[{"data":1,"prerenderedAt":247},["Reactive",2],{"iLGaJOXFnk":3,"JH7IoVLBkc":114},{"data":4,"meta":111},[5],{"id":6,"documentId":7,"seo_title":8,"seo_description":9,"seo_keywords":10,"title":11,"created":12,"body":13,"published":14,"weight":15,"published_date":12,"reading_time":16,"slug":17,"createdAt":18,"updatedAt":19,"publishedAt":20,"lead_magnet":21,"thumbnail":41,"blogcategory":79,"blogtags":87,"blogauthors":95,"micromarkups":104},67,"ph5so8r31t04i0jpnupehkky","Критерии оценки ИИ в СЭД: что проверить до выбора системы ","Рассказываем, какие критерии важны при оценке ИИ-функциональности в СЭД и корпоративных системах, и как их проверить на демо","","Критерии оценки ИИ-функциональности в СЭД: что проверять до выбора системы ","2026-06-08","\u003Cimg src=\"{{strapiUrl}}/uploads/monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1.jpg\" alt=\"Критерии оценки ИИ в СЭД: что проверить до выбора системы\"/>\n\nПри выборе корпоративной системы (СЭД, ECM, BPM, HRM) оценка ИИ-функциональности превращается в отдельную задачу. Сегодня почти каждый вендор корпоративных систем упоминает искусственный интеллект в описании своих продуктов: сокращение рутинных операций, автоматическая обработка документов, извлечение реквизитов, ускорение согласований. Формулировки примерно одинаковые.\n\nПроблема в том, что за фразой «искусственный интеллект» может стоять что угодно: от полноценного автономного агента, который работает в фоне без участия пользователя, до кнопки «Перефразировать текст» в одном поле карточки документа. Это не плохо и не хорошо, это просто разные вещи с разным эффектом для бизнеса.\n\nКогда компания выбирает корпоративную систему, нужно понять не есть ли в решении встроенный ИИ, а уточнить, какой именно искусственный интеллект есть в системе, как он работает и решает ли он конкретные задачи организации. Стандартный вопрос на демо: «Покажите, как работает искусственный интеллект», по факту не дает конкретного ответа. Вендор может показать то, что выглядит эффектно. Проверить, как это работает на самом деле, сложнее.\n\nКоманда СЭД ТЕЗИС разработала структурированный чек-лист критериев оценки ИИ-функциональности в корпоративных системах. В материале несколько примеров того, что в него вошло и почему именно эти вещи важно проверять.\n\n## No-code конструктор с ИИ в СЭД: как проверить реальные возможности на демо\n\nНачнем с автоматизации. Почти каждая система говорит о no-code конструкторе: визуальном инструменте, где администратор настраивает процессы без программирования.\n\nРеальная проверка выглядит так: попросите на демонстрации настроить простой сценарий с участием искусственного интеллекта. Например: входящий документ поступает в систему, далее ИИ извлекает из него реквизиты, а затем на основе результата автоматически создается задача для ответственного сотрудника. Засеките время. Потребовался ли разработчик хотя бы на одном шаге?\n\nЕсли настройка занимает больше 20 минут или на каком-то этапе нужен человек с доступом к коду, то no-code в этой системе условный. Для бизнеса это означает: каждое изменение логики процесса будет стоить времени и денег.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_12_d51b39e177.png\" alt=\"На скриншоте представлен макрос, где написано для каких ролей он доступен и представлено описание действий\"/>\n\n## ИИ-агент работает в фоновом режиме: что это такое и как это протестировать\n\nСледующий уровень — работа системы на фоне. Здесь речь идет об ИИ-агентах: модулях, которые выполняют последовательности действий самостоятельно, без того чтобы пользователь каждый раз нажимал кнопку.\n\nСценарий выглядит так: новые документы поступают в систему, далее агент их анализирует, классифицирует, извлекает данные, распределяет по ответственным или инициирует согласование. Все это происходит без участия человека, в фоновом режиме.\n\nЭто принципиально другая история по сравнению с тем, что ИИ просто помогает заполнить поля карточки. Здесь автоматизация действительно снимает рутинную нагрузку, а не просто ускоряет одно конкретное действие.\n\nЧто проверять: можно ли перевести уже настроенный сценарий в фоновый режим без доработки? Сколько времени это займет? Привлекался ли разработчик? Если перенастройка требует участия технической команды, то ценность автономности сильно снижается.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_9_9c6490196f.png\" alt=\"Скриншот панель фоновых операций (песочные часы)\"/>\n\n## Семантический поиск и агентный поиск: в чем разница для бизнеса\n\nСемантический поиск сегодня есть во многих системах. Это уже не конкурентное преимущество, а, скорее, базовое решение. Важнее другое: что система делает с результатами поиска.\n\nЕсть два принципиально разных уровня:\n\n- Система возвращает список документов по смысловому запросу. Пользователь написал «договоры с истекающим сроком» и получил перечень. Дальше работает с ними сам.\n- Агентный поиск. Система не просто находит документы, а выполняет действие по запросу. Пользователь написал «покажи документы на согласовании» и система открывает соответствующий экран. Если составить запрос «Подготовь подборку задач в работе», то система сформирует список. Это уже не поиск, а управление системой на естественном языке.\n\nРазница в пользовательском опыте здесь получается существенной. Особенно для тех, кто работает с большим потоком документов и задач.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_2_ef0ef430b6.png\" alt=\"1.1 Семантический поиск ИИ пример №1\"/>\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_1_5c3bc188d9.png\" alt=\"1.1 Семантический поиск ИИ пример №2\"/>\n\n## Подключение языковых моделей в СЭД: локально, в облаке, российские или партнерские решения\n\nОтдельный блок, который часто упускают на этапе выбора, это вопрос языковых моделей. Какие модели поддерживает система, как они подключаются и кто это делает.\n\nЗдесь важны несколько вещей:\n\n- **Локально или облако.** Часть организаций работает в закрытом контуре и не может отправлять данные во внешние сервисы. Для них критична поддержка локальных моделей, например, через Ollama или llama.cpp, которые разворачиваются на собственном оборудовании без подключения к интернету.\n- **Российские облачные модели.