Главное за 30 секунд

• 6 узкоспециализированных AI-агентов (Приёмщик, Категоризатор, Сверяльщик, Отчётник, Аналитик, Визуализатор) заменяют команду финотдела за 450–500 тыс ₽/мес
• 10 минут на закрытие месяца против 1–2 недель руками. Демо: 29 документов → 3 интерактивных дашборда
• Собирается за один вечер в Antigravity или Claude Code на стандарте Anthropic Agent Skills. Полный гайд с готовыми промптами — встроен ниже на этой же странице

Покажу как собрать AI Финансовый Отдел из 6 ролей: где какой агент стоит в конвейере, какие 6 принципов держат команду от галлюцинаций, какие реальные цифры нашёл наш демо-прогон на 29 документах и сколько это стоит относительно живого финдепа. Без vendor lock-in, без подписки на готовые SaaS — своя команда, свои промпты, свой контроль. Видео-разбор 36 минут — выше. Полный гайд с дословными SKILL.md для всех 6 агентов — на этой же странице ниже.

Кому нужен AI Финансовый Отдел и сколько он стоит вместо живого бухгалтера

Если ты собственник малого или среднего бизнеса в России — узнаваемая ситуация. Бухгалтер на аутсорсе закрывает официалку для ФНС за 30–80 тыс ₽/мес. Один человек «между делом» сводит управленку в Excel. Когда ты спрашиваешь «сколько мы заработали в прошлом месяце» — тебе говорят «надо посчитать», через неделю присылают таблицу, где половина цифр спорные.

Решения принимаются по ощущениям. Маркетолог говорит «вроде Яндекс.Маркет хорошо работает» — ты веришь. А выясняется через квартал, что ROMI там нулевой, и деньги просто слили.

Чтобы закрыть эту брешь по-человечески, нужна команда: экономист (от 100 000 ₽/мес) + бухгалтер + помощник. У меня раньше такая команда стоила 450–500 тысяч ₽ ежемесячно. И иногда — честно — она делала меньше, чем мы делаем сейчас за десять минут на AI-команде.

«Прекращайте играться как с чатиками. Делайте так, чтобы искусственный интеллект зарабатывал вам деньги, повышал вашу эффективность и экономил время.»

Это и есть отправная точка: перестать сводить ChatGPT-чатики в Excel вручную и собрать команду, которая работает сама. И мы не одни — по исследованию McKinsey «The state of AI in 2025», 88% компаний уже используют AI, и 62% — экспериментируют с AI-агентами. PwC AI Agent Survey 2025 показывает, что 79% компаний внедряют агентов, но только 34% — в финансовой функции. Финансы — отстают. Окно открыто.

Почему один ChatGPT не справится: разница между AI-помощником и AI-командой агентов

Логичный первый вопрос — а почему не сделать всё в N8N или в одном GPT-чате? «Дёрни вебхук → распарси выписку → отправь в Sheet». Завёл цепочку — работай.

Ответ короткий: один универсальный AI-бот «делает всё» — это всегда галлюцинации и пропуски. N8N не ремонтируется сам: прилетел документ в новом формате — встал весь пайп. Сломалось звено — встало всё. ChatGPT-чатик отвечает на любой запрос, но без системности: один раз правильно, второй раз выдумал, третий раз пропустил.

Эту разницу подробно описывает PwC в материале про agentic AI в финансах: одиночный AI-ассистент — это «реактивный помощник», agentic AI — это «команда специалистов, работающих автономно по сценарию». В P2P (procure-to-pay), O2C (order-to-cash), R2R (record-to-report) — почти 40 финансовых процессов уже описаны под мульти-агентную автоматизацию.

«Когда вы играетесь просто в чатике — вы делаете всё подряд по любому запросу, это не работает. Когда вы создаёте команду — у вас должны быть роли.»

В блоге у нас уже есть похожий разбор про команду из AI-агентов в другом контексте — AI-кастдев за 2 часа методом I·INSIGHT. Там пять системных промптов вместо шести агентов, но принцип тот же: один агент — одна работа. А где такая команда стоит на общей лестнице зрелости — в разборе 7 ступеней работы с ИИ: от чата до автономной системы: финотдел из шести агентов — это шестая ступень, агентная система с руководителем.

