LLM API и интеграция
Нейросеть для логистики: что она закрывает на складе
Нейросеть в логистике закрывает текст вокруг перевозки: разбирает заявки и накладные в свободной форме, сводит разноформатные отчёты перевозчиков, пишет черновики претензий и объясняет отклонения в отчёте обычными словами. Разбор одного документа на 2 000 входных и 500 выходных токенов стоит 0,0075 ₽ на ставке 3 ₽ за миллион, десять тысяч документов в месяц — 75 ₽. Маршруты модель не строит и сроки доставки не считает: это работа систем планирования, а числа в ответ подставляет учётная система.
Ниже — пять сценариев, которые снимают часы у диспетчера и склада, расчёт на реальном месячном объёме, жёсткое разделение зон между моделью и планировщиком и список ошибок первого месяца.
Что модель делает с заявками в свободной форме
Проблема логистики не в структурированных документах — их читает учётная система. Проблема в том, что приходит рядом: заявка в теле письма, груз описан прозой, адрес написан как попало, контакт водителя в скобках, окно доставки словами «после обеда, лучше до пяти».
Модель хорошо вытаскивает из такого текста поля: отправитель, получатель, адреса, дата, желаемое окно, характер груза, количество мест, контактное лицо, особые условия вроде гидроборта или пропуска на территорию.
Два условия, без которых сценарий не работает. Первое: ответ возвращается строгой структурой, а не рассказом — как это задаётся, разобрано в статье JSON от нейросети: строгий формат. Второе: у каждого поля есть отметка, из какого места текста оно взято, иначе проверка разбора дороже ручного ввода.
Отдельно стоит договориться о том, чего модель делать не должна. Она не нормализует адрес до КЛАДР, не угадывает недостающий индекс и не «исправляет» название улицы. Всё это делает справочник на вашей стороне, а модель лишь размечает, где в тексте адрес.
Смежный сценарий — приём заявок от клиентов целиком, с ответом и постановкой в очередь; он разобран в статье нейросеть для обработки заявок.
Как свести данные разных перевозчиков к одной таблице
Каждый перевозчик отчитывается по-своему. Один присылает выгрузку с двадцатью столбцами, второй — письмо со списком, третий — таблицу, где статус называется «доставлено», «вручено» и «закрыто» в трёх разных строках про одно и то же.
Здесь модель работает переводчиком между словарями: приводит статусы к вашему перечню, раскладывает свободные комментарии по признакам, отмечает строки, которые ни на что не похожи и требуют человека.
Практическая деталь, которая экономит больше всего: не просите модель объединять таблицы. Сведение делает код по ключу — номеру рейса или накладной. Модель отвечает только за то, чтобы в каждой строке появился ваш стандартный статус и признак проблемы. Сравнение данных между двумя версиями отчёта — отдельная задача, она разобрана в статье сравнение документов нейросетью.
Если отчёт приходит сканом или фотографией, нужна позиция с подтверждённой работой с изображениями: в каталоге такие есть, среди платных — gemini-3-flash и haiku-4-5, среди бесплатных — llama-3-2-11b-vision. Ограничения этого пути разобраны в статье нейросеть распознаёт текст с фото.
Черновики претензий: где экономия настоящая
Претензия к перевозчику — документ с жёсткой структурой и уникальной фактурой. Ссылка на договор и заявку, описание нарушения, расчёт требования, перечень приложений, срок ответа.
Модель хорошо собирает скелет и формулирует описательную часть по вашим тезисам: что было согласовано, что произошло, чем подтверждается. Сумма требования, приложения и позиция компании приходят от человека.
Экономится здесь не мысль, а набор текста, и это честная экономия: она измерима и не создаёт риска. Двадцать похожих претензий по одному инциденту с перегрузом — полдня работы, которая сжимается до часа проверки.
Требование одно и оно жёсткое: черновик читается целиком, а не по диагонали. Документ уходит контрагенту за вашей подписью, и ответственность за формулировку остаётся на человеке.
Как объяснить отклонения в отчёте
У этого сценария два адресата, и они разные.
Руководитель. Ему нужно понять, почему процент своевременной доставки упал на четыре пункта, и получить связное объяснение, а не выгрузку на двести строк. Модель здесь читает комментарии к проблемным рейсам и группирует причины: погода, поздняя загрузка, отказ получателя, недостача, простой на выгрузке.
Клиент. Ему нужно объяснение по его конкретному заказу нормальным языком, без внутренних кодов и аббревиатур.
Оговорка для обоих случаев: группировка причин — это гипотеза, построенная на тексте комментариев. Доля каждой причины считается кодом по размеченным строкам, а не берётся из ответа модели. Как устроена связка с отчётностью, разобрано в статье нейросеть для аналитики: SQL и отчёты.
