Интеграция 1С и LLM: передаём контекст формы без лишних связей

16 августа 2026 · infolimp.ru

Проблема: «жирный» контекст и плата за воздух

Когда 1С-специалист впервые интегрирует нейросеть, он часто идёт по пути наименьшего сопротивления: сериализует всю форму в JSON и отправляет в запрос к LLM. На первый взгляд — просто и работает. Но через неделю эксплуатации приходит счёт за токены, а пользователи жалуются на тормоза.

Что на самом деле происходит под капотом

LLM (например, GPT-4o или YandexGPT) тарифицируется по количеству токенов. Каждый лишний реквизит, каждая пустая строка табличной части, каждый заголовок группы — это деньги и время. Форма документа «Реализация товаров и услуг» может содержать 50–80 реквизитов, из которых для ответа нейросети нужны 5–7. Остальное — мусор, который модель вынуждена обрабатывать.

Ключевой тезис: Передача полной формы в LLM — это аналог отправки всего склада, когда нужна только одна коробка. Вы платите за объём, а не за релевантность.

Архитектурный разрыв: форма vs. контекст

Типичная ошибка — использовать СериализоватьJSON для всей формы. Рассмотрим пример, который часто встречается в публикациях на Инфостарте:

// НЕПРАВИЛЬНО: передаём всю форму
ЗаписьJSON = Новый ЗаписьJSON;
ЗаписьJSON.УстановитьСтроку();
СериализоватьJSON(ЗаписьJSON, ЭтаФорма);
СтрокаJSON = ЗаписьJSON.Закрыть();

// Отправляем в LLM
HTTPЗапрос = Новый HTTPЗапрос("/v1/chat/completions");
HTTPЗапрос.УстановитьТелоИзСтроки(СтрокаJSON);
HTTPСоединение.ОтправитьДляОбработки(HTTPЗапрос);

Проблема в том, что СериализоватьJSON для формы сериализует не только данные, но и служебные свойства: положение на экране, настройки условного оформления, текущую выделенную строку. Это не просто лишние токены — это потенциальная утечка внутреннего состояния системы.

Правильный подход: сборка контекста вручную

Вместо сериализации формы нужно создать структуру ровно с теми данными, которые нужны для решения задачи. Пример для документа «Счёт на оплату»:

// ПРАВИЛЬНО: собираем только нужные данные
Контекст = Новый Структура;
Контекст.Вставить("Номер", Объект.Номер);
Контекст.Вставить("Дата", Объект.Дата);
Контекст.Вставить("Контрагент", Объект.Контрагент.Наименование);
Контекст.Вставить("Сумма", Объект.СуммаДокумента);

// Табличная часть — только значимые строки
Товары = Новый Массив;
Для Каждого Строка Из Объект.Товары Цикл
    Если Строка.Количество > 0 Тогда
        Товар = Новый Структура;
        Товар.Вставить("Наименование", Строка.Номенклатура.Наименование);
        Товар.Вставить("Количество", Строка.Количество);
        Товар.Вставить("Цена", Строка.Цена);
        Товары.Добавить(Товар);
    КонецЕсли;
КонецЦикла;
Контекст.Вставить("Товары", Товары);

// Сериализуем только контекст
ЗаписьJSON = Новый ЗаписьJSON;
ЗаписьJSON.УстановитьСтроку();
ЗаписатьJSON(ЗаписьJSON, Контекст);
СтрокаJSON = ЗаписьJSON.Закрыть();

Важно: Фильтрация пустых строк табличной части сокращает объём данных на 30–50% в типовых документах. Это не микрооптимизация, а существенная экономия.

Сравнение подходов: когда что применять

Выбор стратегии зависит от задачи. Ниже — условия применимости, проверенные на реальных проектах.

Практическое руководство: как внедрить без боли

Переходим к конкретным шагам, которые можно применить в вашей конфигурации уже сегодня.

