Анализируем продажи вместе с ИИ

Решение задачи анализа продаж с помощью искусственного интеллекта ^[1] как нельзя лучше демонстрирует основной принцип работы с ИИ: «сказал, что тебе надо, получил что тебе надо». В типовых ERP(УТ, КА) есть регистр накопления «ВыручкаИСебестоимостьПродаж», в котором содержится вся необходимая нам информация о продажах. От реализации вышеозвученного принципа наст отделяет пара нехитрых технических приемов.

Прежде, чем перейдем к собственно техническим приемам, разберемся с тем, откуда мы будем брать ответы на вопросы по продажам.

Откуда искусственный интеллект узнает что, когда и кому мы продавали?

Такой бесхитростный вопрос не редко приходится слышать не только от рядовых пользователей (что извинительно), но и от специалистов. Ответ такой же бесхитростный: ниоткуда. Знать что, когда и кому мы продавали искусственному интеллекту а) не обязательно и б) не желательно. Чтобы получить информацию из базы данных, надо выполнить запрос к базе данных. Искусственному интеллекту мы поставим задачу выдать нам текст запроса к базе данных, а дальше мы уж как‑нибудь сами. Для того, чтобы сгенерить текст запроса, искусственному интеллекту не надо иметь доступ к нашим данным, достаточно будет описать структуру таблиц. Мы так привыкли к «низко висящим плодам» (в случае с ИИ это выражается в «давайте ему все скормим, а оно уж как‑нибудь само разберется»), что описанное выше многим кажется хитрым трюком. Но эта идея довольна проста и, что называется, лежит на поверхности.

Жестокий кризис данных для обучения ^[2] привел в недавнем прошлом к тому, что из интернета было «выжато» все, что только можно (и что нельзя тоже). В результате state of art модели стали вполне сносно работать с 1С, писать как код на языке 1С, так и тексты запросов на языке запросов 1С. Последнее нас здесь и интересует.

Итак, нам надо каким‑то образом «познакомить» ИИ со структурой таблиц. Как вы уже понимаете, не надо «скармливать все». Нас интересуют продажи. Вот про структуру таблиц, связанных с ними и «расскажем» ИИ. В типовых конфигурациях ERP (УТ, КА) есть регистр хороший регистр накопления «ВыручкаИСебестоимостьПродаж». Опишем его структуру и структуру связанных таблиц в системном промте.

1С:Предприятие
Регистр накопления ВыручкаИСебестоимостьПродаж.
Измерения:
АналитикаУчетаНоменклатуры тип СправочникСсылка.КлючиАналитикиУчетаНоменклатуры
АналитикаУчетаПоПартнерам тип СправочникСсылка.КлючиАналитикиУчетаПоПартнерам
Менеджер тип СправочникСсылка.Пользователи
Ресурсы:
Количество тип Число
СуммаВыручки тип Число
Стоимость тип Число

Справочник КлючиАналитикиУчетаНоменклатуры
Реквизиты:
Номенклатура тип СправочникСсылка.Номенклатура

Справочник Номенклатура (используй псевдоним СправочникНоменклатура)
Реквизиты:
Наименование тип Строка
Артикул тип Строка

Справочник КлючиАналитикиУчетаПоПартнерам
Реквизиты:
Партнер тип СправочникСсылка.Партнеры

Справочник Партнеры
Реквизиты:
Наименование тип Строка

Справочник Пользователи
Реквизиты:
Наименование тип Строка

Сегодня 1 марта 2025 года

нужен текст запроса на языке 1С для получения ответа на вопрос пользователя

нужен только текст запроса

Системный промт это просто текст, который мы будем передавать в качестве одного из параметров в функцию Генерация() Библиотеки искусственного интеллекта для 1С ^[3]. Библиотека распространяется бесплатно, под лицензией CC BY 4.0. Это означает, что вы можете использовать ее для создания своих коммерческих продуктов. Не думайте только, что надо писать этот системный промт буква в букву так, как написал я. Большие языковые модели работают не так. Им важен смысл. А что, в каком порядке и какими словами вы напишите, не принципиально. Обратите внимание ^[4] на то, что я сделал приписку к справочнику Номенклатура: «(используй псевдоним СправочникНоменклатура)». Для типовых конфигураций 1С придется что‑то подобное писать. Почти все справочники в типовых поименованы во множественном числе, а реквизиты, в свою очередь, в единственном. Склады‑склад, контрагенты‑контрагент, организации‑организация. Если бы без малого 30 лет назад неизвестный мне автор типовых конфигураций 1С не выпендривался и использовал нормальную связку: товары‑товар, вместо проблематичной: номенклатура‑номенклатура, то мы бы сейчас этой ерундой не занимались. Но, слава богу, для современных моделей большинство наших проблем действительно ерунда. Сделал приписку и все в порядке.

Также обратите внимание на три последние строки в системном промте. В общем случае ИИ ничего не знает про то, какой сегодня день и это надо явно указывать. Дальше мы говорим, что мы хотим получить текст запроса на языке 1С и нужен только текст запроса, без бла‑бла‑бла. Здесь можно было бы использовать JSON‑схему для задания четкого формата ответа. Но в нашем случае можно работать и с текстом запроса, только «тройные кавычки» (“`) оттуда убрать.

Теперь, когда у нас есть системный промт, мы можем соединять его с вопросом пользователя, отправлять ИИ, получать в ответ текст запроса, выполнять запрос и показывать пользователю результат. 

Сказали, что нам надо и получили, что нам надо. Специалисты могут поинтересоваться текстом запроса.

Вы, возможно, заметили что в результат попали группы из справочника Номенклатура. Но с искусственным интеллектом большинство наших проблем проблемами не являются.

Любой пользователь сможет выйти из затруднений. Надо просто следовать принципу: сказал, что тебе надо и получил, что тебе надо.