Справочники
Требования к оборудованию (Q4_K_M)
| Модель | VRAM | CPU (ОЗУ) |
|---|---|---|
| 4B | ~3 ГБ | 8 ГБ |
| 7–8B | 5–6 ГБ | 16 ГБ офисный ПК |
| 14B | 9–10 ГБ | 16–32 ГБ |
| 32B | 20–22 ГБ | 32–64 ГБ |
| 70B | 40–45 ГБ | 64–128 ГБ |
7–8B на CPU: 3–10 ток/сек, ответ 30–90 сек. Для большинства текстовых задач — рабочая скорость.
Онлайн-сервисы и безопасность данных
- GigaChat (Сбер), YandexGPT — данные в РФ, есть on-premise. Корпоративный тариф с отключённым обучением.
- ChatGPT, Claude, Gemini — данные в США. Только для нечувствительных, публичных данных.
- Любые облака — недопустимы для документов с грифом, ПДн, гостайны. Только локальные модели.
AnythingLLM хранит индексы в
%APPDATA%\anythingllm-desktop — отключите синхронизацию с OneDrive/Яндекс.Диском.Шпаргалка: Q4_K_M и размеры моделей
Нажмите для просмотра в полном размере
Шпаргалка: LM Studio vs Ollama — зачем нужен и чем отличается
Нажмите для просмотра в полном размере
Шпаргалка: Open WebUI vs AnythingLLM — зачем нужен и чем отличается
Нажмите для просмотра в полном размере
1
Критика кода и сократический диалог
Как спровоцировать ИИ на критику? Как заставить задавать наводящие вопросы, чтобы вы сами пришли к решению? На примере рефакторинга кода.
| Инструмент | Модель | Железо |
|---|---|---|
| LM Studio | Qwen3-Coder-30B (MoE) | 24 ГБ VRAM / 32 ГБ ОЗУ |
| LM Studio / Ollama | Qwen2.5-Coder-14B | 12 ГБ VRAM / 16–32 ГБ ОЗУ |
| Ollama + Open WebUI | Qwen2.5-Coder-7B | офисный ПК 16 ГБ ОЗУ |
💻Честная оценка — Qwen2.5-Coder-7B на CPU
- Сократический диалог по конкретной функции — работает хорошо: формат вопрос-ответ не требует анализа всего кода сразу.
- Ревью простого кода (до 50 строк) — находит отсутствие валидации, дублирование, неочевидные имена.
- Архитектурный ревью (SOLID, паттерны, межмодульные связи) — поверхностный, половину проблем пропускает.
- Для обучения и рефакторинга небольших функций — достаточно. Для code review перед релизом — GigaChat или 14B+.
Онлайн-аналоги
- GigaChat — есть режим для кода, данные в РФ.
- YandexGPT / Yandex Code Assistant — встроен в IDE, данные в РФ.
- Claude — лучший для код-ревью и сократического диалога; только для открытого кода.
Режим А — Сократический диалог
1
Запустить LM Studio или Open WebUI, выбрать модель.
2
Вставить в поле System Prompt:
Ты — опытный наставник по разработке ПО. Твоя единственная задача — помочь мне самому найти проблему в коде. Правила: 1. Никогда не давай готового исправленного кода, пока я явно не попрошу. 2. На каждый мой вопрос отвечай только вопросом — задавай наводящие вопросы по методу Сократа. 3. Начни с самого широкого вопроса («Что, по-твоему, делает эта функция?»), затем сужай фокус. 4. Если я иду в правильном направлении — скажи «Верно, продолжай» и задай следующий вопрос. 5. Если я застрял после трёх попыток — дай подсказку, но не решение.
3
В чате: «Вот мой код. Помоги разобрать по Сократу: [вставить код]»
4
Отвечать на вопросы ИИ до решения, затем: «Теперь покажи правильный вариант».
