიღებას დოკუმენტებისა და ველების ტიპების მიხედვით რთავენ: მაგალითად, მუდმივი მომწოდებლების ინვოისები ტექსტური ფენის მქონე PDF-ში თავისით გადის, ზედნადებების ფოტოებს კი ისევ ადამიანი ათვალიერებს. ავტომატურად მიღებული დოკუმენტების ნაწილს ამის შემდეგაც შერჩევით ამოწმებენ — მხოლოდ ასე ჩანს რეალური სიზუსტე. ამისთვის არ გამოდგება „დარწმუნებულობის ხარისხი“, რომელსაც თავად მოდელი აცხადებს.

მომწოდებლების ფასების სიები: ფასები და ნაშთები მაღაზიაში

ხშირი ცალკე შემთხვევაა ფასების განახლება მომწოდებლის ფასების სიიდან. მაღაზია ათიოდე მომწოდებელთან მუშაობს და თითოეული ფაილს თავისებურად აგზავნის: ერთთან ნაშთები რიცხვით არის მითითებული, მეორესთან წერია „არის / არ არის / შეკვეთით“, მესამესთან კი „>10“. ერთი მწარმოებლის არტიკულს წერს, მეორე — საკუთარ შიდა კოდს, მესამე კი მხოლოდ ასეთ დასახელებას: „ონკანი სამზ. ქრომ. D40 მოხრ. ცხვ.“.

მოდელი ორ ამოცანას წყვეტს, რომლებიც ადრე თითოეული ფაილისთვის ხელით გამართვას მოითხოვდა:

  • პოულობს, რომელ სვეტშია არტიკული, ფასი, ვალუტა და ნაშთი, მაშინაც კი, თუ მომწოდებელმა შაბლონი შეცვალა;
  • „ბინძურ“ დასახელებებსა და სხვის არტიკულებს თქვენი კატალოგის ბარათებთან აწყვილებს და შესაბამისობას გთავაზობთ განმარტებით, რატომ შეირჩა ეს პროდუქტი.

შემდეგ კოდი მუშაობს: იყენებს თქვენს ფასნამატს კატეგორიების მიხედვით და დამრგვალების წესებს, ვალუტას თქვენი კურსით გადაიანგარიშებს, ამოწმებს მინიმალურ მარჟას. მოცემულ ზღვარს გადაცილებული ფასის ცვლილება, ახალი პროდუქტი კატალოგში ბარათის გარეშე ან საეჭვო დაწყვილება დადასტურების რიგში ხვდება. დადასტურებული დაწყვილება ინახება და შემდეგ ჯერზე იგივე არტიკული მოდელისა და კითხვების გარეშე უკავშირდება.

WooCommerce-ზე ან სხვა პლატფორმაზე შექმნილ ონლაინ მაღაზიაში ფასები და ნაშთები განრიგით ახლდება. კონტენტ-მენეჯერი მხოლოდ გამონაკლისებს განიხილავს.

მზა სერვისი თუ შემუშავება

დოკუმენტების ამოცნობის მზა სერვისები ბევრია და ამოცანების ნაწილისთვის გამოდგება. თუ გჭირდებათ გადახდის ინვოისებისა და სხვა სტანდარტული პირველადი დოკუმენტების ამოცნობა, მონაცემები გადადის საბუღალტრო პროგრამაში, რომელსაც ის უკვე უჭერს მხარს, და მონაცემების შენახვის პირობებიც გაკმაყოფილებთ, აირჩიეთ მზა სერვისი: მისი გამოყენების დაწყება შემუშავებაზე ნაკლები დაჯდება და ნაკლებ დროს წაიღებს.

შემუშავება ოთხ შემთხვევაში არის გამართლებული:

  • საკუთარი დოკუმენტები. შეკვეთების სპეციფიკაციები, აზომვის აქტები, დილერების მოთხოვნები, სერტიფიკატები, ფასების სიები — ყველაფერი, რისთვისაც მზა სერვისს ველების სქემა არ აქვს.
  • საკუთარი წესები. მინიმალური მარჟა, ლიმიტები კონტრაგენტების მიხედვით, თქვენს CRM-ში არსებულ შეკვეთასთან შედარება, განსაკუთრებული საზომი ერთეულები.
  • მონაცემები ბუღალტერიაში არ გადადის, არამედ CRM-ში, ონლაინ მაღაზიაში, საწყობის ცხრილში, კორპორაციულ პორტალში ან ინდივიდუალურად დაწერილ სისტემაში, რომლისთვისაც მზა კონექტორი არ არსებობს.
  • მონაცემების გარეთ გატანა დაუშვებელია: ხელშეკრულებები, პერსონალური მონაცემები, კომერციული პირობები. ამ შემთხვევაში საჭიროა თითოეული ფაილის მარშრუტის კონტროლი, საკუთარ სერვერზე განთავსებულ მოდელამდე.