6 ролей в команде AI Финансового Отдела

Конвейер выглядит так:

/Data/INBOX → Приёмщик (нормализует любые форматы) → Категоризатор (разносит по статьям РСБУ) → Сверяльщик (находит нестыковки) → Отчётник (P&L и Cash Flow) → Аналитик (топ-5 инсайтов) → Визуализатор (HTML-дашборды на localhost)

Каждая роль — это отдельный AI-агент по стандарту Anthropic Agent Skills. Не «один промпт», а развёрнутый skill с алгоритмом, правилами, чек-листами качества и (если надо) исполняемыми скриптами, которые агент дописывает себе сам. Документация — Agent Skills overview на platform.claude.com.

Анатомия одного агента — пять компонентов:

• Роль — что делает и чего не делает (это важно).
• Skills — развёрнутый навык в формате Anthropic Skills. Это не «промпт-склейка», а полноценный документ с алгоритмом и примерами.
• Инструменты — что агент может вызывать: файлы, веб, API, базы данных.
• Память — что помнит между запусками. Хранится в файлах.
• Правила — формат ввода/вывода + чек-лист качества.

Когда роль одна — агент работает чисто. Когда ему дают «продай, подбери, проконсультируй, выстави счёт» — он сразу галлюцинирует. Это эмпирическое правило, проверено на десятках команд и подтверждено Gartner: 59% финансовых лидеров уже используют AI, но узкие роли работают надёжнее «универсалов».

Инструменты под капотом: Claude Code, Antigravity, Anthropic Skills, Codex — что выбрать

Инструмент	От кого	Интерфейс	Сильная сторона	Подписка	Когда выбрать
Claude Code	Anthropic	CLI / IDE-плагины	Минимализм, тонкий контроль, Skills из коробки	Claude Pro $20/мес или API ~$20–100/мес	Если ты разработчик или уже работаешь в терминале
Antigravity	Google	Полноценный IDE	Визуальный интерфейс, плагин Claude Code, переключение моделей в одном окне	Бесплатно (preview)	Если ты не-программист и хочешь видеть что делают агенты
Codex CLI	OpenAI	CLI (GitHub)	Аналог Claude Code, работает на GPT-5	ChatGPT Plus $20/мес или API	Если предпочитаешь OpenAI-стек
Anthropic Skills	Anthropic	Файловый стандарт (SKILL.md)	Унифицированный формат «навыка», работает в любой из сред выше	бесплатный стандарт	Всегда — это формат самих агентов

Для финансового отдела я рекомендую Antigravity + плагин Claude Code + Anthropic Skills — это минимальная конфигурация, в которой работают все 6 ролей нашей команды. Codex CLI — равноценная альтернатива, всё что ниже работает там же (заменяется только корневой файл правил: CLAUDE.md → AGENTS.md).

6 принципов работы AI-команды (защита от хаоса)

Эти правила прописываются в CLAUDE.md в корне проекта (или AGENTS.md для Codex). Они наследуются всеми агентами и защищают команду от типичных проблем:

1. Одна роль = одна задача. Не «делай всё».
2. Никаких галлюцинаций. Нет данных — пиши «нет данных», не выдумывай.
3. Никаких тихих изменений. Каждое действие логируется в outbox.
4. Флаги передаются по цепочке. Дубли, пропуски, аномалии видны всем следующим агентам.
5. Ни одной потерянной записи. Сомневаешься — клади в «требует проверки».
6. Агенты не пишут во входящие данные. /Data/INBOX — read-only.

«Если данных нет, он должен давать замечания. Он не должен придумывать от себя.»

Шестой принцип кажется техническим, но он критичен. Без него один агент случайно переписывает выписку, другой берёт переписанную как факт — и через две итерации у тебя в книге учёта числа, которых никогда не было в банке. Read-only inbox — это страховка.

Готовый CLAUDE.md для финансового отдела — в гайде ниже (вкладка «Оркестратор»). Копируй дословно, замени название компании, сохрани в корень проекта.

Пошаговый запуск AI-агента для категоризации банковской выписки

Начнём с самого утилитарного шага — категоризации транзакций. Это второй агент в нашем конвейере (после Приёмщика). Если у тебя уже есть очищенная банковская выписка в CSV — можно запустить только Категоризатор отдельно.

