# ИИ для тендеров: локальный разбор документации и проверка требований

Источник: https://modelium.tech/zhurnal/ii-dlya-tenderov/

ИИ для тендеров может подготовить черновой перечень требований из уже полученной документации и указать фрагменты, которые нужно проверить. Парсер PDF, локальная модель и поиск по исходникам образуют рабочую схему, но не гарантируют полноту: приложения, изменения условий, сканы и таблицы требуют отдельной сверки. Решение об участии, сроках и подаче заявки остаётся за ответственным сотрудником.

Технические возможности сверены 2 октября 2026 года по документации и закреплённым Git-ревизиям. Здесь описан проект проверки, не результат собственного запуска Modelium. Подсказки «ии для поиска тендеров» и «ии для анализа тендеров» показывают два разных намерения; частотность запроса в России и рост спроса не измерены.

## Какую часть тендерной работы поручать ИИ?

Отделите **поиск объявления** от **анализа уже полученного комплекта**. Эта страница — о втором: на входе версия извещения, техническое задание и приложения, на выходе черновая карта требований с местом в исходном файле и перечень вопросов человеку. Это не автоматический поиск закупок, не решение об участии и не генерация заявки. В работе с изменениями условий держите версии файлов раздельно: ответ на прежнюю редакцию нельзя считать действующим без повторной сверки.

Для пилота выберите один обезличенный комплект, ответственного специалиста и заранее составленный список проверяемых пунктов. Не загружайте реальные закрытые файлы в внешний сервис без отдельной проверки доступа и условий обработки. «Локально» описывает размещение компонентов, а не гарантирует отсутствие сетевого выхода, сохранность данных или соблюдение внутренних правил; такой контур проверяется отдельно.

## Как собрать проверяемую цепочку от PDF до требования?

**Шаг 1 — сохранить источник.** Зафиксируйте имя, версию и страницы каждого файла; приложения и разъяснения не склеивайте в один неразличимый текст. Docling заявляет понимание порядка чтения и таблиц PDF и экспорт Markdown/JSON; это подходящий кандидат для первой структурной проверки, но его точность на вашем комплекте неизвестна [s1](#src-s1). Для сканов отдельно просмотрите повернутые страницы, мелкие цифры и таблицы: документация Tesseract разбирает перекос, качество изображения и сегментацию как факторы OCR [s2](#src-s2).

**Шаг 2 — подготовить черновой перечень.** Передайте извлечённые фрагменты локальной модели через проверенный runtime. Просите не итоговое «соответствует/не соответствует», а поля: формулировка требования, файл и страница, дословный фрагмент, тип проверки, статус «требуется ручная сверка». Ollama описывает формат структурного ответа с JSON Schema, однако валидная структура JSON не означает, что значение действительно есть в исходном PDF [s3](#src-s3). Если локальная модель не удерживает большой документ, используйте поиск по фрагментам и передавайте только найденные места: Qdrant поддерживает фильтрацию по payload и id, но проверку прав доступа и происхождения цитаты необходимо реализовать в приложении отдельно [s4](#src-s4).

**Шаг 3 — остановиться перед решением.** Назначенный специалист открывает оригинал на указанной странице, сверяет полную формулировку, исключения, приложения и редакцию; спорный или пропущенный пункт помечает как неизвестный. Camunda user task — пример механизма паузы процесса до завершения задачи человеком, но не система полномочий и не подпись [s5](#src-s5). Если используется агент на LangGraph, его interrupt требует checkpointer и возобновления с тем же thread ID; внешний эффект в коде, который исполняется повторно, нельзя оставлять без отдельной защиты от дубля [s6](#src-s6).

## Как проверить результат на собственных данных?

Составьте эталон вручную на одном комплекте: перечень требований, страниц, таблиц, ограничений и изменённых условий. Сравните с черновиком по каждому пункту: найдено ли требование, совпадает ли цитата с исходником, не выдана ли устаревшая редакция за актуальную, не потеряны ли приложения и строки таблиц. Отдельно считайте **пропуски** и **ложные находки**; не складывайте их в одну «точность». Сохраните версию файлов, настройки извлечения, идентификатор модели и runtime, обезличенный набор вопросов и решение проверяющего. До собственного прогона нельзя заявлять экономию времени или качество русского OCR.

Если цитата ведёт не на ту страницу, возвращайтесь к разбору PDF, а не к увеличению уверенности модели. Если правильный пункт найден, но ответ неверен, проверяйте схему полей и инструкцию; если приложение не попало в индекс, обновляйте сборку документов и повторяйте тест. При сомнении оставляйте «не найдено в обработанных файлах» вместо «требования нет». Этот критерий — редакционный протокол пилота, а не подтверждённый результат.

## Когда такой путь не подходит?

Не используйте черновик модели как юридическое заключение, гарантию полноты комплекта, автоматический допуск или самостоятельную подачу заявки. В случае требований к конкретной площадке, составу заявки, срокам и правовому режиму сверяйтесь с актуальным извещением и профильным специалистом: эти аспекты здесь не исследовались. Измерения производительности, совместимости выбранной модели с вашим железом и безопасности сети у Modelium также отсутствуют.

**Следующий шаг:** [открыть стек разбора PDF в Docling](/zhurnal/docling/), извлечь структуру одного обезличенного комплекта и руками проверить таблицы, страницы и полноту приложений до подключения локальной модели [s1](#src-s1). Если задача — не участие в тендере, а сравнение уже полученных предложений поставщиков, используйте [отдельный сценарий закупок](/zhurnal/ii-dlya-zakupok-sravnenie-predlozheniy/).

## Источники

1. [Docling README — закреплённая ревизия](https://github.com/docling-project/docling/blob/a1c5ff2a8c5ab2bf87d7c1eb896b5bc351f51220/README.md) — получено 2026-10-02
2. [Tesseract — Improving the quality of the output](https://github.com/tesseract-ocr/tessdoc/blob/bae104ccef3ea4529cd14006b5a2efc8da4a305f/ImproveQuality.md) — получено 2026-10-02
3. [Ollama — Structured Outputs](https://docs.ollama.com/capabilities/structured-outputs) — получено 2026-10-02
4. [Qdrant — Filtering](https://qdrant.tech/documentation/search/filtering/) — получено 2026-10-02
5. [Camunda 8 — User tasks](https://docs.camunda.io/docs/components/modeler/bpmn/user-tasks/) — получено 2026-10-02
6. [LangGraph — Interrupts](https://docs.langchain.com/oss/python/langgraph/interrupts) — получено 2026-10-02