Режим Б — Жёсткая критика кода
Ты — ведущий архитектор ПО с 20-летним опытом код-ревью. Ты известен тем, что не щадишь плохой код. Задача: найди ВСЕ проблемы в предоставленном коде. Проверь: нарушения SOLID, потенциальные баги и граничные случаи, проблемы производительности, нечитаемые имена, отсутствие обработки ошибок, дублирование кода (DRY). Формат: пронумерованный список. Каждое замечание: [строка/место] → [проблема] → [почему это плохо]. В конце задай 2 вопроса автору: почему был выбран именно такой подход.
Проведи жёсткий код-ревью. Не щади: [вставить код]
2
Планирование обучения и игровые задания
Планирование обучения работников, создание заданий в игровом формате.
| Инструмент | Модель | Железо |
|---|---|---|
| LM Studio / Ollama | Qwen3-32B (рассуждения) | 24 ГБ VRAM / 32–64 ГБ ОЗУ |
| LM Studio | Qwen3-14B | 12 ГБ VRAM / 16–32 ГБ ОЗУ |
| Ollama + Open WebUI | Qwen3-8B | офисный ПК 16 ГБ ОЗУ |
💻Честная оценка — Qwen3-8B на CPU
- Структурированный план обучения по шаблону — справляется хорошо: расписание, компетенции, литература.
- Игровые квесты — генерирует скелет сценария, но легенды банальные, механики упрощённые. Сырой черновик, нужна редактура.
- Тест-вопросы — правильный вариант корректный, но «правдоподобные неправильные» варианты часто слишком очевидны.
- Для методических планов — достаточно. Для живых игровых сценариев — нужна доработка вручную или GigaChat.
Онлайн-аналоги
- GigaChat / YandexGPT — методические планы и тесты на русском, данные в РФ.
- ChatGPT / Claude — сильнее в креативных игровых сценариях; для некритичного контента.
Сценарий А — Составление плана обучения
Ты — корпоративный методист-эксперт. Составь программу обучения: Должность сотрудника: [например, инженер-технолог 3-й категории] Тема обучения: [например, безопасная работа с электрооборудованием] Текущий уровень знаний: [начальный / средний / продвинутый] Срок обучения: [например, 3 дня по 4 часа] Формат: [очное / онлайн / смешанное] Цель: [что сотрудник должен уметь делать после обучения] Выведи: 1. Программу по часам с темами 2. Ключевые компетенции для проверки 3. Список литературы и ресурсов
Сценарий Б — Игровые задания (геймификация)
Ты — разработчик образовательных игр и геймификации. Создаёшь обучающие квесты для промышленных предприятий. Твои квесты: реалистичны, основаны на реальных рабочих ситуациях, не содержат абстрактных примеров.
Создай обучающий квест «Путь мастера» по теме: [тема]. Структура: - 5 уровней с нарастающей сложностью - Каждый уровень: название + легенда из реальной работы + задание + критерий успеха + награда - Финальный уровень: командное испытание для 3–5 человек - Систему очков и таблицу лидеров Аудитория: [должность], [уровень опыта].
Для каждого уровня создай 3 вопроса с вариантами ответов (1 правильный, 3 правдоподобных неправильных). Неправильные ответы должны отражать типичные заблуждения новичков.
3
Презентации и локально-нормативные акты
Создание презентаций, написание локально-нормативных актов.
| Задача | Инструмент | Модель | Железо |
|---|---|---|---|
| ЛНА (документы) | LM Studio | Qwen3-14B / 32B | 12 / 24 ГБ VRAM |
| ЛНА — офисный ПК | LM Studio | Qwen3-8B | 16 ГБ ОЗУ CPU |
| Текст → слайды | LM Studio + Marp | любая модель | любой ПК |
💻Честная оценка — Qwen3-8B на CPU
- Структура ЛНА по шаблону — выдерживает: нумерация пунктов, разделы по ГОСТ Р 7.0.97-2016 в целом соблюдает.