** Для компаний, готовых работать с облаком, но в российской инфраструктуре, важна поддержка отечественных решений, например, YandexGPT и GigaChat. В ряде случаев это требование политики безопасности.\n- **Кто настраивает подключение.** Этот вопрос стоит задавать отдельно. Ответ «поддерживаем» и ответ «администратор подключит за 20 минут без разработчика» — это разные ответы. Уточните конкретно: сколько шагов до полного подключения, нужен ли код, есть ли документация.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_6_c52d175b12.png\" alt=\"Экран настройки языковой модели\"/>\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_5_388434fba4.png\" alt=\"Уже настроенная языковая модель\"/>\n\nПодобнее о том, \u003Ca href=\"https://www.tezis-doc.ru/features/modul-ai/\" target=\"_blank\" >как реализована ИИ-функциональность в СЭД ТЕЗИС\u003C/a>. \n\n## Чек-лист критериев ИИ в корпоративных системах\n\nПеречисленные выше критерии — не полный список, а несколько примеров из разных блоков оценки. В полном чек-листе их значительно больше: функциональные возможности ИИ, работа с мультимодальными моделями, интеллектуальные подсказки в интерфейсе, голосовое управление, соответствие регуляторным требованиям и ряд дополнительных параметров для организаций, которые хотят строить собственные ИИ-решения поверх корпоративной системы.\n\nЧек-лист разработан командой СЭД ТЕЗИС на основе практики оценки и внедрения корпоративных систем. Он структурирован по блокам, каждый критерий содержит описание и конкретный сценарий проверки на демонстрации.\n\nЕсли вы сейчас выбираете систему или планируете пересмотреть текущую, то Чек-лист критериев ИИ в СЭД поможет задать правильные вопросы и получить ответы, которые действительно имеют значение.\n\n\u003Csection class=\"request\">\n\n\u003Cdiv class=\"request__body\">\n\n\u003Cdiv class=\"request__content\">\n\n\u003Cdiv class=\"request__content__wrapper\">\n\n\u003Cdiv class=\"request__title\">Критерии для проверки ИИ в СЭД\u003C/div>\n\n\u003Cdiv class=\"request__descr\">Скачайте чек-лист оценки ИИ-возможностей: 36 критериев,\nчтобы сделать правильный выбор и узнать обо всех подводных камнях\u003C/div>\n\n\u003C/div>\n\n\u003Cbutton class=\"request__button\" data-action=\"open-consultation\">\n\nСкачать\n\n\u003C/button>\n\n\u003C/div>\n\n\u003Cimg class=\"request__background\" src=\"/images/request-banner/map.png\" alt=\"\" aria-hidden=\"true\">\n\n\u003C/div>\n\n\u003C/section>\n\n## FAQ\n\n### Зачем проверять ИИ отдельно, если система в целом подходит?\n\nПотому что ИИ-функциональность сильно различается по зрелости даже у систем одного класса. Одна и та же формулировка в маркетинговых материалах может означать принципиально разные возможности на практике.\n\n### Нужны ли технические знания для оценки ИИ-функциональности системы?\n\nНет. Критерии сформулированы как конкретные формулировки, которые можно использовать на демонстрации, а не как технические требования. Большинство из них сводится к простому вопросу: «покажите эту функциональность прямо сейчас». В критериях мы подробно объяснили, какие именно функциональность можно запросить на демонстрации и как оценить их пользу для бизнеса прямо в процессе.\n\n### Что такое ИИ-агент в СЭД и чем он отличается от обычной автоматизации процессов?\n\nОбычная автоматизация выполняет заранее прописанный сценарий: если произошло событие A, то необходимо выполнить действие B. Это предсказуемо, но негибко: каждый новый сценарий нужно настраивать отдельно.\n\nИИ-агент работает иначе. Он анализирует ситуацию, принимает решение на основе контекста и выполняет последовательность действий самостоятельно. Например, агент может получить входящий документ, определить его тип, извлечь нужные данные, выбрать подходящий маршрут согласования и инициировать процесс, без участия пользователя и без заранее прописанных правил для каждого конкретного случая.\n\n### Как проверить поддержку локальных языковых моделей на демо?\n\nПопросите вендора показать подключение локальной модели прямо в процессе демонстрации, например, через Ollama или llama.cpp. Зафиксируйте: сколько шагов занимает настройка, нужен ли разработчик или администратор справляется самостоятельно, есть ли документация.\n\nЕсли вендор говорит «поддерживаем», но не может показать это вживую, то стоит уточнить, в каких проектах это уже работает и можно ли увидеть пример конфигурации.\n",true,72,5,"kriterii-oczenki-ii-funkczionalnosti-v-sed-chto-proveryat-do-vybora-sistemy","2026-06-15T13:22:32.097Z","2026-06-24T07:08:37.640Z","2026-06-24T07:08:37.485Z",{"id":22,"documentId":23,"name":24,"slug":25,"createdAt":26,"updatedAt":26,"publishedAt":27,"file":28},3,"xk1hncaz9sgc2mji3wcwxqdu","Критерии оценивания ИИ в СЭД ","kriterii-oczenivaniya-ii-v-sed","2026-06-15T13:24:06.546Z","2026-06-15T13:24:06.536Z",{"id":29,"documentId":30,"name":31,"alternativeText":32,"caption":32,"width":32,"height":32,"formats":32,"hash":33,"ext":34,"mime":35,"size":36,"url":37,"previewUrl":32,"provider":38,"provider_metadata":32,"createdAt":39,"updatedAt":39,"publishedAt":40},3069,"o7mat3prefmyxqkbxhn5cckf","Оценка ИИ Функций СЭД_2211.pdf",null,"Oczenka_II_Funkczij_SED_2211_8645daaeb0",".pdf","application/pdf",279.42,"/uploads/Oczenka_II_Funkczij_SED_2211_8645daaeb0.pdf","local","2026-06-15T13:23:47.121Z","2026-06-15T13:23:47.122Z",{"id":42,"documentId":43,"name":44,"alternativeText":32,"caption":32,"width":45,"height":46,"formats":47,"hash":74,"ext":51,"mime":52,"size":75,"url":76,"previewUrl":32,"provider":38,"provider_metadata":32,"createdAt":77,"updatedAt":78,"publishedAt":77},3070,"ud88yias0hp2p1tn2347q165","monitoring-selection-checklist-quality-assurance-online-survey-hiring-right-ghgigu.jpg",776,250,{"thumbnail":48,"medium":58,"small":66},{"name":49,"hash":50,"ext":51,"mime":52,"path":32,"width":53,"height":54,"size":55,"sizeInBytes":56,"url":57},"thumbnail_monitoring-selection-checklist-quality-assurance-online-survey-hiring-right-ghgigu.jpg","thumbnail_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1",".jpg","image/jpeg",245,79,6.16,6162,"/uploads/thumbnail_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1.jpg",{"name":59,"hash":60,"ext":51,"mime":52,"path":32,"width":61,"height":62,"size":63,"sizeInBytes":64