DF-АВТ-010 · Автоматизация процессов
Расчёт КП для сметчика: почему чат-помощник не подходит и что проверить
- Почему расчёт сумм в КП нельзя доверять генерации текста
- Как разложить расчёт на данные, формулы, округление и текст
- Где нужен детерминированный код, а где уместен чат-помощник
- Чек-лист проверки сценария на синтетических данных до автоматизации
Сметчик собирает коммерческое предложение целый день: переносит позиции из заявки, подставляет цены, пересчитывает итог, потом пишет сопроводительный текст. Кажется очевидным ходом — отдать всё это чат-помощнику: он же умеет и считать, и писать. На практике именно здесь и начинается расхождение: текст он напишет складно, а вот сумма в итоговой строке может не сойтись с тем, что вы проверили руками.
Ниже — разбор, как устроен расчёт КП и что проверить до автоматизации. Это редакционный чек-лист Deskforge, а не отчёт об испытании продукта и не клиентский кейс: шаги нужно адаптировать к вашему расчёту и вашим документам.
Смежная тема — критерии приёмки программы: автоматизацию расчёта тоже принимают по заранее описанным критериям, а не по ощущению «вроде похоже». Варианты работ с документами и счетами собраны на странице автоматизации процессов.
Почему расчёт КП нельзя отдавать чат-помощнику целиком
Причина не в том, что помощник «плохо считает». Причина в том, как устроены числа в обычной арифметике программ. Документация Python прямо говорит: числа вида 1.1 и 2.2 не имеют точного представления в двоичной плавающей точке. То есть уже на уровне хранения дробной цены появляется погрешность, которую не видно на экране, но которая накапливается в сумме.
Документация приводит наглядный пример: в десятичной плавающей точке выражение 0.1 + 0.1 + 0.1 − 0.3 точно равно нулю, а в двоичной результат — 5.5511151231257827e-017. Для сметы это не абстракция: разница в копейках в строке «Итого» — это документ, который заказчик вернёт на переделку.
Поэтому для денежных расчётов документация Python предлагает отдельный модуль decimal — десятичную арифметику с фиксированной точкой и корректным округлением. И там же прямо сказано: decimal предпочтителен в бухгалтерских приложениях со строгими инвариантами равенства. Коммерческое предложение с итоговой суммой — ровно такой случай.
Чат-помощник работает с текстом и вероятностями, а не с заданным правилом округления. Пока вы не отделили вычисление суммы от генерации формулировок, вы не можете сказать, откуда взялась цифра в документе.
Разложите расчёт на шаги: данные, формулы, округление, текст
Первый шаг автоматизации — не выбор инструмента, а разбор расчёта на части. У сметы их обычно четыре, и они живут по разным правилам.
Данные — это позиции заявки, цены, количества. Формулы — как из них получается сумма строки и итог. Округление — до скольких знаков и по какому правилу округляется каждая сумма. Текст — сопроводительная часть КП: условия, сроки, формулировки. Только последняя часть действительно текстовая, и только её уместно отдавать генерации.
Полезно вспомнить, что модуль decimal сохраняет значимые нули: 1.30 + 1.20 даёт 2.50, а не 2.5. Для документа это важно — в смете количество знаков после запятой обычно задано требованием к оформлению, и «2.5» вместо «2.50» выглядит как небрежность.
Для округления в decimal есть метод quantize: он округляет число до фиксированного показателя степени и, как сказано в документации, полезен для денежных приложений, которые часто округляют результат до фиксированного числа знаков. Режим округления при этом выбираете вы — и его стоит записать в требования к расчёту, а не оставлять на усмотрение инструмента.
Условный пример. В заявке три позиции: 1.30, 1.20 и 0.10.
Если считать в десятичной арифметике с сохранением значимых разрядов, сумма строки — 2.60, и она воспроизводится при повторном прогоне. Если тот же набор прогнать через расчёт, где дробные числа хранятся в двоичной плавающей точке, итог может отличаться в младших разрядах. Пример условный, он показывает механизм, а не результат какого-то внедрения.