- Юридические формулировки — может допускать ошибки: нечёткие границы ответственности, неверные ссылки на НПА. Проверка обязательна.
- Структура презентации — логику слайдов строит, но тезисы могут быть размытыми. Нужна содержательная редактура.
- Даёт черновик, сокращающий время с нуля на 60–70%. Финальную проверку смысла и юридической корректности делает человек.
Онлайн-аналоги
- GigaChat — деловая документация; данные в РФ.
- YandexGPT — встроен в Яндекс 360 (Документы); данные в РФ.
- Gamma.app, Tome — автогенерация презентаций; данные в облаке (США).
Сценарий А — Написание ЛНА
Ты — юрисконсульт и специалист по документообороту промышленного предприятия. Ты знаешь требования ГОСТ Р 7.0.97-2016 к оформлению организационно-распорядительной документации. Структура ЛНА: «Общие положения» → «Термины и определения» → «Основные положения» → «Права и обязанности» → «Ответственность» → «Заключительные положения».
Напиши [тип документа] по теме: «[название]». Контекст предприятия: [краткое описание, 1–2 предложения]. Регулирует: [что именно]. Участники процесса: [кто упоминается]. Ключевые требования: - [требование 1] - [требование 2] Оформи по структуре ЛНА. Пронумеруй все пункты в формате 1.1, 1.2, 2.1 и т.д.
После генерации: «Найди в этом документе логические противоречия и неточные формулировки» — и затем ручная проверка юристом.
Сценарий Б — Презентация через Marp (офлайн)
1
Установить расширение Marp for VS Code (бесплатно, офлайн).
2
Запросить у ИИ содержание в Marp Markdown:
Создай презентацию в формате Marp Markdown на тему: «[тема]». Аудитория: [кто будет смотреть]. Цель: [что должны вынести]. Количество слайдов: 10–12. На каждый: заголовок + 3–5 тезисов в bullet-формате. Добавь слайд с выводами и слайд с вопросами. Начни файл с: --- marp: true theme: default paginate: true ---
3
Скопировать ответ в файл
presentation.md в VS Code.4
Ctrl+Shift+P → «Marp: Export Slide Deck» → PDF или PPTX.
4
Работа с текстовыми документами
Образовательные программы, отчёты, пояснительные записки, регламенты, инструкции, положения.
| Задача | Инструмент | Модель | Железо |
|---|---|---|---|
| Вопросы по документам (RAG) | AnythingLLM + Ollama | Qwen3-8B | офисный ПК 16 ГБ ОЗУ |
| Переработка и редактура | LM Studio | Qwen3-14B | 12 ГБ VRAM / 16–32 ГБ ОЗУ |
| Большие документы (50+ стр.) | Open WebUI | Qwen3-32B | 24 ГБ VRAM |
💻Честная оценка — Qwen3-8B на CPU
- Прямые фактические вопросы («Что написано в пункте 4.3?», «Перечисли ответственных») — надёжно. Сильная сторона RAG.
- Синтез из нескольких разделов — 8B иногда пропускает фрагменты или добавляет от себя. Перепроверять.
- Документы 50+ страниц — RAG режет текст на чанки; 8B хуже восстанавливает связь между удалёнными разделами, чем 14B+.
- Редактура текста — на 8B заметно хуже 14B: смысл сохраняет, но точность и стиль формулировок страдают.
- Для поиска конкретных фактов в документе 8B рабочий. Для аналитики и редактуры — GigaChat или YandexGPT.
Онлайн-аналоги
- YandexGPT «Нейроэксперт» — RAG по своим документам; данные в РФ.
- GigaChat — работа с приложенными файлами; данные в РФ.
- NotebookLM (Google) — отличный RAG, бесплатный; данные у Google.
Установка AnythingLLM (один раз)
1
Скачать AnythingLLM Desktop с
anythingllm.com (установщик для Windows).2
При первом запуске: «Local AI» → указать на запущенный Ollama (
http://localhost:11434).3
Создать Workspace под каждую задачу.
