Для начала - немного контекста. Я не программист и не разработчик. Последние 12 лет я проработал в Федеральной налоговой службе. Начинал с низов, занимался выездными и камеральными проверками (проводил лично и курировал). Два месяца назад я уволился, завел свой телеграм-канал и теперь работаю в налоговом консалтинге.

Эта статья - история о том, как я попытался решить огромную проблему государственной системы с помощью домашнего ноутбука и нейросетей. О том, как я переоценил свои силы, недооценил масштаб задачи, но все-таки попробовал создать инструмент, который мог бы изменить работу инспектора.

С чего все началось: линейка, карандаш и Ctrl+C

Вернемся на 12 лет назад. Когда я только пришел в ФНС, меня ждало настоящее культурное потрясение. 2014 год, мой первый рабочий день, я захожу в кабинет и вижу инспектора, который сидит за столом и чертит таблицу. Не в Excel. Он делает это на листе бумаги, используя деревянную линейку, карандаш и ручку.

Меня тогда это сильно удивило, но я выстоял и сделал свой первый «автоматизатор» - простой шаблон в Excel. С помощью него можно было копируя данные из ЭОД (основная программа работы в то время) заполнить большую часть документа, который назывался «заключение предпроверочного анализа». Инспектор просто копировал данные, вставлял их в ячейки, а формулы сами считали налоговую нагрузку и другие нужные показатели. Коллеги были в восторге.

Прошло много лет. ФНС совершила огромный скачок: появился АИС «Налог-3», мощные базы данных, аналитика. Здесь возможности АИС «Налог-3» описывать не буду, уже написал на эту тему 2 статьи: «АИС «Налог-3»: почему это одна из самых мощных государственных IT-систем России» и «Почему внедрение LLM в АИС «Налог-3» неизбежно — и что это изменит в налоговом контроле».

Возвращаемся: несмотря на цифровую эволюцию ФНС, парадокс заключается в том, что «на земле», в инспекциях, рутина практически не изменилась. Инспектор по-прежнему тратит до 30% своего рабочего времени на механическое Ctrl+C - Ctrl+V.

Данные в АИС есть, их много. Но чтобы превратить их в итоговый документ - акт проверки, заключение или аналитическую справку - нужно открыть множество окон, скопировать строчку, вставить в Word, потом вернуться, скопировать цифру, вставить в таблицу. Удобных внутренних шаблонов или алгоритмов встроенных в АИС, которые делали бы это за один клик, катастрофически не хватает.

И вот еще в начале прошлого года, я загорелся идеей: а почему бы не попробовать это исправить?

Идея: «экзоскелет» для инспектора

Я поставил перед собой, как мне казалось, понятную задачу. Я хотел создать портативную программу-надстройку. Своего рода «конструктор», который забрал бы у инспектора эту рутинную работу.

Идея делилась на три части:

1.  Автоматический сбор. Программа должна сама «вытягивать» из выгрузок АИС всю возможную информацию (пока из выгруженных файлов, но с возможностью в режиме надстройки к АИС - самостоятельно формировать выходные формы документов по заданным параметрам).

   Так как я делал программу дома, и что называется «на коленке», я сделал шаблоны документов по такому же принципу как они выгружаются из АИС. Например, ООО «Ромашка» ИНН 2345678910. Адрес: г. Москва, Ленина 112., и т.д. Это нужно было для того, чтобы можно было на примере показать работу программы для презентации руководству. Вроде: «смотрите как может моя программа, а если сделать из нее надстройку и подключить к АИС, то вообще будет классно, круто, давайте пользоваться»

2. Интерпретация. Алгоритм должен сам раскладывать данные по полочкам, формировать структуру нарушения (это могут быть как методологические нарушения, так и не соблюдение условий установленных статьей 54.1 НК РФ).

3. Генерация. На выходе должен получаться готовый документ (акт, решение или аналитическая справка), который остается только немного подправить и подписать. В будущем я планировал добавить и другие документы, которые также можно было формировать через программу.

Как я вайбкодил и что из этого вышло

Отсутствие профильного IT-образования и навыков программирования я компенсировал «вайб-кодингом». В теории это звучит так: ты не знаешь синтаксиса языка, но понимаешь общую логику процесса и просто описываешь нейросети желаемый результат. Ты по сути выступаешь в роли «менеджера», а код пишет нейронная сеть.

