ИИ для инженеров и ПТО: пять рабочих сценариев

ИИ для инженеров: пять сценариев, которые окупаются

ИИ для инженеров работает не как замена специалисту, а как ускоритель четырёх операций, которые занимают большую часть недели: прочитать чужой документ, сравнить две версии, собрать таблицу из разрозненных данных, найти в нормах нужное место. Всё остальное — расчёт, решение, ответственность — остаётся у человека, и никакой инструмент этого не меняет.

Ниже пять сценариев в том порядке, в каком их стоит внедрять: от задач с однозначным критерием правильности к задачам, где проверка требует квалификации. Для каждого указано, что именно отдаётся машине, что вы делаете руками и как понять, что результат неверен.

Отдельно, до всяких сценариев, стоит решить вопрос с файлами заказчика: куда их можно загружать, а куда нельзя. Это не формальность — часть функций в САПР обрабатывает данные в облаке, и если договор этого не допускает, функцию исключают из процесса независимо от её полезности.

Сценарий	Что отдаём машине	Что проверяем руками
Техническое задание	Полноту против перечня, формулировки	Каждое добавленное требование
Документы и переписка	Черновик письма, хронологию, выборку строк	Числа, даты, ссылки на договор
Версии и замечания	Подсветку различий, перенос пометок	Пропущенные пометки, выключенные слои, вложенные блоки
Объёмы и ведомости	Группировку и суммы по выгрузке	Правило подсчёта и итог против листа
Нормы	Гипотезу о том, где искать	Документ, пункт и дословную цитату

Сценарий первый: техническое задание и исходные данные

Нейросеть для технического задания решает три задачи, и все три текстовые.

Первая — полнота. Вы даёте техническое задание и перечень разделов или требований, который принят в вашей организации, и просите найти пункты задания, которым не соответствует ни один раздел, и разделы, которых в задании нет. Это перебор с сопоставлением, машина делает его быстрее и не устаёт.

Вторая — перевод расплывчатой формулировки в проверяемую. Пункт «предусмотреть комфортную среду» превращается в перечень показателей с границами, которые можно принять или не принять. Решение о том, какие показатели верны, принимаете вы; машина только оформляет вопрос.

Третья — список недостающих исходных данных. До начала работы полезно получить перечень того, чего в задании нет, но без чего раздел не сделать.

Что обязательно должно быть в задаче: запрет добавлять требования, которых нет во входных данных, и требование помечать пробелы вместо их заполнения. Без этого ассистент достраивает типовое, а типовое выглядит убедительно и проходит первичное чтение.

Проверка: прочитайте результат целиком и вычеркните всё, чего нет в исходнике. Если вычеркнутого больше трети — задачу нужно переформулировать, а не дорабатывать результат.

Сценарий второй: документы, переписка и журналы

ИИ для инженера ПТО начинается с документов, а не с чертежей. Здесь машина делает то, что отнимает часы: привести в порядок протокол совещания, собрать из переписки хронологию по вопросу, составить черновик письма или ответа на предписание, извлечь из таблицы нужные строки, сравнить две редакции одного документа.

Ограничения определяются форматами, и их стоит знать заранее. Claude принимает документы PDF, DOCX, CSV, TXT, HTML, ODT, RTF, EPUB, JSON и XLSX и изображения JPEG, PNG, GIF, WebP; в чат можно передать до 20 файлов до 500 МБ каждый, а в раздел файлов проекта — до 30 МБ, причём для файлов проекта извлекается только текст. Из документов не в формате PDF Claude извлекает лишь текст: встроенные изображения не читаются. ChatGPT, по его справке, принимает распространённые форматы текстовых файлов, таблиц, презентаций и документов, а также изображения; документ — до 512 МБ, изображение — до 20 МБ, текстовый файл ограничен двумя миллионами токенов.

Из этих цифр следуют два практических вывода. Большой комплект документов в один чат не помещается: его делят по разделам. И документ со сканами внутри надо отдавать как PDF, а не как DOCX, иначе содержимое сканов в ответ не попадёт.

Проверка для этого сценария одна, но жёсткая: в тексте, который уходит наружу, не должно остаться ни одного числа, даты, номера договора или ссылки, которых нет в исходных данных. Машина охотно подставляет правдоподобное.