Индексы хранятся в
%APPDATA%\anythingllm-desktop. Исключите эту папку из синхронизации OneDrive / Яндекс.Диска — иначе фрагменты текстов документов уйдут в облако.Сценарий А — Вопросы по документу (RAG)
1
В AnythingLLM открыть Workspace → загрузить документ (PDF, DOCX, TXT).
2
Дождаться индексирования (10–60 сек), затем задавать вопросы:
Какие требования к срокам хранения документов указаны в этом регламенте? Перечисли всех ответственных лиц, упомянутых в документе. Есть ли в документе требования, противоречащие друг другу?
Сценарий Б — Переработка и улучшение текста
Ты — редактор корпоративных документов. Улучшай тексты: сохраняй смысл, убирай канцелярит, делай формулировки точными и однозначными. Не меняй структуру и нумерацию. Не добавляй информацию, которой нет в оригинале.
# Резюмирование Сделай краткое изложение на 1 страницу: цель, ключевые требования, выводы. [текст документа] # Упрощение Перепиши этот раздел понятным языком. Убери канцеляризмы, сохрани смысл: [текст раздела] # Проверка логики Найди: неточные формулировки, внутренние противоречия, отсутствующие ссылки на НПА. [текст документа]
5
Работа с таблицами — анализ, прогноз, графики
Сравнение, анализ, прогноз, графики с трендами.
| Задача | Инструмент | Железо |
|---|---|---|
| Генерация кода анализа | LM Studio · Qwen2.5-Coder-7B | офисный ПК 16 ГБ ОЗУ |
| Выполнение анализа | Python локально (pandas, matplotlib) | любой ПК |
| Интерактивная среда | Jupyter Notebook локально | любой ПК |
Принцип безопасности: ИИ генерирует только код — сами табличные данные в модель не передаются. Код запускается локально на вашем ПК.
💻Честная оценка — Qwen2.5-Coder-7B на CPU
- Лучший сценарий применения 7B на офисном ПК — ИИ пишет только код, данные локальны. Скорость генерации не мешает.
- Стандартные задачи pandas/matplotlib (сортировка, фильтрация, линейная регрессия, скользящее среднее) — корректно или с минимальными правками.
- Сложные статистические алгоритмы и нестандартные форматы файлов — нужны итерации. Вернуть текст ошибки — ИИ исправит.
- Для типовых задач анализа Excel — достаточно. Ожидайте 1–3 итерации на скрипт, это норма.
Онлайн-аналоги
- YandexGPT / GigaChat — генерация Python-кода для анализа; данные в РФ.
- ChatGPT Advanced Data Analysis — загрузка Excel и анализ «под ключ»; данные уходят в облако.
Сценарий — Анализ Excel-таблицы
1
Сохранить таблицу как
data.xlsx, запомнить названия столбцов.2
Выбрать Qwen2.5-Coder-7B в LM Studio и описать задачу:
Напиши Python-скрипт для анализа Excel-файла data.xlsx. Структура файла: - Столбец A: «Месяц» (январь–декабрь) - Столбец B: «Производительность, шт/смена» - Столбец C: «Брак, %» - Столбец D: «Простои, часов» Задачи: 1. Топ-3 лучших и худших месяца по производительности 2. График тренда с линией регрессии за год 3. Корреляция между браком и простоями 4. Прогноз на следующие 3 месяца (скользящее среднее) 5. Сохранить графики в ./charts/ как PNG Используй: pandas, matplotlib, numpy, scipy. Добавь русские подписи.
