# Нейросеть для инженера: что ей отдать и как не нахвататься выдуманных норм

Нейросеть для инженера на документах проекта: отчёт об изысканиях, разбор решения, вопросы проектировщику, нормы со ссылкой на пункт. Запрос и границы.

URL: https://posts.danashkin.ru/guides/neyroseti-dlya-inzhenera
Обновлено: 2026-11-13

---

## Коротко

**Главное**

- Обычная нейросеть уже сейчас полезна инженеру на документах проекта: прочитать отчёт об изысканиях, разобрать проектное решение на риски, сравнить варианты с оглядкой на стоимость, подготовить вопросы проектировщику, ответить по нормативке со ссылкой на пункт.
- Расчёт она не заменяет. Её ответ - второе мнение и первый слой разбора, решение принимает инженер по расчёту.
- Защиту я закладываю в запрос: опираться только на загруженный документ, у каждой цифры номер страницы, нормы не подставлять из головы, неуверенное помечать как «проверить».
- С чего начать: загрузи PDF документа в чат, попроси выжимку с номером страницы у каждой цифры и список вопросов проектировщику. Шаблон запроса - в разделе про постановку задачи.
- Пример ниже - с одного корпоративного занятия. Это иллюстрация метода, а не статистика.

## Что инженер может отдать нейросети уже сейчас?

**Главное**

Работу с большими документами: выжимку, сверку решения с исходными данными, сравнение вариантов, список вопросов к проектировщику или подрядчику. Для этого не нужны САПР и внедрение, хватает чата с загрузкой PDF и режима размышления.

Нейросеть для инженера - это прежде всего читатель больших документов, который не устаёт к концу многостраничного отчёта. Мне ближе всего простой путь: обычный ChatGPT или Claude и документы, которые у инженера уже лежат в папке проекта.

На одном корпоративном занятии мы разбирали ровно такие задачи. Вот как они раскладываются:

| Задача | Что загрузить | Что даёт модель | Что остаётся инженеру |
|---|---|---|---|
| Отчёт об изысканиях | Отчёт и схему участка, PDF | Выжимку с номерами страниц, подходящие типы фундамента, вопросы проектировщику | Проверить выводы, получить расчёт |
| Проектное решение | Рабочую документацию, PDF | Риски, места, где решение под вопросом, вопросы проектировщику | Поверочный расчёт силами аттестованного специалиста |
| Коммерческие предложения подрядчика | КП на материалы и работы | Сверку с рынком со ссылками, нестыковки между работами и материалами | Проверить цены и торговаться |
| Нормативные вопросы | Нормативные документы по теме | Ответ только по ним, со ссылкой на статью и пункт | Открыть пункт и прочитать сам |

Про сметы и сверку работ с материалами есть отдельный разбор: [как проверить смету подрядчика нейросетью](/guides/proverka-smety-podryadchika-neyrosetyu). На том же занятии модель, например, заметила, что монтаж аэраторов в предложении есть, а материалов под него нет. Ниже подробнее про задачу, где цена ошибки выше всего: выбор фундамента.

## Разбор отчёта об изысканиях: пример с занятия

**Главное**

Группа загрузила отчёт об изысканиях на 67 страниц и схему участка и попросила модель подготовить команду к разговору с проектировщиком. Модель назвала главный риск по грунтам и составила вопросы. Специалист в целом подтвердил разбор и сказал, что модель видит не всё.

Отчёт об изысканиях и решение проектировщика удобно разбирать в паре: так модель проверяет, опирается ли решение на данные. Задачу на занятии уточнил один из участников: отчёт - это исследование участка, на которое опирался проектировщик, а второй документ - то, что проектировщик на его основе предложил. «Мы как раз-таки сейчас смотрим, насколько это правильно сделано».

Ответ модели, который я зачитывал группе, был устроен так:

- фундаменты мелкого заложения грунты не исключают, но их применение должно подтверждаться расчётом несущей способности и осадок;
- оснований автоматически выбирать свайный фундамент по отчёту тоже нет;
- главный риск - неоднородные насыпные грунты, которые изыскатели прямо не рекомендуют использовать как естественное основание, дополнительный - морозное пучение;
- семь вопросов проектной организации, почему выбран именно этот тип фундамента.

Специалист из группы ответил: «Да, все правильно. Здесь надо более подробно углубляться». И добавил важное: «Он кое-что не видит». По его словам, тип фундамента выбирают ещё и из расчёта стоимости, и тут надо дискутировать.

Для меня этот ответ и есть правильная граница. Модель дала первичный разбор того, что лежит на поверхности документа. Дальше начинается работа инженера: задавать вопросы в том же чате, вернуть туда ответы проектировщика и попросить сверить их с выводами. В соседнем упражнении с проектом кровли модель назвала те же опасения, что были у команды, и там специалист тоже добавил, что смотреть надо подробнее.

Такие задачи на [корпоративном интенсиве по нейросетям для бизнеса](https://danashkin.ru/workshop/) разбираются на реальных задачах команды: участники работают на своих ноутбуках, а оценку ответа дают люди, которые знают предмет.