,"url":65},"medium_monitoring-selection-checklist-quality-assurance-online-survey-hiring-right-ghgigu.jpg","medium_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1",750,242,31.31,31312,"/uploads/medium_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1.jpg",{"name":67,"hash":68,"ext":51,"mime":52,"path":32,"width":69,"height":70,"size":71,"sizeInBytes":72,"url":73},"small_monitoring-selection-checklist-quality-assurance-online-survey-hiring-right-ghgigu.jpg","small_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1",500,161,17.38,17381,"/uploads/small_monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1.jpg","monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1",33.25,"/uploads/monitoring_selection_checklist_quality_assurance_online_survey_hiring_right_ghgigu_31eff477c1.jpg","2026-06-17T05:03:17.193Z","2026-06-17T05:08:14.138Z",{"id":80,"documentId":81,"title":82,"published":14,"weight":83,"createdAt":84,"updatedAt":85,"publishedAt":86},14,"zdmrdjdmllhfngax1ffvo5h6","Функциональность",-14,"2025-06-10T07:11:03.931Z","2025-06-10T07:16:29.715Z","2025-06-10T07:16:29.710Z",[88],{"id":89,"documentId":90,"title":82,"published":14,"weight":83,"slug":91,"createdAt":92,"updatedAt":93,"publishedAt":94},13,"un3vnow1lwdabtxc9wy8rst6","funktsionalnost","2025-06-10T07:11:14.736Z","2025-06-10T07:17:40.614Z","2025-06-10T07:17:40.602Z",[96],{"id":22,"documentId":97,"name":98,"slug":99,"weight":100,"published_date":32,"published":14,"created":32,"createdAt":101,"updatedAt":102,"publishedAt":103},"s7pec9eugrozh8nby3shg9d8","Команда СЭД ТЕЗИС","sed-tezis",1,"2025-06-10T07:11:02.151Z","2025-06-10T07:15:46.451Z","2025-06-10T07:15:46.515Z",{"id":105,"documentId":106,"title":107,"url":17,"markup":108,"createdAt":109,"updatedAt":109,"publishedAt":110},2597,"v56dqn3fyu26kjy9yo2gzj2n","blogposts - Критерии оценки ИИ-функциональности в СЭД: что проверять до выбора системы ",{},"2026-06-23T08:51:33.314Z","2026-06-23T08:51:33.310Z",{"pagination":112},{"page":100,"pageSize":113,"pageCount":100,"total":100},25,{"data":115,"meta":243},[116,170,184],{"createdAt":117,"id":118,"documentId":119,"seo_title":120,"seo_description":121,"seo_keywords":10,"title":122,"created":123,"body":124,"published":14,"weight":125,"published_date":123,"reading_time":16,"slug":126,"updatedAt":127,"publishedAt":128,"thumbnail":129,"blogcategory":157,"blogtags":158,"blogauthors":160,"lead_magnet":162,"micromarkups":163},"2026-06-15T13:36:31.298Z",68,"ch9s949y9pxzyh684a2f6qru","Критерии оценки ИИ в СЭД: векторный поиск и RAG, как проверить реальные возможности до выбора системы ","Разбираем, как оценить векторный поиск и RAG в СЭД, какие вопросы задать на демонстрации и как отличить реальные ИИ-возможности от маркетинговых обещаний.","Векторный поиск и RAG в СЭД: что это такое и как оценить до выбора системы","2026-06-15","\u003Cimg src=\"{{strapiUrl}}/uploads/futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d.jpg\" alt=\"Векторный поиск и RAG в СЭД\"/>\n\nСегодня почти каждый вендор корпоративных систем заявляет о поддержке искусственного интеллекта. В описаниях продуктов часто встречаются термины «семантический поиск», «RAG», «генеративный ИИ», «агентные технологии» и «векторный поиск». За одинаковыми формулировками могут скрываться совершенно разные решения: где-то это действительно работа с корпоративным контентом и документами, а где-то лишь улучшенный поиск по ключевым словам.\n\nСпециалисты СЭД ТЕЗИС разработали чек-лист оценки ИИ-функциональности в корпоративных системах. Он включает 36 критериев, которые помогают проверить решение прямо во время демонстрации и сравнить его с другими системами. Ниже подробно разбираем один из таких критериев: возможности векторного поиска и RAG в СЭД. Рассмотрим, как работают эти технологии, почему они важны для документооборота и какие вопросы стоит задать поставщику на демонстрации.\n\n## Почему поисковые возможности стали отдельным критерием оценки ИИ в СЭД\n\nЕще несколько лет назад поиск в СЭД воспринимался как вспомогательная функциональность: ввел название или номер документа и получил результат. Этого хватало, пока объем документооборота был не таким обширным. Пользователь вводил название документа или несколько ключевых слов и получал список результатов.\n\nСегодня ситуация другая: документов больше, они разнороднее, пользователи все чаще ищут не конкретный файл, а информацию: ответ на вопрос, прецедент, аналогичное решение. И здесь классический полнотекстовый поиск начинает ощутимо проигрывать.\n\nПоэтому возможности поиска были выделены в отдельный блок критериев оценки ИИ-функциональности. Именно по ним часто становится понятно, насколько ИИ-решение в СЭД зрелое.\n\n## Что такое векторный поиск и как он работает\n\nТрадиционный полнотекстовый поиск ищет совпадение слов и фраз. Предположим, сотрудник ищет информацию по запросу «договор аренды склада». Если в документе используются формулировки «договор временного пользования помещением» или «соглашение об аренде производственных площадей», обычный поиск может не показать нужный результат.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_4_f4bb16908d.png\" alt=\"Полнотекстовый поиск без ковычек\"/>\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_3_7aad1dd8cc.png\" alt=\"Полнотекстовый поиск без ковычек\"/>\n\nВекторный поиск работает иначе. Текст документов и поисковых запросов преобразуется в специальные числовые представления — эмбеддинги. С их помощью система анализирует не совпадение конкретных слов, а смысловую близость между запросом и содержимым документа. В результате пользователь может найти нужную информацию даже в том случае, если в документе используются другие формулировки.\n\nДля корпоративного документооборота это принципиально: документы создаются разными людьми, в разных подразделениях, по разным шаблонам — одно и то же понятие может называться по-разному. Подробнее о том, \u003Ca href=\"https://qdrant.tech/documentation/overview/vector-search/\" target=\"_blank\" >как устроен векторный поиск, можно прочитать в документации Qdrant\u003C/a> — одной из популярных векторных баз данных для хранения и поиска по эмбеддингам. Хранятся эти векторы в специализированных векторных базах данных. Наиболее распространенные на российском рынке варианты: PG Vector (расширение PostgreSQL), Milvus и Qdrant. Что именно использует вендор стоит уточнять отдельно: от выбора базы данных зависит и производительность, и возможность развернуть все в закрытом контуре.