3
Скопировать скрипт в
analysis.py, запустить: python analysis.py4
При ошибке — вставить текст ошибки обратно в ИИ: «Скрипт выдал ошибку. Исправь: [текст ошибки]»
6
Визуализация без фото работников
Нельзя использовать изображения работников завода — нужна визуализация реалистичного контента для презентаций.
| Подход | Инструмент | Железо |
|---|---|---|
| Диаграммы / схемы | ИИ + Mermaid (VS Code) | любой офисный ПК |
| SVG-иллюстрации | ИИ → SVG-код | любой офисный ПК |
| Онлайн-генерация фото | Шедеврум, Kandinsky | без GPU, данные в РФ |
| Иллюстрации локально | ComfyUI + SD WebUI Forge | NVIDIA GPU от 8 ГБ VRAM |
| Высокое качество локально | FLUX.1-schnell | от 12 ГБ VRAM |
Для офисного ПК без видеокарты: локальная генерация изображений нереалистична (часы ожидания). Используйте Mermaid-схемы и SVG — работают мгновенно. Для фотоиллюстраций — Шедеврум / Kandinsky: текстовый запрос не раскрывает корпоративных данных.
Онлайн-аналоги
- Шедеврум (Яндекс) — генерация изображений; данные в РФ; бесплатно.
- Kandinsky (Сбер) — российский генератор; есть API.
- Freepik, Flaticon — готовые лицензионные иконки и иллюстрации промышленной тематики (без ИИ, мгновенно).
- Midjourney / DALL·E — лучшее качество; данные в облаке (США).
Сценарий А — Диаграммы через Mermaid (без GPU)
1
Установить VS Code + расширение «Mermaid Preview» (бесплатно, работает офлайн).
2
Попросить ИИ создать схему:
Нарисуй схему производственного процесса в формате Mermaid:
Этапы: Входной контроль → Заготовительный цех → Механообработка →
Сборка → ОТК → Упаковка → Отгрузка.
Добавь ответвление: если ОТК выявил брак → Ремонт → Повторный ОТК.
3
Скопировать код в файл
diagram.md в VS Code → Preview → Export PNG/SVG.Не используйте
mermaid.live — это облачный сервис, диаграмма отправляется на внешний сервер.Сценарий Б — SVG-иллюстрации через ИИ (без GPU)
Создай SVG-иллюстрацию: современный промышленный цех, вид изометрически. Только оборудование: станки, конвейер, роботизированная рука, стеллажи. Без людей. Цвета: синий (#1a56db) и серый (#374151). Размер: viewBox="0 0 800 600". Выведи только SVG-код.
2
Скопировать SVG-код в файл
illustration.svg — открывается в браузере, Word, PowerPoint.Сценарий В — Промпты для Шедеврум / Kandinsky (без людей)
Промышленный цех, современные станки с ЧПУ, автоматизированная линия, чистое производственное пространство, синяя и белая цветовая схема, изометрическая 3D-иллюстрация, без людей, технический стиль, высокая детализация
Современная корпоративная переговорная, пустые кресла вокруг стола, большие окна, вид на город, профессиональный интерьер, фотореализм, без людей
7
Настройка оборудования через командную строку
Настройка через командную строку оборудования.
| Инструмент | Модель | Железо |
|---|---|---|
| LM Studio / Ollama | Qwen2.5-Coder-7B | офисный ПК 16 ГБ ОЗУ |
| LM Studio | Qwen2.5-Coder-14B | 12 ГБ VRAM / 16–32 ГБ ОЗУ |
| LM Studio | Qwen3-Coder-30B | 24 ГБ VRAM / 32 ГБ ОЗУ |
💻Честная оценка — Qwen2.5-Coder-7B на CPU
- Linux (CentOS, Ubuntu) и Windows Server — стандартные задачи (systemd, cron, PowerShell, права) знает хорошо с понятными пояснениями.
- Диагностика по тексту ошибок — хорошо интерпретирует типовые логи и предлагает разумные версии причин.
- Специфичное промышленное оборудование (Siemens SIMATIC, SCADA, ПЛК) — слабое покрытие. Команды могут выглядеть правдоподобно, но содержать ошибки.