Где нужен детерминированный код, а где уместна генерация текста
Разделение простое: всё, что попадает в документ как число, должно считаться кодом с явно заданным правилом округления. Всё, что описывает предложение словами, может генерироваться — но не должно влиять на числа.
Практический признак: если после генерации текста итоговая сумма в таблице изменилась, значит, граница между расчётом и текстом не проведена. Текст КП не должен иметь доступа к пересчёту сумм — он берёт готовые значения и подставляет их в шаблон.
Вторая граница — доступ к данным. Для production-кода документация pandas рекомендует оптимизированные методы доступа к данным вместо стандартных выражений Python и NumPy. Это не про скорость ради скорости: предсказуемый способ чтения и записи строк снижает шанс, что при обработке таблицы позиций одна строка молча потеряется или задвоится.
Третья граница — кто принимает решение. Если правило округления или состав позиций спорный, решение остаётся за человеком, а код лишь выполняет записанное правило. Чат-помощник здесь может подготовить черновик формулировки, но не итоговую цифру.
Чек-лист решений до автоматизации: что проверить на своих данных
Прежде чем что-то автоматизировать, пройдите по расчёту с четырьмя вопросами. Это наша редакционная помощь читателю, а не отчёт об испытании продукта.
- Есть ли в расчёте денежные суммы с фиксированным числом знаков? Сверьте шаг округления с требованием к документу и зафиксируйте режим округления письменно.
- Можно ли воспроизвести итог по тем же входным данным? Прогоните один и тот же набор строк дважды и сравните итоговые суммы — они должны совпасть до последнего знака.
- Отделена ли генерация текста от вычисления сумм? Проверьте, что текст КП не влияет на числа в таблице расчёта.
- Проверен ли сценарий на синтетических данных в изолированной среде? Используйте тестовый набор строк без клиентских данных и сверьте ожидаемые суммы.
Что дополнительно проверить в самой таблице позиций
Эти проверки не входят в четыре вопроса выше, но помогают увидеть проблемы в данных до того, как они попадут в документ.
Метод describe() в pandas показывает краткую статистическую сводку данных — по ней видно, например, что в столбце количества появилось отрицательное значение или пропуск. А документация pandas советует передавать заранее собранный список записей в конструктор DataFrame вместо построчного добавления строк: построчное добавление требует копирования и может быть дорогим. Для сметы это значит — сначала собрать все позиции, потом считать.
Если позиции приходят из двух источников, например из заявки и из прайса, их соединяют по общему столбцу. Метод merge() в pandas выполняет соединение таблиц в стиле SQL по указанным столбцам — так цена подтягивается к позиции по коду, а не копируется руками.
Как проверить сценарий на синтетических данных в изолированной среде
Проверка до автоматизации строится на наборе, который вы придумали сами. Возьмите десять-пятнадцать строк с разными особенностями: дробные цены, количество с несколькими знаками, позиция с нулевой суммой, позиция с большим количеством. Клиентские данные для этого не нужны — и не должны использоваться.
Прогоните набор дважды и сравните итоги. Затем проверьте граничные случаи отдельно: что будет при пустой заявке, при позиции без цены, при количестве, равном нулю. Ожидаемые суммы посчитайте заранее, вручную или на бумаге, и сверьте с тем, что выдаёт сценарий.
Отдельно проверьте округление на значении, где оно вообще срабатывает. Если в документе требуется два знака после запятой, а расчёт даёт три, посмотрите, что именно происходит с третьим знаком: он отбрасывается, округляется вверх или вниз. Это то место, где расхождение между «как задумано» и «как запрограммировано» проявляется чаще всего.
И последнее: зафиксируйте, что именно вы проверяли и с каким результатом. Если сценарий на синтетическом наборе даёт стабильный итог, а на реальной заявке — другой, у вас есть с чем сравнить, и разбор идёт по конкретным строкам, а не по общему впечатлению.