Лидеры года — новая категория на Workspace Digital Awards! Номинируйте вашу команду, продукты и проекты.
Данил Пасюков
Ведомость объёмов работ по PDF плана за 6 минут: Telegram-бот для застройщика
Данил Пасюков
#Разработка чат-ботов и Mini Apps#Разработка программного обеспечения#ИИ и нейросети

Ведомость объёмов работ по PDF плана за 6 минут: Telegram-бот для застройщика

8 
Данил Пасюков Россия, Москва
Поделиться: 0 0 0
Сфера

Строительство и ремонт

Сдано

Октябрь 2026

Задача

Клиент — застройщик (название скрыто по NDA).

Ведомость объёмов работ по дому на 97 квартир занимала у инженера ПТО и сметчика около двух недель. Люди вручную обмеряли стены по планам этажей, считали откосы, сверяли площади с экспликацией и переносили всё в таблицу, по которой компания считает договоры с подрядчиками. Работа нужная, но почти полностью механическая.

Что требовалось:

— получать черновой расчёт за минуты, а не за дни;

— оставить результат в той же таблице: с теми же названиями работ, единицами и расценками;

— не ставить сотрудникам новую программу и не менять процесс;

— чтобы каждую цифру можно было проверить по чертежу.

Решение

Сделал Telegram-бота: инженер отправляет один PDF плана этажа и через несколько минут получает Excel в структуре своей таблицы. Telegram выбран потому, что он уже есть у всех сотрудников и отдельную программу ставить не нужно. Объяснить, как пользоваться, можно за десять минут: отправь PDF — получи Excel.

Что было на входе

  • лист плана этажа из раздела АР в векторном PDF: на одном листе 14 квартир и 109 помещений;

  • таблица заказчика со своими названиями работ, единицами и расценками;

  • состав отделки: White Box, потолки 2,7 м.

Как идёт расчёт

Бот читает лист и находит квартиры, помещения и площади. Затем снимает экспликацию, размерные цепочки и линии стен. То, что нельзя посчитать напрямую, разбирает нейросеть: двери, окна, мокрые зоны, пометки на чертеже. В конце бот проверяет сам себя: сумма площадей помещений должна сойтись со штампом.

Что приходит в ответ

Excel на 30 позиций: штукатурка стен (отдельно гипсовая и цементная в санузле), шпаклёвка, откосы, потолки, перегородки, кладка и плита на квартиру, оценочно электрика и сантехника, свод по этажу и по дому. У каждой строки есть колонка «как посчитано», а каждая цифра — формула, которая ведёт к размеру на чертеже. Вместе с файлом бот пишет три строки: что посчитано точно, что оценочно и что стоит проверить руками.

Что осталось за инженером

Допущения бот не угадывает. Если толщина стяжки в разрезе и в пояснительной записке разная или высоты окна нет на плане, ячейка помечается цветом: инженер вписывает значение, и таблица пересчитывается сама.

Что заняло больше всего времени

Не распознавание плана, а перенос логики заказчика: какие работы идут одной строкой, какие разбиты, какие коэффициенты закладываются на откосы и подрезку. Без этого получилась бы аккуратная таблица, которую всё равно пришлось бы перекладывать вручную.

Вся инфраструктура на моей стороне: сервер, нейросеть по API, бот. Заказчику не нужно ничего настраивать, оформлять аккаунты и оплачивать сервисы отдельно. Срок разработки — три недели.

Результат

Тест на одной квартире (41 м²) сдан и принят заказчиком, проект в работе.

  • 6 минут на квартиру, около 45 минут на этаж, 3 часа на дом из 97 квартир вместе с проверкой. Раньше — около 10 рабочих дней инженера ПТО и сметчика.

  • Площади сходятся с экспликацией: 41,01 м² по помещениям и 41,01 м² по штампу. Объёмы стен, полов и потолков — в пределах 3% от ручного подсчёта.

  • 15 минут на проверку квартиры инженером вместо 1,5–2 часов обмера.

  • На первой же квартире бот нашёл две ошибки, которые люди пропустили: путаницу в нумерации помещений на чертеже и заниженный в таблице нулевой цикл. По целому дому до выхода рабочей документации нашлось 6 расхождений между планами и экспликацией.

Нейросеть не заменила ПТО: допущения и итоговая проверка остаются за инженером. Она сняла механическую часть работы, на которой человек к двадцатой квартире начинает считать по аналогии.

Ограничение: точность держится на векторном PDF, где размерные цепочки читаются как данные. Со сканами и фото бот тоже работает, но проверять приходится больше.

Данил Пасюков
Данил Пасюков

Россия Москва

Главным требованием было не «посчитать нейросетью», а выдать таблицу в той структуре, с которой заказчик уже работает. Поэтому большая часть работы — перенос логики его ведомости, а не распознавание плана. Скорость была ожидаемой. Неожиданным оказалось другое: бот одинаково внимателен на первой и на девяносто седьмой квартире и находит расхождения в документации раньше, чем они всплывают на стройке.

https://onveriq.com/ru/raschety-po-dokumentam

Оцените кейс
Спасибо за оценку
Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.
оставить заявку

Хотите заказать похожий проект?

Оставить заявку