## Как поставить задачу, чтобы модель не выдумывала нормы?

**Главное**

Дать роль, исходные данные и пронумерованный список того, что нужно. Отдельными строками запретить выдумывать нормы, потребовать номер страницы у каждой цифры и сказать, кто принимает решение. Пустые места в данных оставлять в квадратных скобках.

Запрос для инженерной задачи держится на трёх вещах: опора только на загруженный документ, ссылка на страницу у каждой цифры и явная граница ответственности. Без них модель может достроить недостающее правдоподобными значениями, поэтому я ставлю все три в каждый такой запрос. По сути это [контекст-инжиниринг](/concepts/context-engineering): модель отвечает по тому материалу и тем рамкам, которые ей дали.

Ниже шаблон, который я собрал для таких задач по мотивам упражнений занятия. Пример - отчёт об изысканиях, для другого документа меняются роль и пункты.

```text
Роль: ты геотехник, который проектирует фундаменты для промышленных зданий.

Материалы: в чат загружены отчёт об изысканиях и схема участка.
Что строим: [тип здания, каркас, этажность, шаг конструкций, площадь].
Нагрузки на фундамент: [нет данных, уточним у проектировщика].

Задачи:
1. Сожми отчёт до одной страницы: грунты по слоям, вода, промерзание, пучение, агрессивность, опасные процессы. Рядом с каждым числом укажи страницу отчёта.
2. Сравни таблицей, какие фундаменты возможны на этих грунтах: плюсы, минусы, риски, сравнительная цена и срок.
3. Перечисли, чего в отчёте не хватает, чтобы выбрать фундамент.
4. Составь вопросы проектировщику, которые помогут обсуждать его решение.

Правила: работай только по загруженным файлам. Нормативные значения из головы не подставляй: если не уверен, пиши «проверить по своду правил». Нет данных - так и скажи. Ты не делаешь расчёт и не выбираешь решение, твоя задача - собрать вопросы, которые мы зададим проектировщику.
```

Последний абзац - главная часть шаблона. Я ставлю его в любую задачу, где в ответе могут появиться нормативные значения: модель получает разрешение не знать и прямой запрет подменять расчёт своим мнением.

Отдельно про формулировку. Если в запрос вписать решение, которое ты считаешь правильным, модель склонна его подтвердить: исследователи Anthropic показали, что ассистенты систематически подстраивают ответ под мнение пользователя. Поэтому решение проектировщика лучше отдавать документом, а своё мнение держать при себе до сверки.

**Цифра без страницы - не цифра**

Любое значение из ответа модели, у которого нет номера страницы или пункта, считай непроверенным. Открой документ на указанной странице и сверь. Если модель сослалась на норму, которой нет в загруженных файлах, это повод проверить норму по официальному тексту, а не принять на веру.

## Слепые зоны: где нейросеть «кое-что не видит»

**Главное**

Модель не знает того, чего нет в документах: реальных нагрузок, договорённостей с проектировщиком, стоимости вариантов на вашем рынке. Её разбор - первый слой. Там, где решение зависит от расчёта или денег, её ответ - повод для вопроса, а не вывод.

Слепые зоны модели совпадают с тем, чего нет в загруженных файлах. Если нагрузки на фундамент в запросе стоят в скобках «уточнить у проектировщика», модель не может посчитать, выдержит ли основание. Она может сказать только, какие данные для этого нужны.

На занятии это проявилось в двух местах. Первое - стоимость: модель сравнила типы фундамента по относительной стоимости, а специалист сразу сказал, что выбор делается ещё и из реальных денег, и это тема для дискуссии. Второе - глубина: разбор специалист назвал правильным, но сказал, что к предложениям модели много вопросов и надо углубляться.

Я советую пользоваться нейросетью в одном из двух режимов:

- **до заключения** - прогнать большой документ, чтобы подсветить малоочевидные места, и с этим списком идти к проектировщику;
- **после заключения** - когда специалист уже сделал вывод, прогнать документы через модель и обсудить в диалоге расхождения и потенциальные риски, которых в заключении не было.

В обоих режимах решение остаётся за человеком. Где проверку ответа нейросети можно со временем перевести на выборку, а где нельзя никогда, разобрано в статье [когда перестать проверять нейросеть](/guides/kogda-perestat-proveryat-neyroset). Для расчётов несущей способности ответ «всегда проверять» не меняется.

## Как проверять нормы и требования по документам?

**Главное**

Загрузить нормативные документы по теме в сервис, который отвечает только по ним и ставит ссылку на место в тексте, например NotebookLM. Попросить ссылку на статью и пункт у каждого утверждения и разрешить ответ «в документах этого нет». Пункт открыть и прочитать самому.

Вопрос по нормативке безопаснее задавать не общему чату, а блокноту с загруженными документами. NotebookLM отвечает по загруженным источникам и ставит в ответе ссылки на исходные фрагменты: наводишь курсор и видишь кусок исходного текста, кликаешь и открывается нужный пункт.