Что делает агент: берёт строки выписки и каждую размечает статьёй из российской таксономии (Выручка/Маркетплейсы, ФОТ/Оклад, Маркетинг/Яндекс.Директ, Логистика/СДЭК, Налоги/УСН и т.д.). Использует правила маппинга по контрагентам: «Wildberries Финансы» → «Выручка/Маркетплейсы», «Яндекс.Директ» → «Маркетинг/Яндекс.Директ», и так далее.

Краткий запуск (полный SKILL.md — в гайде ниже):

1. Скопируй файл SKILL.md Категоризатора в папку Agents/2-kategorizator/
2. Положи очищенную выписку в Output/1-priemshik/Очищенные транзакции.csv
3. Скажи Claude: Запусти Категоризатора. Размечай по российской таксономии из SKILL.md. Что не уверен — ставь "Не категоризировано" с НИЗКОЙ confidence.
4. На выходе: CSV с категориями + отчёт по разметке (сколько уверенно, сколько спорно)

На демо-данных одна банковская выписка из 100 строк размечается за ~30 секунд. Точность по российским контрагентам — 92–95%, остальное помечается «Не категоризировано» и проверяется человеком. Это и есть human-in-the-loop, о котором ниже.

Кейс: автоматизация сверки актов и платежей за 1 неделю на Claude Code

Третий агент в команде — Сверяльщик. Берёт банковскую выписку и внутреннюю книгу учёта (1С / Excel) и находит расхождения.

Что нашёл Сверяльщик в нашем демо на 29 документах за апрель:

• ФОТ 1 000 000 ₽ начислено в реестре зарплат — в банковских выписках соответствующих платежей нет. Флаг «нестыковка», на ревью.
• 727 000 ₽ просрочек по счетам — полный реестр с датами и контрагентами. Отдельно зафиксирована просрочка контрагента Техносиб.
• Авансовые отчёты Иванова (заправка ТС) — приложены в нужные категории.

Это не «выдумали» — это реальные документы из тестовой папки. Без AI-отдела про неподтверждённый ФОТ узнали бы при сверке через месяц.

Логика сопоставления Сверяльщика построена по приоритету:

1. По ссылке — описание банка содержит № документа из книги → ✅ СОВПАЛО
2. Точное совпадение — та же дата + сумма + направление + сходство описаний >70% → ✅ СОВПАЛО
3. ±1 день — сумма совпадает, дата сдвинута → ⚠️ ТРЕБУЕТ_ПРОВЕРКИ «Сдвиг даты»
4. Сумма расходится — дата и описание совпадают, сумма разная → ❌ РАСХОЖДЕНИЕ

«Любой какой бы вы новый документ ни закинули, он сам поймёт, как его прочитать, сам, если нужно, допишет себе скрипт.»

Это и есть разница с N8N-логикой. Прилетел документ в новом виде — Сверяльщик пишет себе одноразовый парсер и продолжает работу. Без вашего участия.

CLAUDE.md для финансового проекта: шаблон, который мы используем

Главный файл оркестратора. Без него агенты работают как обычный чат. Положи его в корень проекта до того как начнёшь собирать агентов:

# AI-ОТДЕЛ БУХГАЛТЕРИИ — НАЗВАНИЕ КОМПАНИИ

Команда из 6 цифровых сотрудников, которая обрабатывает финансовые данные малого бизнеса в РФ.

## Цепочка работы
INBOX → Приёмщик → Категоризатор → Сверяльщик → Отчётник → Аналитик
                                                              ↓
                                                Визуализатор (по запросу)

## Hard stop
Перед запуском любого агента — спроси: «Данные в Data/ заменены на ваши реальные? Подтвердите ДА перед обработкой.»

## Состав команды
1. Приёмщик — чистит выписки, чеки, кассу
2. Категоризатор — разносит по статьям
3. Сверяльщик — сверяет банк с книгой
4. Отчётник — формирует P&L
5. Аналитик — даёт инсайты с цифрами
6. Визуализатор — генерит HTML-дашборды

## Правила (строго)
— Никаких галлюцинаций
— Никаких тихих изменений
— Каждая запись попадает в выход
— Передача флагов по цепочке
— Read-only для Data/

## Форматирование
— Даты: ГГГГ-ММ-ДД (ISO)
— Валюта: 12 450,00 ₽
— Статусы: ОК / ТРЕБУЕТ_ПРОВЕРКИ / РАСХОЖДЕНИЕ

Полная версия CLAUDE.md (включая Scope-ограничения, форматы вывода и спецсценарии) — в гайде ниже, вкладка «БЛОК 01 · Оркестратор». Копируй целиком.