На практике же всё несколько иначе. Если ты совсем не понимаешь основ, ты обречен наступать на одни и те же грабли и разгребать гору ошибок. Нейронную сеть нужно не просто просить что-то сделать, её нужно направлять, а для этого необходимо хоть немного разбираться в предмете. Тем не менее, на старте, пока проект был небольшим, моих логических способностей хватало. Формулировать промпты в духе «информация из этой ячейки Excel должна отображаться в этом окне выходной формы» было несложно.

Весь код писался на Python с использованием библиотеки Tkinter для интерфейса. В качестве моей команды поддержки выступали бесплатная версия Grok, Qwen и DeepSeek.

Что удалось реализовать (Версия 0.29)

• Интерфейс. Получилось вполне сносное рабочее окно. Слева - дерево документа («Общие сведения», «Анализ контрагентов»), справа - поля для данных. Интерфейс строился динамически. Если я выбирал тип нарушения «Необоснованные вычеты по НДС», программа активировала специальный блок.

• Парсинг. Программа научилась открывать файлы .doc, .rtf, конвертировать таблицы в Excel и находить нужного налогоплательщика.

• Логика проверки. Я прописал алгоритм для статьи 54.1 НК РФ. Можно было выбрать тип нарушения, указать количество подозрительных контрагентов, и программа создавала под каждого из них отдельный подраздел в структуре акта.

• Генерация. По кнопке «Сформировать» программа реально собирала все введенные данные и выдавала файл по выбранному типу «Аналитическая записка», «Заключение ППА», «Акт ВНП или КНП».

Программа собирала все разрозненные данные от ОКВЭДов до анализа расчетных счетов и выдавала готовый .docx файл с заголовками и структурой.

То есть уже даже в этом виде программу можно было использовать без привязки к АИС для формирования документа (написания акта) внутри этой программы.

Сложности реализации и причины остановки

В процессе разработки я столкнулся с проблемами, которые невозможно решить одним лишь «вайб-кодингом».

1. Проблема архитектуры и поддержки кода. Поскольку я не программист, весь код писался ситуативно. Логика парсинга держится на жестких текстовых привязках (условия вида if "сведения о" in cell_value). Это работает на тестах, но любое изменение формы выписки или сдвиг столбцов в исходных данных ломает программу. Поддерживать и масштабировать такой код без грамотной архитектуры невозможно.

2. Ограничения контекста ИИ. По мере добавления функций код разросся. Бесплатные версии языковых моделей, которые я использовал для написания кода, имеют ограниченное контекстное окно. В какой-то момент нейросеть просто перестала «видеть» весь файл целиком. Я просил исправить ошибку в одной функции, а модель, потеряв контекст, ломала логику в другой части программы.

3. Ресурсные ограничения У меня была идея внедрить локальную LLM (DeepSeek или Qwen) для интеллектуального анализа сканов документов через OCR. Я хотел, чтобы программа сама находила смысловые несоответствия в договорах. Однако мой ноутбук технически не тянул одновременную работу интерфейса, алгоритмов и нейросети.

4. Масштаб задачи Я понял, что переоценил свои возможности. Создать прототип для себя - это одно. Но разработать надежный инструмент для использования в госоргане - это задача для полноценной команды разработки, а не для одного энтузиаста с чат-ботом.

Итоги

Мой «Конструктор актов» остановился на версии 0.29, но этот эксперимент нельзя назвать неудачным. Главный вывод, который я сделал - пропасть между желаниями инспектора и возможностями IT преодолима. Даже любительский скрипт, собранный «на коленке», способен кратно ускорить сбор данных, а значит, технически автоматизировать рутину в ФНС более чем реально. Вайб-кодинг в этом процессе показал себя как не плохой инструмент для быстрого прототипирования.

Однако, чтобы превратить такой макет в надежный продукт для государственного органа, одного энтузиазма мало - необходим системный подход и профессиональная архитектура. Надеюсь, мой опыт подсветит эту проблему для тех, кто занимается цифровизацией профессионально. Данные и инструменты уже есть, осталось лишь дать инспектору удобный современный «карандаш» вместо ручного заполнения таблиц.

Если у вас есть вопросы по налоговому контролю - пишите и спрашивайте в комментариях. Еще много полезной информации я размещаю с своем телеграм-канале «Налоговый Инсайдер».