Нейросеть сверяет первичные документы с банковской выпиской за 20–40 минут: бухгалтер загружает выписку и пакет актов, накладных, счетов, а модель — GigaChat, YandexGPT, ChatGPT, Claude или DeepSeek — сопоставляет платежи с документами по сумме, дате и контрагенту, отмечает платежи без первички и документы без оплаты. Итоговое решение по каждому расхождению и саму проводку бухгалтер оставляет за собой.
Что делает модель
По нашему опыту, сверка выписки на 80–120 операций с пакетом первички занимает у модели 20–40 минут вместо двух-трёх часов ручного сопоставления строка за строкой в таблице.
Бухгалтер выгружает банковскую выписку за период в таблицу и загружает пакет первичных документов — акты, накладные, счета. Модель сопоставляет каждый платёж с документом по трём признакам: сумма, дата и название контрагента, — и собирает итоговую таблицу с пометкой статуса по каждой строке.
- Платёж в выписке без соответствующего документа в пакете первички
- Документ на оплату без платежа в выписке за период
- Расхождение суммы платежа с суммой в документе
- Задвоенный платёж по одному и тому же документу
- Оплата поступила от другого юридического лица, чем в документе
Задача отличается от сверки документов между контрагентами — актов и накладных друг с другом, разобранной в статье про сверку документов в бухгалтерии на аутсорсе. Там сверяются два комплекта бумаг между собой, здесь — бумага против реального движения денег по счёту.
Модель для сверки
Модель подбирается по объёму выписки и по тому, куда уходят данные о движении денег компании. GigaChat и YandexGPT — российские модели со своими условиями обработки данных внутри страны, удобны для сверки со счетами компании. ChatGPT и Claude лучше держат большой объём строк в одной таблице без потери контекста, DeepSeek — самый дешёвый вариант для короткой выписки за неделю или месяц.
- GigaChat — российские сервера, подходит для регулярной сверки счетов
- YandexGPT — быстрый ответ на короткой выписке за неделю
- ChatGPT (GPT-5) — держит без потерь таблицу на сотни строк
- Claude — лучше всего сопоставляет большой пакет документов целиком
- DeepSeek — дешёвый токен, годится для рутинной ежемесячной сверки
Для короткой выписки на пару десятков операций хватает GigaChat или DeepSeek. Для месячной выписки крупной компании на сотни строк с несколькими расчётными счетами точнее выходит у Claude или ChatGPT — там меньше риск потерять строку при сопоставлении большого объёма данных.
Цена вопроса тоже играет роль при ежемесячной рутинной сверке: токены DeepSeek и GigaChat стоят в разы дешевле токенов Claude и ChatGPT, а типовая месячная выписка редко превышает пару сотен строк. При регулярной сверке каждый месяц разница в стоимости между моделями складывается в заметную сумму за год, для разовой сверки перед закрытием квартала решающим фактором остаётся точность сопоставления.
Шаблон промпта
Хороший промпт для сверки состоит из трёх частей: роль модели, формат данных на входе и требуемый формат ответа. Данные удобнее подавать таблицей — дата, сумма, контрагент, назначение платежа — отдельно по выписке и отдельно по документам.
- Опишите роль: «Ты бухгалтер, сверяешь выписку банка с первичными документами»
- Вставьте таблицу выписки — дата, сумма, контрагент, назначение платежа
- Вставьте таблицу первички — дата документа, сумма, контрагент, номер
- Попросите сопоставить строки по сумме, дате и контрагенту
- Задайте формат ответа — таблица со статусом по каждой строке
| Дата | Сумма | Документ | Статус |
|---|---|---|---|
| 05.09.2026 | 84 500 ₽ | Акт №112 от 03.09 | Совпадение |
| 09.09.2026 | 36 200 ₽ | — | Платёж без документа |
| 14.09.2026 | 58 000 ₽ | Накладная №87 от 12.09 | Расхождение суммы: в накладной 61 000 ₽ |
Такую таблицу удобно держать как единый рабочий файл на весь период сверки — каждая новая строка выписки добавляется в неё вместо полного пересчёта заново с нуля. При регулярной ежемесячной сверке одного набора счетов промпт с форматом таблицы стоит сохранить как шаблон и просто подставлять новые данные каждый месяц.
Что проверяет бухгалтер
Модель отдаёт список расхождений, а причину каждого расхождения бухгалтер устанавливает вручную: платёж мог прийти позже из-за банковской задержки, документ мог остаться неучтённым из-за смены контрагентом реквизитов, сумма могла разойтись из-за частичной оплаты.
Отдельного внимания заслуживает статус «задвоенный платёж» — модель иногда путает его с обычной предоплатой и последующим окончательным расчётом по тому же договору. Здесь помогает уточняющий вопрос модели по конкретной паре платежей: попросить сравнить назначение платежа и период оказания услуги вместо одной только суммы и даты.
Сколько операций в месяц проходит по вашему расчётному счёту?
- Причина каждого расхождения перед внесением проводки
- Совпадение реквизитов контрагента в выписке и в документе
- Корректность итоговой проводки в учётной системе
- Решение о запросе недостающего документа у контрагента
Если такая сверка нужна на потоке — несколько расчётных счетов и десятки контрагентов ежемесячно, — метод и шаблон промпта стоит закрепить внутри бухгалтерии через курс по обучению сотрудников работе с ИИ, вместо повторной ручной сверки силами одного специалиста каждый месяц.
Частые ошибки
- Выписка и документы подаются в разных форматах дат — сопоставление сбивается
- Модель получает данные без назначения платежа — расхождение сложно объяснить
- Итоговая таблица расхождений остаётся без разбора причины по каждой строке
- Один и тот же метод применяется к счетам в разной валюте без пересчёта
- Проводка вносится в учётную систему сразу по ответу модели без проверки
Возьмите выписку за последнюю неделю и пакет первички к ней, приведите даты к одному формату и запустите сверку по шаблону. Сравните результат с ручной проверкой той же недели, прежде чем переносить метод на весь месяц.
Раз в квартал стоит пересматривать сам шаблон промпта: меняется формат выгрузки выписки у банка, добавляются новые расчётные счета, а старый шаблон тянет за собой поля, которые давно неактуальны. Один сотрудник, ответственный за актуальность шаблона, экономит команде часы разбора ошибок сопоставления на будущих сверках.
Общий обзор задач, которые нейросеть решает в работе бухгалтера, и где остаётся зона ответственности человека — в статье про нейросети для бухгалтера. Вопрос безопасности данных при загрузке в модель разобран в статье про риски загрузки данных бухгалтером в нейросеть.