Сравнение документов и контроль расхождений
Как документная AI-система выделяет условия, сопоставляет версии, показывает источник и отправляет неоднозначность человеку.

Выполненное сравнение двух версий спецификации
В локальном опыте 16 сентября 2026 года сравнили шесть структурированных полей двух вымышленных версий. Сырые значения, нормализованные значения и решения доступны для повторного запуска. PDF/OCR и LLM в этом прогоне не использовались.
Сравнивать значения отдельно от оформления
Сумма переводится в целое число копеек, дата проверяется в ISO-формате, в текстовых полях схлопываются пробелы без изменения регистра. Это явные правила именно этого набора: произвольный текст или дату другого формата нельзя без проверки трактовать так же.
Пустое поле — отдельное исключение
Во второй версии исчез объём «20 рабочих мест». Алгоритм отмечает missing_after и сохраняет предыдущее значение. Он не подставляет ноль, не переносит старый объём автоматически и не делает вывод, что обязательство отменено.
Показать человеку, что изменилось
Сумма выросла с 1 200 000 до 1 250 000 ₽, дата сдвинулась с 1 на 15 октября, объём отсутствует. Дополнительные пробелы в часах поддержки не создают содержательное изменение. Три исключения передаются на проверку с исходными значениями; никакие документы не подписываются и не отправляются.
Где заканчивается этот результат
Опыт проверяет сравнение уже извлечённых полей. Он не измеряет распознавание сканов, полноту извлечения из PDF, юридическую значимость правок или качество нейросети. Следующий тест должен отдельно проверять извлечение на разнообразных документах, иначе аккуратное сравнение может скрыть пропущенные данные.
Протокол offline-control-v1: спецификация
Это результат выполненного кода на вымышленных входах. Он демонстрирует контроль полей, а не качество AI на документах клиента.
- Объём
- 6 полей; буквальных различий 4; исключений после нормализации 3.
- Отсутствующие поля
- 1
- Решение
- Нормализация отделила оформление от изменения. Сумму, дату и отсутствующий объём должен проверить человек по двум полным документам.
| Поле | Было → стало | Решение |
|---|---|---|
| Сумма | 1 200 000 → 1 250 000 ₽ | Изменено: +50 000 ₽ |
| Дата | 2026-10-01 → 2026-10-15 | Изменено: +14 дней |
| Объём | 20 рабочих мест → пусто | Отсутствует во второй версии; запросить проверку |
| Часы поддержки | Те же часы, дополнительные пробелы | Равно после нормализации |
| Валюта и идентификатор | RUB; SPEC-DEMO-01 | Равно |
Забрать рабочие образцы
CSV в UTF-8 открывается в Excel и других таблицах. Данные учебные; перед использованием замените условия и правила проверки.
- Две версии шести полей (CSV)
- Нормализованные значения и решения прогона (CSV)
- Вход отчётного опыта для полного повторного запуска (CSV)
- Вторая выгрузка для полного повторного запуска (CSV)
- Условия опыта и команда повторного запуска (Markdown)
- Исходный код двух проверок (Python, без библиотек)
- Результат выполненного прогона и SHA256 входов (JSON)
Демонстрация, а не обещание результата
Все документы и стороны вымышлены. Демо не является юридической экспертизой и не принимает решения о соответствии договора.
Что показывает демо
Показать контролируемый маршрут от загрузки версии до реестра различий, в котором человек проверяет значимые условия по исходному фрагменту.
Документная система должна показывать не только извлечённое значение, но и место в источнике, версию документа и уверенность. Неоднозначные или критичные расхождения переходят на ручную проверку.
Сравнение документов и контроль расхождений
Как документная AI-система выделяет условия, сопоставляет версии, показывает источник и отправляет неоднозначность человеку.
От события до решения человека
- 01
Загрузка
Версии получают идентификатор, дату и контрольную сумму.
- 02
Извлечение
Поля связываются с фрагментом и уровнем уверенности.
- 03
Сравнение
Система классифицирует добавления, удаления и смысловые изменения.
- 04
Проверка
Критичные и неоднозначные пункты подтверждает специалист.
Что должно работать в реальной системе
- версия документа однозначно идентифицирована
- поле связано с видимым фрагментом
- классы ошибок проверены на контрольной выборке
- критичные изменения не принимаются автоматически
- хранение соответствует политике данных
Чего нельзя заключить из демо
- Синтетические значения не подтверждают эффект для конкретной компании.
- Реальная точность зависит от источников, интеграций и контрольной выборки.
- Интерфейс показывает структуру решения, а не готовый универсальный продукт.
- Юридический смысл и допустимость условий подтверждает профильный специалист.
AI для документов
Извлечение, классификация, сравнение и проверка документов с контролем качества.