Что отдел реально делает — демо на 29 документах за апрель

Закидываем в /Data/INBOX 29 разноформатных документов: банковские выписки в PDF, чеки JPEG, скан квитанций PNG, таблицы Excel, текстовые акты TXT. Даём одну команду: «Разбери всё».

На выходе через десять минут — три интерактивных дашборда на localhost:

Дашборд №1 — «Где спрятаны мои деньги». Главный финдашборд для собственника. Показывает свободный кэш, ближайшие обязательства, риск кассового разрыва. В нашем демо: 2 000 000 ₽ обязательств при кэше 570 000 ₽ — бомба замедленного действия. До нехватки оставалось ~3 недели. Ниже — план «5 шагов остановить часы».

Дашборд №2 — «Где маркетинг работает». Расходы по каналам vs выручка по каналам. В демо: общий ROMI 2.53, разбивка — контекст-промо ROMI 4.2 (лить ещё), Яндекс.Маркет ROMI 0 (выключать срочно).

Дашборд №3 — «Командный центр финансов». Топ-уровневый обзор для собственника. Чистая прибыль апреля 277 000 ₽, EBITDA, концентрация выручки 56% на 3 оптовых клиентах (риск зависимости), кассовый разрыв 1 790 000 ₽.

Это то, что собственник смотрит утром за кофе. Без AI-отдела такие данные обычно появляются с задержкой месяц — когда уже поздно реагировать.

Anthropic Skills для финансового отдела: xlsx, pptx, docx — что реально работает

Стандарт Anthropic Agent Skills (анонсирован в октябре 2025) — это не «новый промпт-формат». Это система, в которой агент получает на старте только короткое описание навыка (несколько строк), а полные инструкции и скрипты подгружаются только когда нужны. Прогрессивное раскрытие.

Для финансового отдела используются 3 готовых Skill от Anthropic + 6 наших:

• xlsx Skill — чтение и запись Excel. Категоризатор использует для разметки, Отчётник — для выгрузки P&L.
• docx Skill — работа с Word. Для генерации актов, договоров, налоговых пояснений.
• pptx Skill — презентации. Визуализатор может собрать отчёт для совета директоров.

Подтверждено финтех-медиа: PYMNTS: Anthropic Automates Excel and PowerPoint Workflows with One-Click Skills. Это означает: твой финдеп получает «руки» в стандартных офисных форматах — без отдельных интеграций с 1С или Контуром.

Наши 6 Skill (Приёмщик, Категоризатор, Сверяльщик, Отчётник, Аналитик, Визуализатор) лежат в гайде ниже — копируй дословно в свой проект.

Как организовать human-in-the-loop: что доверить агенту, а что — оставить человеку

Главное возражение к AI в финансах — «а кто отвечает за ошибки». Правильный ответ: автоматизация — да, ответственность — человек. Это и есть human-in-the-loop.

Что доверяем агентам полностью (с правилом «нет данных — флаг, не выдумай»):

• Разбор первичной документации (Приёмщик)
• Категоризация по статьям из таксономии (Категоризатор)
• Сверка с книгой учёта (Сверяльщик)
• Расчёт P&L и Cash Flow (Отчётник)
• Выдача инсайтов с цифрами (Аналитик)
• Сборка дашбордов (Визуализатор)

Что всегда остаётся человеку:

• Подпись отчётности для ФНС
• Решения по налоговой оптимизации
• Переговоры с банками и контрагентами
• Юридическая ответственность за проводки
• Финальное «ок» на спорные записи (флаг «ТРЕБУЕТ_ПРОВЕРКИ»)

Архитектура «5 минут на ревью флагов в день» — оптимальна. Агент работает 24/7, человек закрывает только спорное. Эту модель валидирует Gartner: «Agentic AI Will Transform Finance» — прогноз 80%+ автономии в финансовой функции к 2030, но с обязательным human-in-the-loop на ключевых решениях.

