Сметчик сравнивает коммерческие предложения нескольких подрядчиков нейросетью за 15–20 минут вместо нескольких часов ручного сведения таблиц: модель раскладывает предложения по одинаковым позициям, подсвечивает расхождения в цене и объёме и готовит сводную таблицу для решения. Хорошо справляются GigaChat, YandexGPT, ChatGPT, Claude и DeepSeek.
Что делает модель
Сведение 3–5 коммерческих предложений подрядчиков в одну сравнительную таблицу нейросеть готовит за 15–20 минут, по нашему опыту внедрений: одинаковые позиции сведены в строки, расхождения в цене и объёме подсвечены отдельно.
Подрядчики редко присылают коммерческие предложения в едином формате — один считает по позициям сметы, другой даёт общую сумму с кратким описанием, третий использует свою нумерацию разделов. Модель разбирает каждое КП и сводит все предложения к единой структуре позиций для честного сравнения.
Ручное сведение трёх-пяти таких предложений в одну таблицу занимает у сметчика несколько часов: приходится вручную сопоставлять формулировки разных подрядчиков, искать соответствие между «демонтаж перегородок» у одного и «снос временных конструкций» у другого, и отдельно перепроверять полноту переноса каждой цифры в свою таблицу.
- Разбор каждого КП на отдельные позиции работ и материалов
- Сведение позиций разных подрядчиков к единому перечню для сравнения
- Подсветка расхождений в цене на одинаковую позицию между подрядчиками
- Проверка полноты — какие позиции отсутствуют у конкретного подрядчика
Задача здесь отличается от проверки одной входящей сметы против проекта, разобранной в статье про нейросеть для работы сметчика в строительстве: там модель сверяет одно предложение с проектной документацией, здесь — сравнивает несколько предложений между собой для решения по подрядчику.
Таблица сравнения
Итоговая таблица сравнения — главный рабочий результат задачи: строка на каждую позицию работ, столбец на каждого подрядчика, и сразу видно, где предложения расходятся сильнее всего.
| Позиция | Подрядчик А | Подрядчик Б | Расхождение |
|---|---|---|---|
| Демонтаж перегородок | 45 000 ₽ | 62 000 ₽ | +38% у подрядчика Б |
| Электромонтаж, точка | 1 200 ₽ | отсутствует в КП | позиция пропущена подрядчиком Б |
| Материалы, м² | 980 ₽ | 1 150 ₽ | +17% у подрядчика Б |
Пропущенная позиция в КП редко означает честную экономию: иногда подрядчик просто забыл её включить, и итоговая сумма на объекте вырастет уже после начала работ.
Расхождение больше пятнадцати-двадцати процентов на одну и ту же позицию — повод для отдельного вопроса подрядчику вместо автоматического предпочтения более дешёвого варианта: цена может отличаться из-за разного качества материала, гарантийных обязательств или банально из-за ошибки при составлении сметы на стороне подрядчика. Таблица подсвечивает такие расхождения, а причину проясняет уже отдельный звонок или письмо.
Промпт для сравнения
Хороший промпт для сравнения КП явно задаёт формат вывода — без этого модель иногда просто пересказывает каждое предложение по очереди вместо сведения их в одну таблицу.
- Вставьте тексты всех коммерческих предложений подряд, с пометкой подрядчика
- Попросите свести позиции к единому перечню работ и материалов
- Укажите формат вывода — таблица с расхождением в процентах по каждой позиции
- Попросите отдельно перечислить позиции, которые встречаются только у части подрядчиков
- Уточните, что финальное решение о подрядчике остаётся за сметчиком
Хороший финальный вывод — таблица на один экран вместо длинного текстового сравнения, где расхождения приходится искать глазами по всему абзацу.
Если позиций в смете больше пятидесяти, стоит просить модель группировать их по разделам — фундамент, стены, инженерные сети — вместо одного сплошного списка. Так итоговую таблицу проще читать с телефона на объекте и легче обсуждать с коллегой по конкретному разделу отдельно от остальных.
Где нужен человек
Модель хорошо сводит цифры в таблицу, но интерпретация расхождений и решение, какому подрядчику доверять, — задача сметчика: одинаково низкая цена у нового подрядчика без истории объектов и у проверенного партнёра значат разный уровень риска.
- Итоговое решение о подборе подрядчика по совокупности факторов
- Проверка деловой репутации и истории объектов конкретного подрядчика
- Оценка реалистичности заниженной цены — вопрос демпинга
- Финальные переговоры об условиях оплаты и сроках
Сколько коммерческих предложений обычно сравнивает ваш сметчик на объект?
Модель также может домыслить позицию, если формулировка в одном из КП сильно отличается от остальных, — стоит перепроверять спорные строки таблицы вручную, коротко о риске — в термине галлюцинации.
Отдельно стоит держать в уме репутационный риск: если сметчик выбирает подрядчика заметно дешевле рынка только по итогам таблицы, а тот в итоге срывает сроки или экономит на материалах прямо на объекте, отвечать перед руководством всё равно будет сметчик, вместо модели, которая просто свела цифры в сравнение.
Более широкий стратегический вопрос — стоит ли вообще заменять часть работы штатного сметчика нейросетью — разобран в статье про нейросеть или сметчика для стройфирмы: там сравнение подходов на уровне компании, здесь — конкретный инструмент для одной повторяющейся задачи.
Как внедрить
Внедрение начинается с одного реального тендера с тремя-пятью коммерческими предложениями — на нём проще всего сравнить таблицу модели с тем, как сметчик обычно сводит предложения вручную.
Возьмите последний тендер с несколькими КП, прогоните тексты через модель и сравните итоговую таблицу с тем, что сметчик уже посчитал вручную для того же объекта.
Стандартизация такого промпта на всю сметную службу — тема отдельного обучения, формат разобран в разделе про обучение сотрудников работе с ИИ.
На практике удобно завести один общий шаблон промпта в текстовом файле и держать его под рукой для каждого нового тендера вместо повторного набора формулировки заново: так все сметчики отдела получают таблицу в одинаковом формате, и результаты разных тендеров проще сравнивать между собой спустя месяц-два.
Для компаний, которые проводят десятки тендеров в месяц, следующий шаг — автоматическая загрузка КП через n8n сразу из почты вместо ручной вставки текста в чат модели. Такая связка экономит ещё несколько минут на каждом тендере и убирает риск случайно пропустить одно из предложений при копировании. Итоговая таблица в таком сценарии сразу падает в общую папку проекта, и руководитель отдела видит её без отдельного запроса к сметчику.
Полезно держать архив таких таблиц по прошедшим тендерам за полгода-год: когда приходит новый подрядчик с ценой на ту же категорию работ, сметчик сразу видит, укладывается ли она в диапазон прошлых предложений или заметно выбивается вверх либо вниз. Такой архив постепенно превращается в собственный внутренний бенчмарк цен по региону.
Со временем архив пригодится и для переговоров: если новый подрядчик просит цену заметно выше среднего по прошлым тендерам, у сметчика уже есть конкретные цифры для аргументированного встречного предложения вместо общего ощущения, что цена завышена.
Тот же архив помогает и при подготовке бюджета на новый проект ещё до объявления тендера: усреднённые прошлые цены по разделам дают быструю предварительную оценку сметы, которую потом уточняют уже реальные предложения подрядчиков.