თუ კვირაში ათიოდე დოკუმენტი მოდის და ისინი ერთგვაროვანია, ავტომატიზაცია თავს არ გაიმართლებს. პროექტი თავს იქ იმართლებს, სადაც ხელით შეყვანა ვინმეს სამუშაო დღის შესამჩნევ ნაწილს იკავებს ან სადაც შეყვანის შეცდომებმა უკვე ფინანსური დანაკარგი გამოიწვია. ხარჯებში, შემუშავების გარდა, შედის API-ს საფასური თითოეული გვერდისთვის (ან სერვერი საკუთარი მოდელისთვის) და შემოწმების წესების მხარდაჭერა გაშვების შემდეგ. დანაზოგი მხოლოდ მაშინ არის, როცა თანამშრომლების დაზოგილი დრო ამ ხარჯებზე მეტი ღირს.

სად მიდის მონაცემები: API თუ საკუთარი სერვერი

იყენებს თუ არა პროვაიდერი თქვენს ინვოისებს მოდელების გასაწვრთნელად, დაკავშირების ხერხზეა დამოკიდებული. ქვემოთ მოცემულია, რა წერია სამი პროვაიდერის ოფიციალურ პოლიტიკებში (შემოწმებულია 21.10.2026; პირობები იცვლება, გაშვებამდე ხელახლა წაიკითხეთ).

  • OpenAI API. API-ით გაგზავნილი მონაცემები 2023 წლის 1 მარტიდან მოდელების გასაწვრთნელად არ გამოიყენება, თუ თანხმობა თავად არ გაგიციათ. ბოროტად გამოყენების კონტროლის ჟურნალები 30 დღემდე ინახება. მონაცემების შენახვის გარეშე რეჟიმი (Zero Data Retention) და ევროპულ რეგიონში დამუშავება ხელმისაწვდომია OpenAI-ს მიერ დამტკიცების შემდეგ. წყარო — Your data გვერდი OpenAI-ს დოკუმენტაციაში.
  • Anthropic API. კომერციული პროდუქტების (მათ შორის API-ს) შემავალი და გამომავალი მონაცემები ნაგულისხმევად მოდელების გასაწვრთნელად არ გამოიყენება; გამონაკლისია შემთხვევა, როცა თავად გაგზავნეთ გამოხმაურება ან თანხმობა გაეცით. სერვერებზე მონაცემები 30 დღის განმავლობაში იშლება, თუ სხვა შეთანხმება არ არის დადებული (მაგალითად, ნულოვან შენახვაზე). მოთხოვნები, რომლებიც ავტომატურმა სისტემამ გამოყენების წესების დამრღვევად მონიშნა, 2 წლამდე ინახება. წყაროები — Privacy Center-ის სტატიები შენახვის ვადებზე და მოდელების გაწვრთნაზე.
  • Google Gemini API. პირობები დონეზეა დამოკიდებული: უფასოა თუ ფასიანი. უფასო დონეზე Google მოთხოვნებსა და პასუხებს თავისი პროდუქტების გასაუმჯობესებლად იყენებს, ისინი შეიძლება შემმოწმებელმა ადამიანებმაც წაიკითხონ, პირობებში კი პირდაპირ წერია, რომ კონფიდენციალური და პერსონალური მონაცემები არ უნდა გაგზავნოთ. ფასიან დონეზე მოთხოვნები გასაწვრთნელად არ გამოიყენება და შეზღუდული დროით ინახება მხოლოდ დარღვევების გამოსავლენად. ევროპის ეკონომიკური ზონისთვის (ევროკავშირის ქვეყნები, ასევე ისლანდია, ლიხტენშტაინი და ნორვეგია), შვეიცარიისა და დიდი ბრიტანეთისთვის ფასიანი დონის პირობები უფასო კვოტაზეც ვრცელდება. უკრაინა, ყაზახეთი და დსთ-ის სხვა ქვეყნები ამ სიაში არ არის: მათი უფასო კვოტა უფასო დონის პირობებით მუშაობს. წყარო — Gemini API Additional Terms of Service.

ინვოისებისა და ზედნადებების უმეტესობისთვის ასეთი პირობების მქონე ფასიანი API საკმარისია. ცალკე რისკია თანამშრომელი, რომელიც ხელშეკრულებას პირად უფასო ჩატბოტში სვამს, რადგან ასე ნაკლებ დროს ხარჯავს. სამუშაო ინსტრუმენტი ცდუნებას ამცირებს, მაგრამ აკრძალვა და ახსნა მაინც საჭიროა.