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_2_ef0ef430b6.png\" alt=\"1.1 Семантический поиск ИИ пример №1\"/>\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_1_5c3bc188d9.png\" alt=\"1.1 Семантический поиск ИИ пример №2\"/>\n\n## Что такое RAG и как это работает в СЭД\n\nRAG (Retrieval-Augmented Generation) — технология, которая объединяет поиск по документам и возможности языковой модели.\n\nПроцесс выглядит следующим образом:\n\n1. Пользователь задает вопрос на естественном языке.\n2. Система выполняет поиск по корпоративным данным.\n3. Находит наиболее релевантные фрагменты документов.\n4. Передает найденный контекст языковой модели.\n5. Формирует ответ на основе документов организации.\n\nВ результате пользователь получает информацию, основанную на документах компании, загруженных в систему.\n\nПрактический пример: сотрудник спрашивает: «Какой порядок согласования договоров с иностранными контрагентами?». Без RAG языковая модель ответит на основе своих общих знаний, возможно, неточно или вообще не применимо к конкретной компании. С RAG система найдет нужный регламент в загруженных документах и сформирует ответ именно по нему.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/Skriny_v_satyu_13_5171125afc.png\" alt=\"Агентный поиск\"/>\n\n## Три уровня поиска в современных СЭД: как оценить, на каком этапе находится система\n\nДля оценки поисковых возможностей удобно выделить три уровня зрелости. Они отличаются не только технически, но и по практической пользе для сотрудника.\n\nПервый уровень сегодня есть практически в любой СЭД. Семантический поиск постепенно становится базовой функциональностью системы. А агентный является более современным уровнем поиска.\n\nАгентный поиск — это режим работы, в котором система не просто ищет документы, а выполняет заданное действие по запросу. Например, пользователь пишет «покажи документы на согласовании», и система сразу открывает нужный раздел. Или сотрудник сформулировал запрос так: «Подготовь список задач в работе», и агент формирует подборку.\n\n## Как проверить векторный поиск и RAG на демонстрации\n\nПри разработке чек-листа оценки ИИ-функциональности специалисты СЭД ТЕЗИС исходили из принципа: любой критерий должен иметь понятный сценарий проверки.\n\nНиже приведены примеры таких сценариев.\n\n### Проверьте семантический поиск\n\nПопросите выполнить поиск по запросу, в котором нет точных слов из документов. Например:\n\n- «найди похожее обращение»;\n- «покажи договоры с иностранными контрагентами»;\n- «найди документы по закупке офисного оборудования».\n\nЕсли нужные результаты находятся даже без точных совпадений, семантический поиск в системе действительно работает. Если нет, то в этом решении есть только полнотекстовый поиск. Дополнительно уточните: какая векторная база поиска используется, где хранятся эмбеддинги и можно ли развернуть все локально без подключения к внешним сервисам.\n\n### Проверьте RAG-функциональность\n\nПопросите систему ответить на вопрос по внутренним документам компании, например, по регламенту или конкретному справочнику.\n\nОцените три вещи:\n\n- Система отвечает на основе документов или придумывает ответ?\n- Показывает ли она источники, конкретные документы, на которые опиралась при ответе?\n- Можно ли перейти к первоисточнику одним кликом?\n\nЕсли ответ приходит без ссылки на документ, то стоит прямо спросить: используется ли здесь RAG или ответ формирует модель без привязки к корпоративной базе.\n\n### Проверьте разграничение доступа\n\nЭто один из наиболее важных пунктов для повышения информационной безопасности. Попросите показать результаты одного и того же запроса для двух пользователей с разными правами. Пользователь должен получать ответы только на основе тех документов, к которым у него есть доступ.\n\nЕсли ограничения настроены неправильно, это создает прямой риск для безопасности системы: через чат-бот можно случайно получить доступ к конфиденциальным данным, к которым у сотрудника формально нет прав. Подробнее про безопасность при работе с ИИ в СЭД можно почитать здесь.\n\n### Проверьте агентный поиск\n\nНапишите в чат-бот несколько команд:\n\n- «покажи документы на согласовании»;\n- «открой задачи в работе»;\n- «подготовь список договоров, у которых истекает срок действия».\n\nОцените, выполняет ли система эти действия самостоятельно или просто возвращает список документов. Разница между тем, показала система просто список или открыла нужный экран в системе, принципиальная с точки зрения пользовательского опыта.\n\n## Инфраструктура: локально или в облаке\n\nПри оценке поискового блока важно учитывать способ поставки системы: для многих организаций передача данных во внешние сервисы недопустима. Государственный сектор, финансовые компании, организации с повышенными требованиями к безопасности: для них работа в закрытом контуре, т.е. локально, обязательна.\n\nНа демонстрации стоит уточнить:\n\n- Можно ли развернуть векторную базу данных локально?\n- Где выполняется построение эмбеддингов: внутри контура или через внешний API?\n- Нужна ли передача данных во внешние ресурсы хотя бы на одном шаге?\n\nЕсли вам ответят, что все процессы происходят локально, попросите показать схему архитектуры или хотя бы список сервисов, к которым обращается система при поисковом запросе.\n\n## Как векторный поиск и RAG реализованы в СЭД ТЕЗИС\n\nВ \u003Ca href=\"https://www.tezis-doc.ru/features/modul-ai/\" target=\"_blank\" >модуле ИИ СЭД ТЕЗИС\u003C/a> и \u003Ca href=\"https://www.tezis-doc.ru/features/ai-assistant/\" target=\"_blank\" >ИИ-ассистенте\u003C/a>  поисковые возможности строились с учетом тех же критериев, которые описаны выше. Семантический поиск в системе работает на основе векторных эмбеддингов. Система поддерживает несколько векторных баз данных: PG Vector, Milvus и Qdrant. Выбор зависит от инфраструктурных требований заказчика.\n\nПри формировании результатов учитываются права доступа пользователя: ответы строятся только на основе тех документов, к которым у него есть доступ.