На занятии мы загружали в блокнот нормативные документы по одной теме проекта и задавали вопрос по ним. Я советую добавлять в любой такой вопрос две просьбы: указать у каждого утверждения статью и пункт документа и прямо написать, если ответа в загруженных файлах нет. Для проверки я задал посторонний вопрос про курс биткоина. Блокнот ответил, что в загруженных документах такой информации нет.

Это важное свойство для инженера. Общий чат на такой вопрос ответил бы из памяти, а при вопросе о норме память модели - ровно то, чему нельзя верить без проверки. Как проверить сам ответ со ссылкой - что цитата действительно подтверждает весь вывод и не потеряла условий, - разобрано в статье [как проверить ответ нейросети по регламенту](/guides/otvety-po-dokumentam-s-istochnikami).

Норматив в блокнот стоит брать из официального источника и в действующей редакции. Блокнот ответит по тому, что ты загрузил, включая устаревший документ.

## Что подготовить, прежде чем загружать документы?

**Главное**

Закрыть фамилии в штампах, подписи и контакты. Загружать PDF с текстовым слоем, а не фотографии страниц. Для тяжёлых документов включать режим размышления и запускать задачу фоном, пока разбираешь предыдущую.

Перед загрузкой документы стоит обезличить, проверить формат и решить, где будет идти работа. На подготовку уходят минуты, а качество ответа зависит от неё напрямую.

1. **Убери персональные данные**

   Для занятия файлы готовили так: фамилии в штампах чертежей, подписи и контакты закрыты. Проектное решение от этого не меняется, а лишнего в сервис не уходит. Если в компании есть правила о передаче документов во внешние сервисы, сначала они.

2. **Проверь формат**

   Лучше всего PDF, сохранённый из программы, а не скан. По документации API OpenAI, моделям с компьютерным зрением из PDF передаётся и текст, и изображение каждой страницы, поэтому таблицы и чертежи доходят до модели. Для чата это описание стоит считать ориентиром, а не гарантией. Чем PDF отличается от скана и Word, разобрано в статье [скан, PDF или Word](/guides/dokumenty-dlya-neyroseti-skan-pdf-word).

3. **Включи размышление и не жди у экрана**

   Для отчёта на десятки страниц или рабочей документации с чертежами в условиях упражнений стоял режим размышления (Thinking). Такой разбор идёт минуты, поэтому на занятии мы запускали несколько тяжёлых задач подряд и разбирали ответы по готовности.

## Частые вопросы

**Главное**

Спрашивают, может ли нейросеть посчитать конструкцию, какую нейросеть выбрать инженеру ПТО и конструктору и можно ли загружать рабочую документацию.

### Частые вопросы

**Может ли нейросеть сделать расчёт конструкции?**

Полагаться на неё в расчёте нельзя. В шаблоне выше это записано правилом: модель не считает и не выбирает решение, а там, где нужен поверочный расчёт, говорит об этом. Модель полезна, чтобы найти, что считать и о чём спросить, а не чтобы подписать результат.

**Какая нейросеть подойдёт инженеру ПТО или конструктору?**

Для работы с документами хватает обычного ChatGPT или Claude с загрузкой PDF и режимом размышления, для вопросов по нормативке - NotebookLM. Специализированные САПР-модули - отдельная тема, в этой статье я их не разбираю.

**Можно ли загружать рабочую документацию в нейросеть?**

Технически да, но сначала проверь правила своей компании о передаче документов во внешние сервисы и закрой персональные данные. Если документ под запретом, разбирай его обезличенную часть или задавай вопрос без файла.

**Что делать, если ответ модели расходится с решением проектировщика?**

Это не значит, что прав кто-то один. Задай модели вопрос, на чём основан её вывод, со ссылкой на страницу, а проектировщику - вопрос из её списка. Ответ проектировщика верни в тот же чат и попроси сверить.

## Главный вывод

**Главное**

Нейросеть для инженера - быстрый первый читатель проектных документов и источник вопросов к проектировщику. Я советую привязывать её запросом к документу и запрещать подставлять нормы из головы. Полезной она перестаёт быть там, где от неё ждут расчёт.

Отдавай модели чтение, сверку и вопросы, а расчёт и решение оставляй себе. Оценку её ответу на занятии дал специалист по первому прочтению, и этот шаг никто не заменит.

Практический шаг: возьми документ проекта, по которому уже есть заключение, и прогони его через запрос выше. Совпадёт ли разбор модели с выводом твоих специалистов, или она найдёт вопрос, который никто не задал?

### Источники

- [File inputs - как модели с компьютерным зрением получают текст и изображения страниц PDF, документация OpenAI API](https://developers.openai.com/api/docs/guides/file-inputs)
- [NotebookLM: How to try Google's experimental AI-first notebook - ответы по загруженным источникам и ссылки на исходные фрагменты, блог Google](https://blog.google/innovation-and-ai/technology/ai/notebooklm-google-ai/)
- [Towards Understanding Sycophancy in Language Models - ассистенты подстраивают ответ под мнение пользователя, arXiv](https://arxiv.org/abs/2310.13548)