- Для Linux/Windows — рабочий инструмент. Для промышленного оборудования — команды проверять по документации производителя перед применением.
Онлайн-аналоги
- GigaChat / YandexGPT — генерация команд Linux/Windows с пояснениями; данные в РФ.
- ChatGPT / Claude — самые точные команды; не вставлять реальные IP, логины, конфиги в облако.
Сценарий — Получение команд с объяснением
Ты — системный администратор с опытом в промышленных сетях. Знаешь Linux (RHEL/CentOS/Ubuntu), Windows Server, Cisco IOS. Правила: 1. Давай команды пошагово — одна команда = один шаг. 2. После каждой команды: что делает и почему именно так. 3. Предупреждай о рисках. 4. Необратимые команды отмечай ⚠️. 5. В конце — команда для проверки результата.
Оборудование: [сервер на CentOS 7] Задача: [настроить автозапуск nginx при перезагрузке] Текущее состояние: [nginx установлен, но не стартует автоматически] Ограничения: [нет интернета, нельзя ставить новые пакеты]
# Cron-задание на бэкап Настрой cron: каждую ночь в 02:00 бэкап /var/data → /backup/data_YYYYMMDD. Старые бэкапы старше 30 дней удалять автоматически. # Пользователь Windows Server На Windows Server 2019 через PowerShell: создать пользователя «operator1», добавить в группу «Операторы», пароль истекает через 90 дней. # Диагностика по логу Диагностируй: сервис не запускается, вот лог: [текст лога] Какие 3 наиболее вероятные причины? Дай команды для диагностики каждой.
8
Сетевое оборудование, скрипты, сервер авторизации
Настройка сетевого оборудования, написание скриптов, взаимодействие с сервером авторизации.
| Задача | Модель | Железо |
|---|---|---|
| Python/Bash скрипты | Qwen2.5-Coder-7B | офисный ПК 16 ГБ ОЗУ |
| Конфиги оборудования | Qwen2.5-Coder-14B | 12 ГБ VRAM / 16–32 ГБ ОЗУ |
| RADIUS/LDAP интеграция | Qwen3-Coder-30B | 24 ГБ VRAM / 32 ГБ ОЗУ |
💻Честная оценка — Qwen2.5-Coder-7B на CPU
- Python/Bash скрипты простой сложности (Netmiko, парсинг вывода) — справляется, нужны итерации и проверка.
- Конфигурация сетевого оборудования — 7B генерирует правдоподобные конфиги с синтаксическими и логическими ошибками. Для продуктивных сетей неприемлемо.
- RADIUS/LDAP/802.1X — сложные сценарии авторизации требуют точных протокольных деталей; 7B ненадёжна.
- На офисном ПК для конфигов оборудования используйте GigaChat на корпоративном тарифе с обезличенными примерами — это надёжнее, чем 7B. Локальная 7B подходит только для простых скриптов.
Онлайн-аналоги
- GigaChat / YandexGPT — конфиги и скрипты; данные в РФ.
- Claude / ChatGPT — лучшая глубина по сетевым протоколам; маскируйте реальные IP, пароли, домены.
Топология сети, схема авторизации и учётные данные — чувствительная информация. Для реальных конфигов предприятия: только локальные модели или GigaChat on-premise.
Сценарий А — Конфигурация оборудования
Ты — сетевой инженер CCNA/CCNP. Знаешь Cisco IOS, MikroTik RouterOS, Huawei VRP, Linux (iptables/nftables). При генерации конфигураций: 1. Указывай платформу и версию ОС. 2. Объясняй каждый блок конфигурации. 3. Предупреждай об изменениях, которые могут прервать связь. 4. Всегда добавляй команду отката.