Сценарий третий: версии чертежей и перенос замечаний

Здесь полезно разделять интеллектуальные функции и обычные детерминированные: вторые надёжнее, и начинать надо с них.

Сравнение двух разных чертежей в AutoCAD делает DWG Compare: изменённые, добавленные и удалённые объекты подсвечиваются цветом и облаками правок, различия можно импортировать в текущий чертёж или выгрузить снимком сравнения. Для сравнения двух редакций одного чертежа документация отсылает к Activity Insights. Ограничения DWG Compare важнее возможностей: сравнение работает только в пространстве моделей и только с DWG, выключенные и замороженные слои в результат не попадают, не поддерживаются изображения, OLE-объекты, географические данные, объекты ГИС из Map 3D, подложки не в DWG, координационные модели и облака точек, а изменения свойств ByBlock и ByLayer внутри вложенных блоков не обнаруживаются.

Перенос замечаний — уже функция ИИ. Markup Import накладывает размеченный PDF, JPG или PNG поверх чертежа в среде Trace, а Markup Assist распознаёт в разметке текст, облака правок, зачёркивания и указания вроде «перенести» или «повернуть»; распознанный текст вставляется как многострочный текст или выноска либо обновляет существующий текст, контур вставляется как облако правок. Пометки обрабатываются в облаке, поэтому нужен интернет, и функций нет в AutoCAD LT. Изображения приводятся к разрешению 4k, рекомендуется не превышать 144 dpi; лучше всего распознавание работает, когда немаркированная часть листа монохромная или в оттенках серого, а разметка нанесена сплошным непрозрачным цветом.

Проверка: каждая вставленная выноска читается против оригинала, каждое облако правок открывается на своём месте. И отдельно — посмотрите, чего не нашлось: нераспознанная пометка теряется молча.

Сценарий четвёртый: объёмы, ведомости и подсчёт по чертежу

Подсчёт расходится на две задачи, и их часто путают.

Первая — подсчёт по данным. Если есть выгрузка из модели, ведомость или таблица, ассистент сгруппирует строки, посчитает суммы, найдёт пропуски и дубли, приведёт наименования к одному виду. Это надёжно, потому что машина работает с числами, которые вы ей дали. Проверка — пересчёт одной группы вручную и сверка итога с тем, что указано на листе.

Вторая — подсчёт по чертежу. Здесь универсальный ассистент бесполезен: ни DWG, ни DXF он не принимает, а площадь или длина, снятые с растровой картинки, — это догадка по пропорциям, а не измерение. Для этой задачи нужен инструмент, читающий файл как базу объектов. В AutoCAD есть детерминированные средства: счётчик блоков COUNT и спецификации. Там, где считать надо по геометрии и по смыслу, работают уже агенты.

Полезная привычка для обоих случаев: фиксируйте правило подсчёта до того, как получили число. Что входит в объём, что исключено, по какой границе считается, с каким округлением. Расхождение двух ведомостей почти всегда объясняется разным правилом, а не разной арифметикой.

Сценарий пятый: нормы и проверка соответствия

Это единственный сценарий, где ошибка инструмента стоит дороже, чем отказ от него. Языковая модель без доступа к тексту норм отвечает по памяти и делает это уверенно. В справке OpenAI среди проявлений галлюцинации прямо названы выдуманные цитаты, исследования и ссылки на несуществующие источники, и там же — рекомендация всегда проверять цитаты, данные и ссылки на документы. Документация Anthropic предлагает разрешить модели отвечать «не знаю», требовать дословные цитаты до вывода, требовать для каждого утверждения ссылку на подтверждающий фрагмент и отзывать утверждение, для которого цитаты не нашлось, — и оговаривает, что эти приёмы снижают частоту ошибок, но не устраняют их.

Поэтому рабочим считается только тот ответ о норме, в котором есть три вещи: документ, номер пункта и дословная цитата, которую вы открыли. Всё остальное — гипотеза о том, где искать.