\n\nРазвернуть функциональность можно локально, без подключения к внешним облачным сервисам. Это важно для организаций, которые работают в закрытом контуре.\n\nАгентный поиск позволяет не только искать документы, но и выполнять действия в системе с помощью обычного запроса: открывать нужные разделы интерфейса, формировать подборки, работать с системой через текстовые команды.\n\n## Полный чек-лист оценки ИИ-функциональности в СЭД\n\nВекторный поиск и RAG — один из разделов чек-листа. Помимо него, документ охватывает:\n\n- автоматизацию на основе ИИ (no-code конструктор, фоновые агенты, интерактивная автоматизация);\n- извлечение реквизитов из документов;\n- работу с языковыми моделями (локальные и облачные, российские и зарубежные);\n- голосовое управление;\n- безопасность ИИ-сценариев;\n- дополнительные возможности для организаций, которые строят собственные ИИ-решения поверх корпоративной системы.\n\nКаждый критерий содержит описание и конкретный сценарий проверки, который можно использовать прямо во время демонстрации.\n\n\u003Csection class=\"request\">\n\n\u003Cdiv class=\"request__body\">\n\n\u003Cdiv class=\"request__content\">\n\n\u003Cdiv class=\"request__content__wrapper\">\n\n\u003Cdiv class=\"request__title\">Критерии для проверки ИИ в СЭД\u003C/div>\n\n\u003Cdiv class=\"request__descr\">Скачайте чек-лист оценки ИИ-возможностей: 36 критериев,\nчтобы сделать правильный выбор и узнать обо всех подводных камнях\u003C/div>\n\n\u003C/div>\n\n\u003Cbutton class=\"request__button\" data-action=\"open-consultation\">\n\nСкачать\n\n\u003C/button>\n\n\u003C/div>\n\n\u003Cimg class=\"request__background\" src=\"/images/request-banner/map.png\" alt=\"\" aria-hidden=\"true\">\n\n\u003C/div>\n\n\u003C/section>\n\n## FAQ\n\n### Что такое RAG в СЭД?\n\nRAG (Retrieval-Augmented Generation) — технология, при которой языковая модель формирует ответы не из общих знаний, а на основе документов, найденных в корпоративной базе. Это позволяет получать ответы по внутренним регламентам, договорам и другим материалам организации.\n\n### Чем векторный поиск отличается от обычного поиска в СЭД?\n\nОбычный поиск ищет совпадения конкретных слов и фраз. Векторный поиск анализирует смысл запроса и находит документы даже при отсутствии прямых совпадений. Например, «аренда помещений» и «договор временного пользования площадями» система найдет как семантически близкие.\n\n### Как проверить качество RAG на демонстрации?\n\nЗадайте системе вопрос по внутреннему документу организации и проверьте, показывает ли система источник ответа. Возможность перейти к первоисточнику одним кликом — признак того, что RAG реализован правильно, а не имитируется ответом языковой модели.\n\n### Что такое агентный поиск?\n\nАгентный поиск позволяет не только находить информацию, но и выполнять действия в системе через запросы на естественном языке: открывать разделы интерфейса, формировать подборки документов, запускать процессы. Фактически это управление СЭД через текстовые команды.\n\n### Можно ли использовать векторный поиск в закрытом контуре?\n\nДа, если система поддерживает локальное развертывание векторной базы данных и моделей эмбеддингов без передачи данных во внешние сервисы.\n\n### Что такое эмбеддинги и зачем они нужны?\n\nЭмбеддинги — числовые представления текстовых фрагментов, которые кодируют их смысл. Семантически близкие тексты имеют похожие числовые векторы, что и позволяет искать по смыслу, а не по словам.",73,"vektornyj-poisk-i-rag-v-sed-chto-eto-takoe-i-kak-oczenit-do-vybora-sistemy","2026-06-24T07:19:32.005Z","2026-06-24T07:19:31.897Z",{"id":130,"documentId":131,"name":132,"alternativeText":32,"caption":32,"width":45,"height":46,"formats":133,"hash":152,"ext":51,"mime":52,"size":153,"url":154,"previewUrl":32,"provider":38,"provider_metadata":32,"createdAt":155,"updatedAt":155,"publishedAt":156},3071,"d2pnsxv6qhseda07dg86r0fy","futuristic-hand-interacting-with-digital-neural-networkпварвр.jpg",{"thumbnail":134,"medium":140,"small":146},{"name":135,"hash":136,"ext":51,"mime":52,"path":32,"width":53,"height":54,"size":137,"sizeInBytes":138,"url":139},"thumbnail_futuristic-hand-interacting-with-digital-neural-networkпварвр.jpg","thumbnail_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d",4.28,4279,"/uploads/thumbnail_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d.jpg",{"name":141,"hash":142,"ext":51,"mime":52,"path":32,"width":61,"height":62,"size":143,"sizeInBytes":144,"url":145},"medium_futuristic-hand-interacting-with-digital-neural-networkпварвр.jpg","medium_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d",21.09,21089,"/uploads/medium_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d.jpg",{"name":147,"hash":148,"ext":51,"mime":52,"path":32,"width":69,"height":70,"size":149,"sizeInBytes":150,"url":151},"small_futuristic-hand-interacting-with-digital-neural-networkпварвр.jpg","small_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d",11.9,11897,"/uploads/small_futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d.jpg","futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d",22.38,"/uploads/futuristic_hand_interacting_with_digital_neural_networkpvarvr_6b20eeea0d.jpg","2026-06-17T05:07:29.053Z","2026-06-17T05:07:29.054Z",{"id":80,"documentId":81,"title":82,"published":14,"weight":83,"createdAt":84,"updatedAt":85,"publishedAt":86},[159],{"id":89,"documentId":90,"title":82,"published":14,"weight":83,"slug":91,"createdAt":92,"updatedAt":93,"publishedAt":94},[161],{"id":22,"documentId":97,"name":98,"slug":99,"weight":100,"published_date":32,"published":14,"created":32,"createdAt":101,"updatedAt":102,"publishedAt":103},{"id":22,"documentId":23,"name":24,"slug":25,"createdAt":26,"updatedAt":26,"publishedAt":27},{"id":164,"documentId":165,"title":166,"url":126,"markup":167,"createdAt":168,"updatedAt":168,"publishedAt":169},2598,"fct95j43hhy9nhb39haxobrk","blogposts - Векторный поиск и RAG в СЭД: что это такое и как оценить до выбора