Ответы водителям и клиентам
Самый безопасный сценарий и самый быстрый по отдаче. Поток однотипных вопросов идёт круглосуточно: где машина, почему не приняли груз, какие документы нужны на пропуск, что делать с повреждённой упаковкой, куда подавать под выгрузку.
Модель формулирует ответ по вашему регламенту и данным из системы, а не по своему представлению о том, как устроена ваша компания. Статус рейса подставляет код, модель только оформляет его в человеческую фразу.
Для водителей отдельно полезен разбор входящих сообщений: из «стою на вязовой 14 не пускают без пропуска» нужно вытащить рейс, адрес и тип проблемы, чтобы диспетчер увидел карточку, а не ленту сообщений. Организация такой поддержки разобрана в статье нейросеть для техподдержки.
Сколько это стоит
Считаем на типовом разборе документа: 2 000 токенов на вход вместе с инструкцией и текстом, 500 токенов на выход.
| Модель | ₽ за документ | ₽ за 1 000 | ₽ за 10 000 |
|---|---|---|---|
gpt-oss-20b | 0 | 0 | 0 |
deepseek-v4-flash | 0,0025 | 2,50 | 25,00 |
qwen-3-7-max | 0,0075 | 7,50 | 75,00 |
glm-5-3-flash | 0,0125 | 12,50 | 125,00 |
gemini-3-flash | 0,015 | 15,00 | 150,00 |
gpt-5-6-luna | 0,02 | 20,00 | 200,00 |
sonnet-5 | 0,075 | 75,00 | 750,00 |
Ставки каталога на 14 сентября 2026 года, одинаковые на вход и на выход. Пять текстовых позиций бесплатны и открываются после первого платного пополнения — на них удобно гонять массовую разметку статусов, не глядя на счёт.
Разбор десяти тысяч логистических документов в месяц стоит 75 ₽ на ставке 3 ₽ за миллион — дешевле часа работы диспетчера. Доступ к каталогу из 53 позиций, из которых 40 открыты прямо сейчас, KeyDealer даёт одним ключом с оплатой российской картой в рублях: заводить счета у зарубежных вендоров и держать отдельную интеграцию под каждого не нужно.
Дорогим сценарий делает не ставка, а привычка отправлять в каждый запрос весь отчёт целиком вместо нужных двух строк. Про механику подсчёта есть статья как считать токены.
Какую модель брать под какую задачу
| Задача | Класс модели | Почему |
|---|---|---|
| Разметка статусов из выгрузки | бесплатная | формат жёсткий, объём большой |
| Разбор текстовой заявки | 1–3 ₽ | задача про структуру, не про глубину |
| Разбор скана накладной | 6–8 ₽ | нужна проверенная работа с изображениями |
| Ответы клиентам и водителям | 3 ₽ | важен тон, объём большой |
| Черновик претензии | 12 ₽ и выше | цена ошибки высокая, объём маленький |
Проверять стоит на своих документах: качество разбора сильно зависит от того, как пишут ваши клиенты и перевозчики. Как устроено сравнение, разобрано в статье как сравнивать модели.
Чего модель не делает: маршруты, сроки и арифметика
Это правило важнее всех сценариев выше, поэтому оно вынесено отдельно.
Не строит маршруты. Маршрутизация — это оптимизация с ограничениями: география, пробки, окна доставки, масса и объём, режим труда водителя, запреты на въезд. У языковой модели нет ни этих данных, ни механизма оптимизации. Она выдаст последовательность адресов, которая выглядит разумно и не проходит проверку на первом же ограничении.
Не считает сроки доставки. Срок берётся из тарифной матрицы и расписания, а не из представления модели о том, сколько обычно едут из Казани в Пермь.
Не складывает и не пересчитывает. Масса по накладной, сумма фрахта, объём в кубометрах — всё это считает учётная система. Модель переносит число строкой ровно так, как оно стоит в документе, без нормализации единиц. Про связку с учётом есть разбор в статье нейросеть для 1С, а про расчёты в таблицах — нейросеть в Excel: формулы и таблицы.
Не знает, где сейчас машина. Ответ про статус рейса собирает код из данных телематики, модель только формулирует фразу.
Разделение запоминается одной строкой: планировщик считает, учётная система хранит, модель формулирует, человек решает.
Что нужно, чтобы это заработало
Один документ — один сценарий. Универсальная инструкция «разбери что угодно» работает хуже пяти узких. Заявка, накладная, отчёт перевозчика, сообщение водителя — разные промпты.
Строгий формат ответа. Без него каждая десятая структура приходит другой формы и её приходится чинить кодом.