Платформа: [Cisco IOS / MikroTik / Linux]
Задача: [настроить VLAN 100 для производственных устройств, VLAN 200 для офиса,
запретить трафик между ними, разрешить обоим доступ в интернет]
Топология: [коммутатор SW1 подключён к роутеру R1 через trunk GE0/1]
Ограничения: [нельзя перезагружать в рабочее время]
Сценарий Б — Python-скрипт автоматизации (Netmiko)
Напиши Python-скрипт с Netmiko для: 1. Подключения к устройствам из devices.csv (поля: ip, vendor, login, password) 2. Выполнения «show interfaces status» на каждом 3. Парсинга: найти порты в состоянии err-disabled 4. Записи в Excel report.xlsx с датой проверки 5. Лог-алерта, если err-disabled портов больше 3 Оборудование: Cisco IOS.
Сценарий В — FreeRADIUS + Active Directory
Настрой FreeRADIUS для аутентификации из Active Directory через LDAP. Сервер AD: 192.168.1.10, домен: company.local. Пользователи попадают в VLAN по группе AD: - «IT-admins» → VLAN 10 - «Engineers» → VLAN 20 - остальные → VLAN 99 (карантин) Дай конфиг файлов: users, clients.conf, radiusd.conf и команды проверки.
9
Стандарты, BPMN и IDEF0
Проработка стандартов, подготовка фактуры для интервью с владельцами процессов. Описание моделей «как есть» в нотациях BPMN и IDEF0. Сравнение с формальными требованиями.
| Задача | Инструмент | Модель | Железо |
|---|---|---|---|
| Анализ текста стандарта | AnythingLLM + Ollama | Qwen3-8B | офисный ПК 16 ГБ ОЗУ |
| Gap-анализ и логика | LM Studio | Qwen3-8B / 32B с GPU | 16 ГБ ОЗУ / 24 ГБ VRAM |
| Генерация BPMN/IDEF0 | LM Studio → drawio Desktop | Qwen3-8B | любой ПК |
| Редактирование диаграмм | drawio Desktop (офлайн) | — | любой ПК |
Почему не PlantUML для BPMN? PlantUML не поддерживает нотацию BPMN — нет пулов, событий и шлюзов BPMN. ИИ хорошо генерирует drawio XML с BPMN-шейпами, который открывается в бесплатном drawio Desktop офлайн.
💻Честная оценка — Qwen3-8B на CPU
- Извлечение структуры из текста стандарта (процессы, участники, результаты) — хорошо. Задача «найти и оформить», а не «придумать».
- Список вопросов для интервью с владельцем процесса — разумный стартовый набор.
- Gap-анализ — находит очевидные несоответствия; тонкие противоречия и нюансы формулировок пропускает.
- Генерация drawio XML — для простых схем (5–8 блоков) работает. Для сложных процессов с ветвлениями возможны ошибки разметки; открывайте в drawio и правьте.
- 8B достаточно для подготовки к интервью и структуризации стандарта. Для серьёзного gap-анализа и сложных диаграмм — GigaChat или 14B+.
Онлайн-аналоги
- GigaChat / YandexGPT — анализ стандартов и генерация drawio XML; данные в РФ.
- Claude — лучший для структурного анализа и формальной логики; для обезличенных описаний.
- drawio Desktop, bpmn.io Desktop — бесплатные офлайн-редакторы диаграмм.
Тексты внутренних стандартов — чувствительны. Анализируйте только через AnythingLLM локально. Опасения участника по ИБ обоснованы — именно поэтому локальный контур здесь обязателен.
Сценарий А — Извлечение процессов из стандарта
1
Загрузить стандарт в AnythingLLM (PDF или TXT) и дождаться индексирования.
2
Задавать вопросы для извлечения фактуры:
Перечисли все процессы и подпроцессы в стандарте. Для каждого: название, исполнитель, результат на выходе. Какие контрольные точки описаны? Таблица: точка → кто проверяет → критерий. Составь вопросы для интервью с владельцем процесса [название]. Цель: описать модель «как есть». Группы: входы, выходы, участники, инструменты, исключения, метрики.