системы",{},"2026-06-23T08:51:33.351Z","2026-06-23T08:51:33.348Z",{"createdAt":18,"id":6,"documentId":7,"seo_title":8,"seo_description":9,"seo_keywords":10,"title":11,"created":12,"body":13,"published":14,"weight":15,"published_date":12,"reading_time":16,"slug":17,"updatedAt":19,"publishedAt":20,"thumbnail":171,"blogcategory":176,"blogtags":177,"blogauthors":179,"lead_magnet":181,"micromarkups":182},{"id":42,"documentId":43,"name":44,"alternativeText":32,"caption":32,"width":45,"height":46,"formats":172,"hash":74,"ext":51,"mime":52,"size":75,"url":76,"previewUrl":32,"provider":38,"provider_metadata":32,"createdAt":77,"updatedAt":78,"publishedAt":77},{"thumbnail":173,"medium":174,"small":175},{"name":49,"hash":50,"ext":51,"mime":52,"path":32,"width":53,"height":54,"size":55,"sizeInBytes":56,"url":57},{"name":59,"hash":60,"ext":51,"mime":52,"path":32,"width":61,"height":62,"size":63,"sizeInBytes":64,"url":65},{"name":67,"hash":68,"ext":51,"mime":52,"path":32,"width":69,"height":70,"size":71,"sizeInBytes":72,"url":73},{"id":80,"documentId":81,"title":82,"published":14,"weight":83,"createdAt":84,"updatedAt":85,"publishedAt":86},[178],{"id":89,"documentId":90,"title":82,"published":14,"weight":83,"slug":91,"createdAt":92,"updatedAt":93,"publishedAt":94},[180],{"id":22,"documentId":97,"name":98,"slug":99,"weight":100,"published_date":32,"published":14,"created":32,"createdAt":101,"updatedAt":102,"publishedAt":103},{"id":22,"documentId":23,"name":24,"slug":25,"createdAt":26,"updatedAt":26,"publishedAt":27},{"id":105,"documentId":106,"title":107,"url":17,"markup":183,"createdAt":109,"updatedAt":109,"publishedAt":110},{},{"createdAt":185,"id":186,"documentId":187,"seo_title":188,"seo_description":189,"seo_keywords":10,"title":188,"created":190,"body":191,"published":14,"weight":192,"published_date":193,"reading_time":16,"slug":194,"updatedAt":195,"publishedAt":196,"thumbnail":197,"blogcategory":231,"blogtags":232,"blogauthors":234,"lead_magnet":32,"micromarkups":236},"2026-05-08T08:55:36.802Z",65,"e1abof2ul8e2iohr6b733shd","Зачем нужен ИИ в документообороте и как он экономит время","Поиск документов по смыслу, анализ, черновики и снижение ошибок — показываем, как ИИ-ассистент делает документооборот быстрее.","2026-05-08","\u003Cimg src=\"{{strapiUrl}}/uploads/II_assitenty_6_1597ace6ea.png\" alt=\"ИИ в документообороте: помощник, а не замена сотруднику\"/>\n\nИИ в документообороте — это инструмент, который берет на себя рутинные операции: поиск документов, проверку данных, формирование черновиков. Разговор об искусственном интеллекте в бизнесе чаще всего сводится к двум крайностям. Первая: «ИИ скоро все сделает сам, сотрудники не нужны». Второй: «это очередной хайп, в реальной работе не поможет». Истина, как правило, где-то посередине.\n\nЕсли говорить конкретно о документообороте: ИИ не пишет договоры вместо юриста и не принимает кадровые решения. Но он вполне справляется с тем, на что сотрудники тратят непропорционально много времени, — с рутиной. Именно об этом и поговорим в статье.\n\n## Какие процессы в документообороте отнимают время и как ИИ может помочь с ними\n\nЗначительная часть рабочего времени в корпоративном документообороте уходит не на принятие решений, а на обслуживание процессов: поиск нужного документа, составление типового текста, заполнение форм, проверку орфографии, перевод фрагментов. Это не экспертная работа — это техническая рутина, которая тем не менее занимает часы.\n\nСейчас на рынке документооборота есть ряд цифровых инструментов, которые могут решить эти задачи. Один из них — \u003Ca href=\"https://www.tezis-doc.ru/features/ai-assistant/\" target=\"\\_blank\">ИИ-ассистент\u003C/a>. Это встроенный в корпоративную систему «умный» механизм, который помогает сотруднику работать с документами: искать информацию, формировать тексты, проверять данные и подготавливать материалы для дальнейшей работы.\n\nВ отличие от внешних ИИ-сервисов, \u003Ca href=\"https://www.tezis-doc.ru/blog/sistema-elektronnogo-dokumentooborota/\" target=\"\\_blank\">ИИ-ассистент может работать прямо во внутренней системе документооборота\u003C/a>, например в СЭД: в текстовых полях карточек, во вложениях, в интерфейсе поиска. Сотруднику не нужно переключаться между инструментами или копировать данные — работа происходит в одном контуре.\n\nПримером такого умного помощника является ИИ-ассистент в СЭД ТЕЗИС. По оценкам экспертов компании, при работе с документами в Системе ТЕЗИС благодаря цифровому ассистенту можно сэкономить до 90% времени при поиске документов и до 50% их возвратов на доработку. Это не значит, что раньше все работали плохо. Это значит, что поиск и проверка на соответствие изначальному ТЗ — задачи, которые машина решает быстрее.\n\nВажно разграничить: ИИ обрабатывает данные и формирует черновик или вывод, но решение — подписать, утвердить, отклонить — остается за человеком.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/II_assitenty_4_128f7db389.png\" alt=\"Какие процессы в документообороте отнимают время и как ИИ может помочь с ними\"/>\n\n## Почему ИИ все-таки не заменит сотрудника\n\nСтрах перед ИИ в корпоративной среде понятен, но основан на неверном представлении о том, как работает встроенный корпоративный ИИ. Несколько фактов, которые важно держать в голове.\n\n**ИИ работает в рамках правил, которые формулирует человек**. Корпоративный ИИ-ассистент настраивается под задачи конкретной организации через справочник операций — без программирования, но с участием сотрудника, который описывает, что именно нужно делать. Промпты, сценарии, правила обработки — все это создается и поддерживается внутри компании. Это работа человека.\n**ИИ не знает того, чего нет в системе**. Контекст отношений с контрагентом, история переговоров, устные договоренности, нюансы конкретного случая — ИИ с этим не работает. А человек знает, и именно поэтому финальное решение остается за ним.\n**Законодательство не устраняет участие человека**. \u003Ca href=\"https://www.tezis-doc.ru/blog/kedo-2026-kadrovyj-elektronnyj-dokumentooborot-bez-bumagi/\" target=\"\\_blank\">Ряд кадровых документов в России по закону не может быть подписан исключительно электронной подписью\u003C/a> без участия живого сотрудника. ИИ не отменяет эти требования и не обходит их. Он работает в рамках действующего регулирования.\n\n## Примеры использования ИИ-ассистента в документообороте\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/II_assitenty_Ifongrafika_1_7a9ebbbea6.png\" alt=\"Примеры использования ИИ-ассистента в документообороте\"/> \n\nРассмотрим сценарии, как ИИ-ассистент в СЭД ТЕЗИС упрощает работу с документами.