Безопасность: ПДн, НК РФ, риски галлюцинаций и как с ними жить

Три главных риска при работе с AI в финансах:

1. Утечка персональных данных. Решение: Claude Pro и Claude API не используют запросы для обучения модели (Anthropic Enterprise policy). Однако первичные документы (выписки, чеки) лучше хранить локально в /Data/ — в облако уходят только запросы к API, не файлы целиком. Для государственных контрактов и работы с строгими ПДн нужен on-premise (Ollama + локальная Llama 3 или GigaChat).

2. Галлюцинации. Защита встроена в CLAUDE.md: правило «нет данных → флаг, не выдумывай». На демо-данных за 29 документов галлюцинаций не было. На реальных — встречаются 1-2 в месяц, ловятся ревью флагов.

3. Соответствие НК РФ. Базовая модель Claude/GPT понимает РСБУ на уровне общей логики. Для тонкостей (статьи НК, КБК, форматы УСН/НДС) — в SKILL.md Категоризатора зашиваются конкретные правила. Дополнительный sanity-check: пошаговая инструкция Контур.Экстерн — это RU-стандарт от вендора с DR 75+, цитируется большинством отраслевых статей.

Российский контекст использования AI в финансах — у Сбера в дайджесте трендов 2026 и в полном обзоре ИИ в бухучёте 2025-2026 от Nikta.ai.

Внедрение за 30 дней: roadmap по неделям

Неделя 1 — Подготовка и Приёмщик.

• День 1-2: установка Antigravity + Claude Code + структура проекта (по гайду ниже)
• День 3-4: CLAUDE.md в корне + Приёмщик SKILL.md
• День 5-7: тест Приёмщика на 3-5 реальных выписках, калибровка под твои банки

Неделя 2 — Категоризатор и Сверяльщик.

• День 8-10: Категоризатор с твоей таксономией (адаптировать под нишу)
• День 11-12: словарь маппинга по контрагентам (топ-20 поставщиков, маркетплейсы)
• День 13-14: Сверяльщик + первая полная сверка месяца

Неделя 3 — Отчётник и Аналитик.

• День 15-17: Отчётник + P&L за прошлый месяц (сравни с тем что было вручную)
• День 18-19: Аналитик + 3-5 инсайтов
• День 20-21: ревью результатов командой, фиксы под специфику

Неделя 4 — Визуализатор и автоматизация.

• День 22-24: Визуализатор + 3 базовых дашборда
• День 25-27: финальный прогон всей цепочки на месячных данных
• День 28-30: автоматизация (cron в Antigravity или GitHub Actions), регулярный режим

После 30 дней — у тебя работающий AI-финдеп, который закрывает месяц за 10 минут и поднимает дашборды по запросу. Дальше — добавление специфики (твои банки, твои контрагенты, твои отчётные формы).

Сравнение с готовыми сервисами: Контур.Эльба, RookeeGPT, GigaChat, EFSOL

Готовые SaaS-решения для финансов малого бизнеса есть — но они работают принципиально иначе. Vendor lock-in vs DIY-команда.

	Контур.Эльба	RookeeGPT	GigaChat (Сбер)	EFSOL AI-агент	AI Финансовый Отдел (DIY)
Архитектура	SaaS, vendor lock-in	SaaS-чат	SaaS-чат	Корпоративное внедрение	DIY на Anthropic Skills
Сколько ролей	0 (это софт-сервис)	1 (один помощник)	1 (один помощник)	Команда (под проект)	6 узкоспециализированных
Промпты под капотом	Скрыты	Скрыты	Скрыты	Кастом	Открытые, твои
Кастомизация под нишу	Низкая	Низкая	Средняя	Высокая (за деньги)	Полная (бесплатно)
Стоимость/мес	400–2 000 ₽	от 1 990 ₽	от 1 250 ₽	от 100 000 ₽ внедрение + поддержка	$20–200 за API
Время запуска	1 час	5 минут	5 минут	1-3 месяца	1 вечер (по гайду)
Подходит для УСН/ИП	✅ да	⚠️ частично	⚠️ частично	✅ да	✅ да
Можно скопировать-доработать другу	❌ нет	❌ нет	❌ нет	❌ нет	✅ да
Контроль данных	Облако Контура	Облако	Облако Сбера	Зависит	Локально + API-вызовы
Обновления промптов	Vendor решает	Vendor решает	Vendor решает	Vendor решает	Ты сам решаешь

Когда выбрать Контур.Эльба или GigaChat: если ты не хочешь возиться вообще, готов платить и принять что система — «чёрный ящик». Для микро-ИП — нормальный выбор.