Справочники на вашей стороне. Адреса, контрагенты, статусы, номенклатура — из базы, а не из памяти модели.
Режим предложения на старте. Модель заполняет поля, человек подтверждает. Долю исправлений вы измеряете с первого дня.
Выборочная сверка навсегда. Не только на пилоте: десять случайных документов в неделю показывают деградацию раньше, чем её увидит клиент.
Частые ошибки первого месяца
У модели просят маршрут. Самая дорогая ошибка: ответ выглядит правдоподобно ровно до выезда машины.
Верят сроку, названному моделью. Она назовёт число часов уверенно и без предупреждения. Механика такого сбоя разобрана в статье галлюцинации нейросети.
В запрос уходит весь отчёт. Двести строк вместо нужных двух, потому что так быстрее, чем писать фильтр. Счёт растёт линейно, качество падает.
Нет отметки об источнике поля. Проверить разбор нельзя, приходится читать документ целиком — и экономия исчезает.
Автоответ клиенту без человека на первом месяце. Пока не измерена доля ошибок, каждое исходящее сообщение читает диспетчер.
Считают экономию в рублях за токены. Она измеряется временем диспетчера, а не ставкой за миллион: 75 ₽ в месяц на десять тысяч документов не с чем сравнивать.
Чего мы не утверждаем
Мы не утверждаем, что разбор заявок заработает на ваших документах без настройки: клиенты пишут по-разному, и первая неделя всегда уходит на доводку инструкции и справочников.
Мы не утверждаем, что расчёт совпадёт с вашим: отчёт перевозчика на двести строк даёт вход не в 2 000 токенов, а в тридцать тысяч, и счёт меняется пропорционально.
Мы не обещаем распознавание речи в звонках водителей и синтез голосовых ответов — этого в каталоге нет. Есть текст, изображения и переранжирование.
Что нужно, чтобы попробовать
Ключ заводится за минуту на keydealer.ru/login — почта и пароль, без документов и без зарубежной карты. Оплата российской картой в рублях, один ключ на весь каталог.
Платные текстовые модели доступны сразу на приветственном бонусе: прогнать сотню своих реальных заявок и посмотреть, что из них вытаскивается, можно без пополнения. Пять бесплатных текстовых позиций открываются после первого платного пополнения и дальше не тарифицируются.
Что держать в голове
Нейросеть в логистике закрывает текст вокруг перевозки, а не саму перевозку: разбор заявок и накладных в свободной форме, сведение отчётов перевозчиков, претензии, объяснение отклонений и ответы людям. Все пять сценариев оставляют человека последним звеном.
Маршруты и сроки считает планировщик, числа приходят из учётной системы, формулировки — от модели. Это разделение не про осторожность, а про то, как модель устроена внутри: она не оптимизирует и не вычисляет, она продолжает текст.
Начинать стоит с ответов людям, где риска нет, а экономия видна за неделю. Дальше — разбор в режиме предложения с измеряемой долей исправлений. Как мы проверяем факты и почему у каждой цифры стоит дата — на странице о проекте. Завести ключ: keydealer.ru/login.
Частые вопросы
Что нейросеть реально закрывает в логистике?
Работу с текстом вокруг перевозки: разбор заявок и накладных в свободной форме, сведение разноформатных отчётов перевозчиков к одной структуре, черновики претензий, объяснение отклонений в отчёте и ответы водителям и клиентам.
Может ли модель построить маршрут или посчитать срок доставки?
Нет. Маршрутизация, загрузка транспорта и расчёт сроков — задача систем планирования, где есть география, ограничения по массе и окна доставки. Модель этих данных не имеет и выдаст правдоподобное, но выдуманное решение.
Сколько стоит разобрать одну заявку?
Типовой разбор на 2 000 входных и 500 выходных токенов стоит 0,0075 ₽ на недорогой платной позиции. Десять тысяч документов в месяц — 75 ₽, на самой дешёвой платной позиции — 25 ₽, на бесплатной — ноль.
Что делать с накладными, которые приходят фотографией?
Брать позицию с подтверждённой работой с изображениями и просить структурированный ответ с отметкой уверенности по каждому полю. Ожидаемая доля ошибок здесь выше, чем на тексте, поэтому номера и суммы сверяются с учётной системой.
Откуда в ответе модели берутся числа?
Из вашей учётной системы, а не из модели. Модель переносит число строкой ровно так, как оно стоит в документе, и не складывает, не пересчитывает и не приводит единицы. Перенос проверяется выборочной сверкой.
С чего начинать внедрение?
С ответов водителям и клиентам: риск нулевой, экономия видна за неделю. Вторым шагом — разбор заявок в режиме предложения, когда модель заполняет поля, а диспетчер подтверждает и вы считаете долю исправлений.