\n\n**Как сотруднику оформить отпуск за несколько минут?**\n\nРаньше, чтобы пойти в отпуск нужно пройти определенный алгоритм: написать заявление вручную, отнести в отдел кадров, подождать пока проверят, нет ли пересечений с графиками коллег, вернуть на доработку если что-то не так.\n\nСейчас сотрудник пишет запрос на естественном языке — например, «хочу в отпуск с 14 по 25 июля». ИИ создает заявление, проверяет пересечения с графиком, отправляет на согласование. HR-специалист получает уже корректно оформленный документ — его роль сводится к проверке и утверждению, а не к ручному вводу данных. Вся маршрутизация происходит автоматически.\n\n \u003Cdiv class=\"cta-block\">\n  \u003Cdiv class=\"cta-title\">Подробнее о переходе на кадровый электронный документооборот читайте в материале про КЭДО в 2026 году.\u003C/div>\n  \u003Ca target=\"\\_self\" href=\"/blog/kedo-2026-kadrovyj-elektronnyj-dokumentooborot-bez-bumagi/\" class=\"cta-link\">\n        Читать\n        \u003Cspan class=\"arrow-icon\">\u003Cimg src=\"{{strapiUrl}}/uploads/92d0d06951364a7aab7ae7ed3ca802b4_351834cd67.svg\">\u003C/span>\u003C/a>\n\u003C/div>\n\n \n**Как руководителю работать с многостраничными документами?**\n\nРуководитель получает документ на согласование. ИИ-ассистент уже подготовил краткое содержание, отметил противоречия и выделил моменты, требующие внимания. Руководитель передает документ в юридический отдел с готовым пре-анализом — юрист сразу работает с существом, а не тратит время на первичную разметку. Количество возвратов на доработку при таком подходе снижается до 50%.\n\n**Что делать, если нужно найти документ, но полного названия сотрудник не помнит?**\n\nКлассическая ситуация: документ точно есть в системе, но по каким словам его искать — непонятно. Раньше приходилось перебирать фильтры или звонить коллеге для уточнения. Чат-бот с векторным поиском ищет по смыслу: пишешь «поручения по здравоохранению за последний квартал» — система находит релевантные ответы, даже если в документах нет этих точных слов.\n\nВо всех трех случаях сотрудник остается в процессе. ИИ выполняет техническую часть — сотрудник занимается содержательной.\n\n## Какие задачи сотрудников решает ИИ в документообороте\n\nРазные роли буду испытывать разные эффект от внедрения ИИ-ассистента:\n\n\u003Cdiv class=\"table-wrapper\">\n\u003Ctable style=\"min-width: 500px;\">\n\u003Cthead>\n  \u003Ctr>\n    \u003Cth>Роль \u003C/th>\n    \u003Cth>Проблема \u003C/th>\n    \u003Cth>Как помогает ИИ \u003C/th>\n    \u003Cth>Результат \u003C/th>\n  \u003C/tr>\u003C/thead>\n\u003Ctbody>\n  \u003Ctr>\n    \u003Ctd>Руководитель \u003C/td>\n    \u003Ctd>Нет времени читать объемные документы целиком \u003C/td>\n    \u003Ctd>Готовит краткое содержание с выделенными рисками и ключевыми моментами \u003C/td>\n    \u003Ctd>Быстрое погружение в суть, меньше времени на согласование \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>Юрист / эксперт \u003C/td>\n    \u003Ctd>Рутинный первичный анализ и высокий процент возвратов \u003C/td>\n    \u003Ctd>Пре-анализ до начала работы: ИИ выявляет противоречия, риски, готовит выжимку \u003C/td>\n    \u003Ctd>Сокращение возвратов на доработку до 50%, возможность сфокусироваться на сложных кейсах \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>HR-специалист \u003C/td>\n    \u003Ctd>Ручное оформление типовых кадровых документов \u003C/td>\n    \u003Ctd>Автоматическая маршрутизация обращений, оформление документов, проверка графиков \u003C/td>\n    \u003Ctd>Меньше ручного ввода, ускорение типовых процессов \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>Бухгалтер / финансист \u003C/td>\n    \u003Ctd>Ручной ввод данных из первичных документов \u003C/td>\n    \u003Ctd>Автоматическая сборка авансовых отчетов из загруженных чеков и посадочных \u003C/td>\n    \u003Ctd>Сокращение ручного ввода, снижение ошибок \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>Делопроизводитель \u003C/td>\n    \u003Ctd>Поиск документов, по точным словам, не всегда работает \u003C/td>\n    \u003Ctd>Поиск по смыслу через чат, автоматические краткие содержания для руководства \u003C/td>\n    \u003Ctd>Экономия времени на поиске до 90% \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>Сотрудник госорганизации \u003C/td>\n    \u003Ctd>Большой поток обращений граждан, ручная классификация и маршрутизация \u003C/td>\n    \u003Ctd>Автоматическая классификация обращений, подготовка черновиков ответов и резолюций \u003C/td>\n    \u003Ctd>Снижение нагрузки на исполнителей, соблюдение сроков по ФЗ №59 \u003C/td>\n  \u003C/tr>\n  \u003Ctr>\n    \u003Ctd>Специалист отдела закупок \u003C/td>\n    \u003Ctd>Объемные конкурсные документы, риск пропустить несоответствие \u003C/td>\n    \u003Ctd>Анализ документации на противоречия, извлечение ключевых условий и реквизитов \u003C/td>\n    \u003Ctd>Меньше ошибок при работе с тендерной документацией \u003C/td>\n  \u003C/tr>\n\u003C/tbody>\u003C/table>\n\u003C/div>\n\n## ИИ-ассистент в документообороте: основные выводы\n\n**ИИ-ассистент в корпоративной системе** — это не отдельный продукт и не замена команды. Это инструмент, встроенный в уже существующий рабочий процесс, который берет на себя технически трудоемкие операции — поиск, проверку, формирование черновиков, классификацию.\n\nСотрудник остается: он принимает решения, несет ответственность, работает с контекстом, который не зафиксирован в системе. ИИ делает так, чтобы к моменту принятия решения у сотрудника уже была нужная информация в удобном виде — и не было необходимости тратить час на поиск и форматирование.\n\nИменно такой подход реализован в \u003Ca href=\"https://www.tezis-doc.ru/features/ai-assistant/\" target=\"\\_blank\">ИИ-ассистенте СЭД ТЕЗИС\u003C/a>: функциональность встроена в интерфейс системы, настраивается без программирования и работает с теми данными, которые уже есть в документообороте организации.