Когда выбрать AI Финансовый Отдел (DIY): если хочешь видеть как работают агенты, гнуть их под свою нишу, экономить на лицензиях SaaS, держать данные у себя, и иметь возможность отдать всю систему другу с тем же бизнесом.

Полная архитектура DIY-варианта от EFSOL — отдельная статья, но цена там корпоративная. Наш DIY — то же самое, только своими руками за вечер.

Бонус — Telegram-бот выставляет счета через AI-отдел

Когда команда собрана, к ней можно прикрутить интерфейс. Простейший пример — Telegram-бот для выставления счетов клиентам.

Клиент пишет в бот: «выстави счёт на 100 000 ₽ за консультацию 2 часа». AI-команда финотдела генерирует PDF-счёт с реквизитами, QR-кодом для оплаты, подписью владельца и фото. Возврат — в чате через секунды. Не открывая Excel, не запрашивая бухгалтера, не ожидая ответа.

«Раньше у меня команда стоимостью примерно 450–500 тысяч рублей ежемесячно делала то же самое, и иногда даже по-честному меньше.»

Совершенно другой уровень работы. И это не «AI заменит всех» — это AI закрывает рутинную часть, чтобы живые люди занимались тем, что действительно требует головы.

ROI — что это даёт в цифрах

Главное сравнение для собственника:

Параметр	Было (живая команда)	Стало (AI Финансовый Отдел)
Команда	Бухгалтер + экономист + помощник	6 AI-агентов
Стоимость/мес	450 000 – 500 000 ₽	$20–200 ($20–50 типично для SMB)
Время закрытия месяца	1–2 недели	~10 минут
Сборка с нуля	Найм 2–3 месяца	40 минут по гайду
Глубина анализа	P&L + инсайты руками	P&L + Cash Flow + 3 дашборда + топ-5 инсайтов + флаги нестыковок
Режим работы	Будни 10:00–19:00	24/7, без обедов и отгулов
Готовность к проверке	Зависит от человека	Полная отчётность за 1 минуту
Окупаемость	—	Первый месяц

Можно посмотреть и под другим углом — как ИИ экономит время предпринимателю на разных задачах. Финансы — частный случай, и один из самых очевидных по ROI.

Главное преимущество — не «дешевле», а возможность видеть финансы в реальном времени, а не с задержкой месяц. Решения становятся другого качества.

Какие цифровые отделы внедрять следом

Финансы — первый AI-отдел, который стоит собирать малому бизнесу. Дальше — по тому же принципу можно собирать:

• AI Отдел Продаж — квалификация лидов, скоринг, follow-up, отчётность по воронке.
• AI Отдел Маркетинга — генерация креативов, A/B, аналитика каналов.
• AI Отдел Контента — статьи, посты, видео-сценарии, SEO.
• AI Отдел Поддержки — первая линия в Telegram/чатах, эскалация на людей.

Методологически это разворачивается через Jobs To Be Done (Christensen, HBR): какую «работу» нанимаешь команду делать. Для финансов — «закрыть месяц без аврала». Для продаж — «не упустить горячего лида». И так далее.

«Внедряйте это. Смотрите, где в вашем бизнесе есть дырки, где можно внедрять команды цифровых сотрудников.»

Внутри COMANDOS у нас уже есть готовые команды под эти задачи. Каждая собирается по тому же стандарту: 5-7 узкоспециализированных агентов, CLAUDE.md с правилами, разделение через Skills, флаги по цепочке, read-only inbox.

Два пути запуска — выбирай свой

---

Что читать дальше

• 7 ступеней работы с ИИ: от чата до автономной AI-системы — где финансовый отдел стоит в общей системе зрелости AI и как дойти до агентов.
• Claude Opus 4.8 для бизнеса: практический гайд — какая модель тянет финансовые агенты и как делегировать ей процесс за месяц.
• AI-кастдев за 2 часа: метод I·INSIGHT — ещё одна готовая AI-команда, но под исследование клиентов.

---

Полный гайд по сборке — пошагово ниже