Нейросеть для проектировщиков в этой части делится по признаку доступа к тексту. Ассистент общего назначения текста норм не имеет и подставит соседний документ или несуществующий пункт. Агент с нормативной базой отвечает с ссылкой и цитатой: ARAI читает DWG и DXF напрямую, без установленной САПР, измеряет расстояния на чертеже и сверяет каждое с пунктом нормы — например от площадки до окон жилого дома, — и отвечает на вопросы по строительным нормам Казахстана, называя документ, номер пункта и дословную цитату; в базе 617 документов в выпуске от 26.09.2026, тексты норм открыты в разделе /ru-kz/normy. Результат — черновик для проверки инженером, решение и подпись остаются за человеком, а нормативная база сегодня казахстанская.

Проверка одинакова для любого инструмента: открыть названный пункт и прочитать его. Не «поверить, что похоже», а открыть. Занимает минуту и отсекает большую часть выдуманных ссылок.

Конфиденциальность: что можно загружать и куда

Вопрос, который правильно задавать до внедрения, а не после утечки. Отвечать на него нужно не общим местом «данные защищены», а тем, что написано в документации конкретного инструмента.

Что можно проверить прямо сейчас:

Обрабатываются ли данные в облаке. У Autodesk для Markup Import и Markup Assist это указано прямо: пометки обрабатываются в облаке, поэтому требуется подключение к интернету. Если договор с заказчиком запрещает передачу листа за периметр, функция не используется.
Хранятся ли запросы и история. В справке Autodesk про Assistant указано, что запросы пользователя и история переписки могут храниться в системах Autodesk до 45 дней для диагностики и повышения надёжности, а для целей поддержки, безопасности или соблюдения требований сроки могут быть больше.
Идёт ли обучение на ваших данных. Там же сказано, что запросы и история, отправленные в Autodesk Assistant, не передаются сторонним поставщикам моделей для обучения. Для Smart Blocks Search and Convert в карточке прозрачности Autodesk AI источником данных названо содержимое заказчика, то есть чертежи, и указано локальное обучение.
Использует ли поставщик загруженное для улучшения моделей. OpenAI в справке по загрузке файлов пишет, что не использует содержимое, отправленное клиентами в бизнес-сервисы — API и ChatGPT Enterprise, — для улучшения работы моделей.
Где физически лежит файл и что с ним происходит после сессии. Это вопрос к поставщику, и ответ должен быть в договоре, а не в устном заверении.

Практическое правило для проектной организации: составьте таблицу «инструмент — где обрабатываются данные — что можно загружать» и держите её в регламенте. Одна строка на инструмент, обновляется при смене версии. Без такой таблицы решение о загрузке чертежа каждый раз принимает исполнитель, и принимает он его на глаз.

Порядок внедрения

Начните со сценария, где результат проверяется однозначно: перенос пометок или сравнение версий. Совпало или нет.
Замерьте время операции до и после на одном настоящем листе из архива, а не на демонстрационном файле.
Добавьте подсчёты по данным и пересчитайте одну группу вручную.
Только потом переходите к текстам — ТЗ, письма, записки, — и читайте результат целиком.
Нормы подключайте последними и только с обязательной сверкой цитат.
Зафиксируйте в регламенте, куда нельзя загружать файлы заказчика, и кто отвечает за соблюдение.
Раз в квартал пересматривайте таблицу: функции и условия обработки данных меняются быстрее, чем регламенты.

Коротко

Нейросеть для инженеров окупается на четырёх операциях: прочитать, сравнить, собрать таблицу, найти место в нормах. Расчёт и решение остаются у человека.
Технические ограничения важнее маркетинговых: большой комплект в один чат не помещается, документ со сканами внутри надо отдавать как PDF, DWG не принимает никто из универсальных ассистентов.
Сравнение версий сегодня надёжнее делать детерминированными средствами: DWG Compare не видит выключенные слои, изображения, облака точек и изменения свойств во вложенных блоках.
Подсчёт по чертежу и подсчёт по таблице — разные задачи; первая без инструмента, читающего файл, не решается.
Рабочий ответ о норме содержит документ, пункт и дословную цитату, которую вы открыли. Всё остальное — гипотеза.
До внедрения выясняют, где обрабатываются данные и хранятся ли запросы; ответ должен быть в регламенте, а не в памяти исполнителя.
ARAI читает DWG и DXF без САПР, измеряет расстояния по чертежу и сверяет их с нормами Казахстана, выдавая черновик для проверки инженером.

Источники

Тексты строительных норм Казахстана по пунктам — в разделе Нормы.

ИИ для инженера-проектировщика и ПТО: рабочие сценарии