თუ დოკუმენტები Telegram-ით მოდის, გაითვალისწინეთ, როგორ არის მოწყობილი მესენჯერი. ბოტთან მიმოწერა ჩვეულებრივი ღრუბლოვანი ჩატია: დაშიფვრა კლიენტსა და სერვერს შორის მუშაობს, ბოლოდან ბოლომდე დაშიფვრა კი არ არის. ხელშეკრულებებისა და პასპორტების სკანებისთვის უფრო საიმედოა ატვირთვის ფორმა თქვენს სერვერზე (მისი გახსნა Telegram-ის შიგნით Mini App-ის სახით შეიძლება). კიდევ ერთი შეზღუდვა: სტანდარტული Bot API-ით ბოტი ფაილებს 20 მბ-მდე ჩამოტვირთავს. მრავალგვერდიანი სკანები ხანდახან უფრო დიდია და მაშინ საჭიროა საკუთარი Bot API სერვერი, სადაც ჩამოტვირთვის ლიმიტი არ არის.

ნეირონული ქსელი საკუთარ სერვერზე

ნეირონული ქსელი საკუთარ სერვერზე ნიშნავს ღია მოდელს, რომელიც თქვენს ან ნაქირავებ ვიდეობარათიან (GPU) სერვერზეა განთავსებული. ეს ვარიანტი იმ შემთხვევებისთვისაა, როცა დოკუმენტებმა თქვენი ინფრასტრუქტურა საერთოდ არ უნდა დატოვოს: ფაილები შიგნით მუშავდება და გარე პროვაიდერი მათ ვერ ხედავს.

მთავარი უპირატესობა მონაცემებზე სრული კონტროლია. მეორე დანაზოგია, მაგრამ მხოლოდ დიდი ნაკადის დროს: იხდით სერვერში და არა თითოეულ გვერდში, მცირე მოცულობისას კი სერვერი API-ზე ძვირი ჯდება. ნაკლოვანებები მეტია. საჭიროა GPU-ს მქონე სერვერი და ადამიანი, რომელიც მას ადმინისტრირებს და აახლებს. ღია მოდელები, რომლებიც ასეთ სერვერზე ეტევა, რთულ დოკუმენტებზე ჩვეულებრივ ჩამორჩება დიდ ღრუბლოვან მოდელებს: გრძელ ცხრილებზე, ცუდ ფოტოებზე, შერეულ ენებზე. კოდით შემოწმებები და გადამოწმების ეკრანი ზუსტად ისევე საჭიროა: ლოკალური მოდელი ღრუბლოვანზე არანაკლებ ხშირად ცდება.

არსებობს შუალედური ვარიანტიც: დოკუმენტები მგრძნობიარე მონაცემების გარეშე (ფასების სიები, მუდმივი მომწოდებლების ინვოისები) ფასიანი API-ით მუშავდება, ხელშეკრულებებსა და ყველაფერს, რაც პერსონალურ ინფორმაციას შეიცავს, კი თქვენს სერვერზე განთავსებული მოდელი ამუშავებს. მარშრუტს წესი განსაზღვრავს დოკუმენტის ტიპისა და კონტრაგენტის მიხედვით.

როგორ დავიწყოთ პილოტი

  1. აირჩიეთ დოკუმენტების ერთი ნაკადი, სადაც ხელით შეყვანას ყველაზე მეტი დრო მიაქვს: შემომავალი ინვოისები, საწყობის ზედნადებები ან ფასების სიები.
  2. შეაგროვეთ ბოლო რამდენიმე თვის რეალური დოკუმენტები, მათ შორის ცუდი სკანები, ფოტოები და ყველაზე მოუხერხებელი მაკეტები. ხუთი „ლამაზი“ PDF ჩვეულებრივ ნაკადზე მუშაობის შესახებ არაფერს გეტყვით.
  3. მოამზადეთ ეტალონი: ველების სწორი მნიშვნელობები, რომლებიც ადამიანმა შეიყვანა. მოდელს ამ შერჩევაზე არ მორგებენ, მასზე მხოლოდ ამოწმებენ.
  4. სიზუსტე მთლიანი დოკუმენტების მიხედვით დათვალეთ: დოკუმენტი სწორია მხოლოდ მაშინ, თუ მისი ყველა ველი სწორია. ცალკე შეხედეთ კრიტიკულ ველებს — თანხებს, რეკვიზიტებს, რაოდენობას.
  5. ჩაიწერეთ შემოწმების წესები, რომლებიც თანამშრომლებს ახლა თავში აქვთ. ისინი კოდის საფუძველი გახდება.
  6. გადაწყვიტეთ, სად და რა სახით მოხვდება მონაცემები: დასადასტურებელ მონახაზად თუ პირდაპირ სამუშაო ჩანაწერად.