\n\n\u003Cimg src=\"{{strapiUrl}}/uploads/II_assitenty_Infografika_2_1171718f73.png\" alt=\"ИИ-ассистенте СЭД ТЕЗИС: основные показатели\"/> \n\n## FAQ\n\n**Безопасно ли использовать ИИ-ассистент при работе с корпоративными документами**\n\nКорпоративный ИИ-ассистент в СЭД работает принципиально иначе, чем публичные сервисы вроде ChatGPT. Данные не передаются на внешние серверы — ИИ работает внутри контура организации. Заказчик выбирает языковую модель и поставку (облачная или локальная) после согласования со своим отделом информационной безопасности. Это могут быть российские сертифицированные решения (YandexGPT, GigaChat, MWS GPT), локальные модели на собственной инфраструктуре или open-source решения.\n\n**Заменит ли ИИ-ассистент сотрудников?**\n\nНет. ИИ выполняет технические операции — поиск, проверку, формирование черновиков. Решения — подписать, утвердить, отклонить — остаются за человеком. Ряд кадровых документов в России по закону требует участия живого сотрудника, и ИИ это не обходит.\n\n**Нужно ли переобучать сотрудников для работы с ИИ-ассистентом?**\n\nНет, специального обучения не требуется. ИИ-ассистент встроен в привычный интерфейс СЭД — сотрудник работает там, где работал раньше. Запросы к чат-боту пишутся естественной языке, ИИ-операции вызываются из карточки документа в один клик.\n\n**Можно ли настроить ИИ под процессы конкретной организации?**\n\nДа. ИИ-операции настраиваются через справочник — без программирования. Организация сама описывает, что именно должен делать ИИ в каждом сценарии: какие риски проверять, как формировать черновик ответа, по каким критериям классифицировать обращения или прописывает свой уникальный промпт. Правила можно менять по мере изменения регламентов.\n\n**Что если ИИ ошибется в анализе документа?**\n\nИИ формирует черновик или вывод на основе первичного анализа документа — это не финальный вариант. Сотрудник всегда проверяет результат перед тем, как его использовать. Именно поэтому в процессе работы с ИИ-ассистентом человек не исключается — он контролирует выходные данные.\n\n \u003Cdiv class=\"cta-block\">\n  \u003Cdiv class=\"cta-title\">Узнайте подробнее как ИИ-инструменты в СЭД ТЕЗИС помогут оптимизировать ваш документооборот\u003C/div>\n  \u003Ca target=\"\\_self\" href=\"/#form_demo\" class=\"cta-link\">\n        Узнать\n        \u003Cspan class=\"arrow-icon\">\u003Cimg src=\"{{strapiUrl}}/uploads/92d0d06951364a7aab7ae7ed3ca802b4_351834cd67.svg\">\u003C/span>\u003C/a>\n\u003C/div>\n\n\u003Cstyle type=\"text/css\">\n  .cta-block {\n    background: linear-gradient(247.04deg, #42A7F9 -6.85%, #1D66CA 105.55%);\n    color: #ffffff;\n    font-size: 20px;\n    font-weight: 500;\n    border-radius: 8px;\n    display: flex;\n    padding: 26px 26px  26px 32px;\n    margin-top: 30px;\n    gap: 10px;\n    flex-wrap: wrap;\n    justify-content: space-around;\n  }\n  .cta-button {\n    color: #293244;\n    border-radius: 40px;\n    font-size: 16px;\n    padding: 4px;\n  }\n  .cta-link {\n      display: inline-flex;\n      align-items: center;\n      background-color: #fff;\n      box-shadow: 0 4px 8px #005bb5, 0 8px 24px rgba(0,91,181,.4);\n      border-radius: 40px;\n      padding: 6px 6px 6px 28px;\n      font-weight: 500;\n      font-size: 16px;\n      line-height: 24px;\n      color: #293244;\n      transition: background-color .3s ease,color .3s ease;\n  }\n  .arrow-icon {\n      display: inline-block;\n      width: 32px;\n      height: 32px;\n      background-color: #eaf6ff;\n      border-radius: 100%;\n      margin-left: 12px;\n      padding: 5px;\n      transition: background-color .3s ease;\n  }\n  .cta-title {\n    max-width: 80%;\n  }\n  .table-wrapper {\n    width: 100%;\n    max-width: 960px;\n    border-radius: 4px;\n     overflow-x: auto;\n  }\n  table {\n    width: 100%;\n    border-collapse: collapse;\n    border-radius: 4px;\n    overflow: hidden;\n    border: 1px solid #DCE5EE;\n  }\n  thead tr th {\n    background-color: #F3F9FD;\n    border: 1px solid #DCE5EE;\n    padding: 12px 16px;\n    text-align: left;\n  }\n  tbody tr td {\n    border: 1px solid #DCE5EE;\n    padding: 12px 16px;\n    vertical-align: top;\n  font-weight: 400;\n    color: #5D687E;\n  }\n  tbody tr td:first-child {\n    font-weight: 700;\n  }\n\u003C/style>",74,"2026-04-01","ii-v-dokumentooborote-pomoshhnik-a-ne-zamena-sotrudniku","2026-06-23T08:51:33.266Z","2026-06-23T08:51:33.248Z",{"id":198,"documentId":199,"name":200,"alternativeText":32,"caption":32,"width":201,"height":202,"formats":203,"hash":225,"ext":207,"mime":208,"size":226,"url":227,"previewUrl":32,"provider":38,"provider_metadata":32,"createdAt":228,"updatedAt":229,"publishedAt":230},2728,"vmkceu8l65j1yt06mgnzyti1","ИИ-асситенты__6.png",777,251,{"thumbnail":204,"small":212,"medium":219},{"name":205,"hash":206,"ext":207,"mime":208,"path":32,"width":53,"height":54,"size":209,"sizeInBytes":210,"url":211},"thumbnail_ИИ-асситенты__6.png","thumbnail_II_assitenty_6_1597ace6ea",".png","image/png",57.45,57451,"/uploads/thumbnail_II_assitenty_6_1597ace6ea.png",{"name":213,"hash":214,"ext":207,"mime":208,"path":32,"width":69,"height":215,"size":216,"sizeInBytes":217,"url":218},"small_ИИ-асситенты__6.png","small_II_assitenty_6_1597ace6ea",162,214.34,214335,"/uploads/small_II_assitenty_6_1597ace6ea.png",{"name":220,"hash":221,"ext":207,"mime":208,"path":32,"width":61,"height":62,"size":222,"sizeInBytes":223,"url":224},"medium_ИИ-асситенты__6.png","medium_II_assitenty_6_1597ace6ea",435.74,435744,"/uploads/medium_II_assitenty_6_1597ace6ea.png","II_assitenty_6_1597ace6ea",106.14,"/uploads/II_assitenty_6_1597ace6ea.png","2026-05-07T06:51:42.690Z","2026-05-08T08:55:30.947Z","2026-05-07T06:51:42.691Z",{"id":80,"documentId":81,"title":82,"published":14,"weight":83,"createdAt":84,"updatedAt":85,"publishedAt":86},[233],{"id":89,"documentId":90,"title":82,"published":14,"weight":83,"slug":91,"createdAt":92,"updatedAt":93,"publishedAt":94},[235],{"id":22,"documentId":97,"name":98,"slug":99,"weight":100,"published_date":32,"published":14,"created":32,"createdAt":101,"updatedAt":102,"publishedAt":103},{"id":237,"documentId":238,"title":239,"url":194,"markup":240,"createdAt":241,"updatedAt":241,"publishedAt":242},2595,"anwtasgxce7gtwm1w4arwi8j","blogposts - Зачем нужен ИИ в документообороте и как он экономит время",{},"2026-06-23T08:51:33.240Z","2026-06-23T08:51:33.237Z",{"pagination":244},{"start":245,"limit":22,"total":246},0,7,1782308363094]