Сценарий Б — BPMN-диаграмма через drawio XML
1
Скачать drawio Desktop:
github.com/jgraph/drawio-desktop/releases (офлайн, бесплатно).2
Попросить ИИ сгенерировать drawio XML:
Создай BPMN-диаграмму в формате drawio XML для процесса «Согласование ТЗ». Участники (дорожки): Инициатор, Технический отдел, Юридический отдел, Руководитель. Шаги: 1. Инициатор создаёт проект ТЗ 2. Техотдел проверяет → замечания: возврат / ОК: передача юристам 3. Юристы проверяют → замечания: возврат / ОК: передача руководителю 4. Руководитель подписывает или отклоняет Используй BPMN-шейпы drawio: swimlane для дорожек, события (круги), задачи (прямоугольники с закруглёнными углами), шлюзы (ромбы). Выведи только XML, начиная с <mxfile>.
3
Скопировать XML в файл
process.xml.4
drawio Desktop → File → Open → выбрать
process.xml → доработать вручную.5
File → Export As → PNG / SVG для вставки в документ.
Сценарий В — IDEF0 через drawio
Опиши IDEF0-диаграмму (нотация SADT) для процесса «[название]». Для каждого функционального блока: - Название блока - Входы (стрелки слева): что поступает на обработку - Выходы (стрелки справа): что получается в результате - Управление (стрелки сверху): нормативные документы, условия - Механизмы (стрелки снизу): кто и с помощью чего выполняет Уровень A0: один главный блок. Уровень A1: 3–5 дочерних блоков с потоками между ними. Выведи текстовым описанием — я внесу в drawio вручную.
Сценарий Г — Gap-анализ «как есть» vs стандарт
У меня есть: 1. Описание процесса «как есть» по результатам интервью: [текст] 2. Требования стандарта/регламента: [текст или «загружен в базу знаний»] Проведи gap-анализ: - Что соответствует требованиям? - Что противоречит? (с указанием пункта стандарта) - Что есть в реальности, но не описано в стандарте? - Что требует стандарт, но отсутствует в реальном процессе? Таблица: Требование → Статус (Соответствует / Нарушение / Отсутствует) → Комментарий.
Шпаргалка — офисный ПК (16 ГБ ОЗУ, без GPU)
| Задача | Модель (CPU) | Реальное качество | Альтернатива (РФ) |
|---|---|---|---|
| Критика кода / Сократ | Qwen2.5-Coder-7B | ✅ простой код / ⚠️ архитектура | GigaChat, YandexGPT |
| Планы обучения | Qwen3-8B | ✅ планы / ⚠️ квесты | GigaChat, YandexGPT |
| ЛНА / документы | Qwen3-8B | ⚠️ черновик, нужна проверка | GigaChat |
| Вопросы по PDF (RAG) | Qwen3-8B | ✅ факты / ⚠️ синтез | YandexGPT «Нейроэксперт» |
| Анализ Excel → Python | Qwen2.5-Coder-7B | ✅ лучший сценарий для 7B | YandexGPT, GigaChat |
| Иллюстрации | — | ❌ без GPU нереально | Шедеврум, Kandinsky |
| Схемы / диаграммы | Qwen3-8B | ✅ Mermaid + VS Code | GigaChat |
| CLI-команды (Linux/Win) | Qwen2.5-Coder-7B | ✅ стандартные / ⚠️ промоборудование | GigaChat, YandexGPT |
| Сетевые конфиги | Qwen2.5-Coder-7B | ❌ ненадёжно — используй GigaChat | GigaChat (корп. тариф) |
| BPMN / IDEF0 | Qwen3-8B | ✅ структура / ⚠️ сложные схемы | GigaChat, YandexGPT |
Скорость на офисном ПК: 7–8B на CPU — 3–10 токенов/сек, ответ за 30–90 сек. Рабочий темп для текстовых задач. При наличии GPU 8+ ГБ VRAM — переходите на 14B: скорость вырастает в 5–10 раз.