ИИ для работы с документами: читать, сравнивать, искать

Если нужно разобрать один длинный файл, загрузите его в Claude, ChatGPT или Gemini и задайте вопросы. По рейтингу Arena Document на 16 октября 2026 у Claude 1 место в Arena Document на 16 октября 2026, у Gemini 20 место в Arena Document на 16 октября 2026. Claude принимает файлы до 30 МБ.

Если файлов десятки, удобнее NotebookLM: бесплатно до 100 блокнотов и до 50 источников в каждом, ответы только по загруженным файлам со ссылкой на место. Если документы лежат в Microsoft 365, Copilot ищет по ним без загрузки.

Если документы содержат персональные данные или коммерческую тайну, все перечисленное выше не подходит: это зарубежные облака. Тогда нужна открытая модельмодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре Qwen или DeepSeek на своем сервере, а сканы в текст переводит Docling.

Порядок на странице взят из открытого рейтинга Arena Document на 16 октября 2026. В нем пользователи загружают документ, задают вопрос двум моделям вслепую и голосуют за ответ. Места кандидатов: Claude 1 место в Arena Document на 16 октября 2026, ChatGPT 8 место в Arena Document на 16 октября 2026, Gemini 20 место в Arena Document на 16 октября 2026, Qwen 30 место в Arena Document на 16 октября 2026.

Как работать с одним файлом: загрузите документ, попросите краткое содержание на 5-7 пунктов, затем задавайте вопросы и просите указывать номер пункта или страницы. Так вы быстро проверите ответ по тексту. Для сравнения версий загрузите оба файла и попросите таблицу: пункт, было, стало.

Модель может ошибиться и в документе: перепутать сумму, пропустить исключение мелким шрифтом, приписать пункт, которого нет. Поэтому для решений по договору проверяйте каждый ответ по ссылке на пункт, а суммы и сроки сверяйте с оригиналом вручную. Если модель не может указать место в тексте, считайте ответ непроверенным.

Claude, ChatGPT и Gemini официально не работают в России: России и Беларуси нет в списках стран OpenAI, Anthropic и Google, Казахстан в этих списках есть. Подписка стоит от 8 $ в месяц у ChatGPT Go, от 17 $ у Claude при оплате за год, от 4,99 $ у Google AI Plus.

Для архива одного файла мало. NotebookLM собирает до 50 источников в блокнот и отвечает только по ним, каждый ответ ссылается на место в файле. В июле 2026 года Google переименовала сервис в Gemini Notebook и сообщила о более чем 30 млн пользователей и 600 000 организаций.

Microsoft 365 Copilot ищет по документам Word, письмам и файлам SharePoint, к которым у сотрудника есть доступ. Copilot Chat входит в подходящие тарифы Microsoft 365 без доплаты, Copilot Business стоит 18 $ на пользователя в месяц при оплате за год по акции до конца 2026 года, обычная цена 21 $.

Оба сервиса официально не поддерживают Россию. Для архива российской компании рабочий путь другой: поиск с ИИ на своем сервере, о нем последний раздел страницы.

Сканы и фото документов сначала нужно перевести в текст, иначе модель видит только картинку. Docling от IBM Research разбирает PDF и сканы в текст, таблицы и структуру заголовков. Код открыт под MIT, на 16 октября 2026 года у репозитория около 69 000 звезд на GitHub.

Русский Docling распознает через подключаемые модули распознавания текстаOCR OCR (optical character recognition, оптическое распознавание символов) это технология, которая превращает текст на картинке, скане или фото в обычный текст, который можно копировать и искать. Подробнее в словаре, интерфейса у библиотеки нет: это инструмент для разработчика. Чат-ассистенты тоже читают сканы, но тогда файл уходит в их облако.

Порядок для архива: сканы прогоняются через Docling на вашем сервере, текст проверяется на выборке из 20-30 документов, затем попадает в поиск. Сравнение сервисов распознавания есть в отдельном рейтинге распознавания документов.

2 мая 2023 года Samsung запретила сотрудникам генеративный ИИгенеративный ИИ Генеративный ИИ (generative AI) это нейросети, которые создают новый контент: тексты, изображения, музыку, видео и программный код по описанию на обычном языке. Подробнее в словаре после того, как инженеры загрузили в ChatGPT внутренний исходный код. С договорами, кадровыми и финансовыми документами риск тот же: файл уходит на сервер поставщика.

Для персональных данных действует 152-ФЗ: данные граждан России собирают и хранят в базах на территории России, а до трансграничной передачи с 1 марта 2023 года компания уведомляет Роскомнадзор. С 30 мая 2025 года за повторную утечку юрлицо платит от 1 до 3% выручки, но не меньше 25 млн и не больше 500 млн руб.

Если документ все же нужно разобрать в облачном сервисе, обезличьте его заранее: замените ФИО, паспортные данные, адреса и телефоны на метки вида «Клиент 1», «Адрес 1». Для разовых задач это 5-10 минут, для потока документов такую замену делают автоматически на своем сервере.

Правило для сотрудников простое: в зарубежный сервис идут только документы без персональных данных и тайны, остальное разбирается внутри компании. Подробно для юристов: можно ли загружать документы в ChatGPT.

Свой поиск по документам собирается из трех частей: Docling переводит файлы в текст, поисковый индекс находит нужные фрагменты, открытая модель отвечает по ним со ссылкой на документ. Этот подход называют RAG.

Модель берут открытую: Qwen (часть моделей под Apache 2.0) или DeepSeek (MIT). Веса скачиваются без ограничений по стране, сервер стоит в России или в контуре компанииразвертывание в контуре Развертывание в контуре (on-premise) это установка ИИ-системы на серверы внутри сети компании, где модель, данные и доступы остаются под ее контролем. Подробнее в словаре, документы никуда не уходят. В Arena Document у Qwen 30 место в Arena Document на 16 октября 2026.

С чего начать: выберите один архив примерно на 500 документов, например договоры отдела закупок, соберите 30 типовых вопросов и сравните ответы системы с ответами сотрудников. Как устроен такой запуск, описано на странице ИИ в закрытом контуре.