Шаг 1. Определите «скелет» контекста

Для каждого типа документа или справочника, с которым работает LLM, создайте отдельную функцию формирования контекста. Пример для документа «Заказ клиента»:

Функция КонтекстЗаказаКлиента(Док) Экспорт
    Результат = Новый Структура;
    Результат.Вставить("Тип", "Заказ клиента");
    Результат.Вставить("Номер", Док.Номер);
    Результат.Вставить("Дата", Док.Дата);
    Результат.Вставить("Клиент", Док.Контрагент.Наименование);
    Результат.Вставить("Менеджер", Док.Ответственный.Наименование);
    Результат.Вставить("Сумма", Док.СуммаДокумента);
    
    Позиции = Новый Массив;
    Для Каждого Стр Из Док.Товары Цикл
        Если Стр.Количество = 0 Тогда Продолжить; КонецЕсли;
        Поз = Новый Структура;
        Поз.Вставить("Товар", Стр.Номенклатура.Наименование);
        Поз.Вставить("Кол", Стр.Количество);
        Поз.Вставить("Цена", Стр.Цена);
        Поз.Вставить("Сумма", Стр.Сумма);
        Позиции.Добавить(Поз);
    КонецЦикла;
    Результат.Вставить("Позиции", Позиции);
    
    Возврат Результат;
КонецФункции

Шаг 2. Добавьте фильтр чувствительных данных

Перед отправкой убедитесь, что в контекст не попали персональные данные, которые нельзя передавать внешнему сервису. Создайте функцию-очиститель:

Процедура ОчиститьКонтекст(Контекст)
    // Удаляем поля с персональными данными
    Если Контекст.Свойство("Телефон") Тогда
        Контекст.Удалить("Телефон");
    КонецЕсли;
    Если Контекст.Свойство("Email") Тогда
        Контекст.Удалить("Email");
    КонецЕсли;
    // Рекурсивно для вложенных структур
    Для Каждого Ключ Из Контекст Цикл
        Если ТипЗнч(Контекст[Ключ.Значение]) = Тип("Структура") Тогда
            ОчиститьКонтекст(Контекст[Ключ.Значение]);
        КонецЕсли;
    КонецЦикла;
КонецПроцедуры

Типичные ошибки и как их избежать

На основе опыта внедрения интеграций с LLM в десятках компаний выделим три главные ловушки.

1. Передача ссылок вместо текста. Никогда не отправляйте Объект.Контрагент как ссылку. LLM не поймёт "Ссылка: 00-0000123". Всегда преобразуйте в Контрагент.Наименование.
2. Игнорирование длины промпта. Если табличная часть содержит 1000 строк, не отправляйте их все. Либо агрегируйте (суммы по группам), либо ограничьте первые N строк с пометкой «и ещё X позиций».
3. Отсутствие кэширования. Если один и тот же документ анализируется повторно (например, при переоткрытии формы), результат LLM можно кэшировать в регистре сведений. Это сократит расходы в 2–3 раза.

Предупреждение: Не используйте СериализоватьJSON для формы, если форма содержит элементы управления ActiveX или COM-объекты. Это может привести к зависанию платформы при сериализации.

Чек-лист: что сделать прямо сейчас

• Проверьте все места в конфигурации, где вызывается LLM — замените сериализацию формы на ручную сборку контекста.
• Добавьте функцию очистки контекста от персональных данных перед отправкой.
• Внедрите агрегацию для табличных частей с большим количеством строк.
• Реализуйте кэширование ответов LLM для повторяющихся запросов.
• Настройте логирование размера контекста в токенах — это позволит отслеживать аномалии.

Вывод

Интеграция 1С и LLM — мощный инструмент, но только при условии, что вы контролируете, что именно отправляете нейросети. Передача контекста формы без лишних связей — это не просто экономия токенов, а вопрос стабильности и безопасности системы. Начните с малого: выберите один документ, реализуйте для него функцию формирования контекста и сравните расходы с предыдущим подходом. Разница вас удивит.