Мы запустили для клиента систему автоматизированного учёта расходов на базе Telegram-бота. Три сотрудника ежедневно фиксируют траты удобным способом — а данные сами ложатся в единую Excel-таблицу, без ручного ввода.
Что мы сделали
Пользователь отправляет трату боту одним из трёх способов: скриншот чека, голосовое сообщение или обычный текст. Бот распознаёт сумму, категорию, дату и комментарий и добавляет строку в таблицу.
Под капотом — связка n8n для оркестрации сценариев, OpenAI для распознавания текста, голоса и изображений и векторная база Chroma, которая хранит контекст и помогает корректно классифицировать траты. Итог аккуратно складывается в Excel.
Сколько это стоит
Экономика получилась на удивление скромной: 15 запросов к модели стоят клиенту около $0,07 по API. Сервер — наш, поэтому клиент платит лишь абонплату $4 в месяц. Для малого бизнеса это фактически стоимость чашки кофе за полностью автоматизированный учёт.
Сроки запуска
Рабочего бота мы собрали за три дня, ещё один день клиент самостоятельно тестировал его на реальных тратах. Уже на пятый день система работала «в бою».
Почему вводные данные решают всё
Главный вывод этого проекта — качество вводных данных на 70–80% определяет успех любой системы с ИИ. Если пользователь присылает размытый скриншот или диктует сумму нечётко, даже лучшая LLM ошибётся. Поэтому мы отдельно отработали с командой клиента простые правила: как сфотографировать чек, что говорить в голосовом, какие поля важны. Именно это, а не «магия модели», дало стабильный и точный результат.
Простой пример: чёткое фото чека с видимой суммой бот заносит безошибочно, а размытый снимок «на ходу» уже требует уточнения. Поэтому мы советуем относиться к вводу как к части процесса, а не мелочи, — и закладываем эти правила во внутренние инструкции команды. К тому же сам подход легко масштабировать: подключить больше пользователей, добавить категории трат или выгрузку в другую систему.
Хотите так же автоматизировать рутину? Посмотрите наши решения или напишите нам — подберём сценарий под ваш бизнес.