თუ პილოტის შემდეგ მოდელი სტაბილურად ერთსა და იმავე ადგილას ცდება, საკმარისი არ არის იმ ზღვრის შეცვლა, რომლის მიხედვითაც დოკუმენტი შემოწმებაზე იგზავნება. საჭიროა მიზეზის გარკვევა: გვერდის სხვაგვარი მომზადება, დაზუსტებული ველების სქემა, შემოწმების დამატებითი წესი.

როგორ გეხმარებათ ამაში RIVERIT

გთავაზობთ ბიზნესის AI ავტომატიზაციის შემუშავებას თქვენი დოკუმენტებისთვის: მონაცემების ამოღებას ინვოისებიდან, ზედნადებებიდან, ფასების სიებიდან და სხვა ფაილებიდან, თქვენი წესებით შემოწმებით. ვიყენებთ OpenAI-ს, Anthropic-ისა და Google-ის მოდელებს API-ით ან თქვენს სერვერზე ვანთავსებთ ღია მოდელს, თუ მონაცემები გარეთ არ უნდა გავიდეს. გადაწყვეტას კოდით ვწერთ და CRM-თან, ონლაინ მაღაზიასთან, ცხრილებთან ან საკუთარ ბაზასთან ვაინტეგრირებთ. დოკუმენტების მიღება შეიძლება მოეწყოს Telegram ბოტით, რომელსაც მართვის პანელი აქვს. დაწვრილებით: ბიზნეს პროცესების ავტომატიზაცია AI-ით.

02

სტატიები ამ თემაზე

  1. 01რატომ ვერ ართმევს…
  2. 02რომელი პროცესები გადაიტანოთ…
  3. 03ღილაკები ჩატში
  4. 04Telegram Bot API-ის…
ბოტები და AIკითხვის დრო: 11 წთ

შიდა Telegram ბოტი თანამშრომლებისთვის: ანგარიშგება, ფოტოები, მოთხოვნები

რომელი პროცესები გადაიტანოთ შიდა Telegram ბოტში, რა ლიმიტები აქვს Bot API-ს, როგორ დახუროთ წვდომა გარეშე პირებისთვის და როდის აღარ კმარა კონსტრუქტორი.

გადატანის საშუალებაvsრას მიაქციოთ ყურადღება
  • განყოფილებები
  • სავაჭრო შეთავაზებები
  • გამოსახულებები
შემუშავებაკითხვის დრო: 14 წთ

ონლაინ მაღაზიის გადატანა Bitrix-იდან WooCommerce-ზე მონაცემების დაკარგვის გარეშე

ონლაინ მაღაზიის Bitrix-იდან WooCommerce-ზე გადატანის თანმიმდევრობა: აუდიტი, კატალოგი, მყიდველები ძველი პაროლებით, შეკვეთების ისტორია, 301 გადამისამართებების რუკა და ჩეკლისტი გაშვებამდე.

  • wp_options
  • wp_postmeta
  • actionscheduler_*
  1. 1სად ნელდება…
  2. 2შეკვეთების საცავი…
  3. 3გაბერილი ცხრილი…
საიტების მხარდაჭერაკითხვის დრო: 14 წთ

რატომ ნელდება WooCommerce: HPOS, გაბერილი ბაზა და ფონური ამოცანები

რატომ ნელდება WooCommerce, თუ ქეშირების პლაგინი უკვე დაყენებულია: შეკვეთების საცავი HPOS, autoload wp_options-ში, Action Scheduler-ის რიგი, სესიები და კალათა. როგორ იპოვოთ მიზეზი თავად და რა გადასცეთ დეველოპერს.

03კონტაქტი

გვიამბეთ
ამოცანის შესახებ

აღწერეთ პროექტი ან საიტის პრობლემა. სამუშაო საათებში დაგიკავშირდებით, დავაზუსტებთ დეტალებს და მოვამზადებთ შეთავაზებას ეტაპებით, ვადებითა და ღირებულებით.

  1. 01დაგიკავშირდებით
  2. 02განვიხილავთ ამოცანას
  3. 03მოვამზადებთ შეთავაზებას

მოთხოვნა პროექტზე

ორშ–პარ 9:00–18:00
რა გჭირდებათ

ღილაკზე დაჭერით ეთანხმებით კონფიდენციალურობის პოლიტიკას

გირჩევნიათ Telegram? მოგვწერეთ