Из договора устойчиво извлекаются девять условий: стороны, предмет, сумма, срок действия, порядок оплаты, пролонгация, штрафы и неустойки, подсудность и ответственные лица. Всё остальное — тоже извлекается, но с таким процентом правок, что читать проще самому. Причина в том, что договор не форма: полей у него нет, координат нет, а одно и то же условие у двух юристов записано разными словами и стоит в разных разделах.
Поэтому здесь не работает подход, который отлично работает со счётом и накладной. Вместо шаблона строится связка «найти нужный фрагмент по смыслу — извлечь моделью — потребовать цитату пункта — подтвердить человеком». Разберём эту связку по шагам, честно поделим условия на извлекаемые и неизвлекаемые, покажем, как устроен реестр с контролем дат, и посчитаем деньги — сначала те, что теряются на пропущенных сроках, потом те, что нужны на запуск.
Вводные модели: компания среднего размера, в архиве 4 000 договоров за всё время, из них 620 действующих; ставка юриста и специалиста договорного отдела — 600 ₽/час с налогами и взносами. Точность извлечения и порядок приёмки мы разбирали в отдельном материале про извлечение сроков и сумм — здесь эти цифры используются как данность. Состояние рынка и цены — на сентябрь 2026 года.
Девять условий, которые извлекаются устойчиво
Условия делятся на два класса, и это деление важнее, чем выбор модели. Атрибуты — то, что записано одинаково почти в любом договоре и проверяется извне: наименование и ИНН сторон, даты, сумма, суд. Условия — то, что каждый юрист формулирует по-своему: порядок оплаты, пролонгация, ответственность. У первых доля правок в разы ниже, и требовать от подрядчика одну общую цифру точности по всему договору — верный способ поссориться на приёмке.
| Условие | Класс | Где обычно лежит | Чем проверяется | Доля правок |
|---|---|---|---|---|
| Стороны: наименование, ИНН, КПП, подписант | Атрибут | Преамбула и раздел реквизитов | Контрольный разряд ИНН, справочник контрагентов, ЕГРЮЛ | 4,1 % |
| Срок действия: даты начала и окончания | Атрибут | Раздел «Срок действия договора» | Календарь, порядок дат, сверка с датой подписания | 6,4 % |
| Подсудность | Атрибут | Раздел о разрешении споров | Справочник судов, шаблонные формулировки | 7,2 % |
| Ответственные и контакты | Атрибут | Реквизиты, приложение о взаимодействии | Справочник сотрудников, формат телефона и почты | 5,5 % |
| Сумма и порядок её определения | Атрибут | Раздел «Цена договора» | Арифметика, сверка суммы прописью и цифрами, ставка налога | 8,8 % |
| Предмет договора | Условие | Раздел 1 | Только классификатором типов договоров | 18,0 % |
| Порядок оплаты: аванс, отсрочка, момент оплаты | Условие | Раздел о расчётах, иногда в приложении | Календарь, сверка с суммой, справочник типов оплаты | 24,0 % |
| Пролонгация и окно отказа | Условие | Раздел о сроке действия, реже в заключительных положениях | Календарь, проверка на непротиворечивость со сроком | 28,0 % |
| Штрафы и неустойки | Условие | Раздел об ответственности, часто несколько пунктов | Арифметика ставки, сверка базы начисления | 37,2 % |
Средняя доля правок по атрибутам — 6,4 %, по условиям — 26,8 %. Это ровно те цифры, которые получились на приёмке в разборе точности извлечения, и они устойчивы: причина не в модели, а в том, что у атрибута есть внешний арбитр, а у условия его нет. Отсюда практическое правило приёмки: нормируйте два числа отдельно, а не одно среднее, иначе хорошая цифра по атрибутам скроет плохую по штрафам — то есть по самому дорогому условию.
Горизонтальная линейчатая диаграмма из девяти строк, отсортированных по возрастанию доли правок. Строки и значения: «Стороны и ИНН — 4,1 %», «Ответственные и контакты — 5,5 %», «Срок действия — 6,4 %», «Подсудность — 7,2 %», «Сумма — 8,8 %», «Предмет — 18,0 %», «Порядок оплаты — 24,0 %», «Пролонгация и окно отказа — 28,0 %», «Штрафы и неустойки — 37,2 %». Первые пять полос одного тона с подписью группы «Атрибуты, среднее 6,4 %», последние четыре другого тона с подписью «Условия, среднее 26,8 %». Между группами горизонтальный разделитель. Ось X в процентах, подписи по-русски, чертёжная графика.
Что не извлекается без юриста
Есть четыре класса содержимого, где машина не помощник, и честно назвать их до проекта дешевле, чем объяснять потом. Общее у них одно: нужное знание физически отсутствует в разбираемом файле либо требует правовой квалификации, а не чтения.
- Нестандартные оговорки. Ограничение ответственности суммой договора, обеспечительный платёж с правом зачёта, эскроу, право одностороннего изменения цены при колебании курса. Такие пункты пишутся под конкретную сделку, встречаются раз на сотню договоров и потому не имеют статистики, на которой можно опереться. Их надо ловить не извлечением, а флагом: «в договоре есть пункт, не похожий ни на один типовой» — и отправлять юристу.
- Отсылки к приложениям и спецификациям. Формулировка «цена определяется согласно Приложению № 2» означает, что цены в договоре нет вообще. Машина в этом случае обязана вернуть не пустое поле и не догадку, а признак «условие вынесено в приложение» плюс номер приложения. Дальше нужен либо сам файл приложения, либо человек.
- Рукописные правки в подписанном экземпляре. Вычеркнутый пункт, вписанная от руки дата, «45» исправленное на «60» с двумя подписями на полях. Распознавание рукописи в такой позиции даёт 0–15 % документов без правки, и рассчитывать на него нельзя. Правильная реакция системы — пометить страницу как содержащую рукописные внесения и не извлекать с неё ничего автоматически.
- Условия, размазанные по нескольким пунктам. «Оплата в течение пяти дней» в разделе о расчётах плюс определение «дни считаются рабочими» в разделе терминов плюс «а при поставке в декабре — в течение трёх дней» в заключительных положениях. Собрать это в одно значение — уже толкование, а не извлечение. Система должна вернуть все три цитаты и оставить решение человеку.
Договор живёт не один: к нему приходят допсоглашения, которые меняют цену, срок и порядок оплаты. Реестр, который хранит условия исходного договора, через год начинает уверенно врать — и хуже того, врать правдоподобно. Поэтому карточка обязана иметь два слоя: условие по договору и действующее условие с учётом всех допсоглашений, с датой и номером документа, который его изменил. Если подрядчик не задал вопрос про допсоглашения на первой встрече, задайте его сами.
Как устроен разбор: шесть шагов и правило цитаты
Целиком договор в модель не отправляют: девять-двадцать страниц дают дорогой запрос и плохой результат, потому что нужный пункт тонет среди остальных. Работает другое — сначала найти фрагменты, где условие вообще может быть, и отдать модели только их.
- 1Нормализация файла
PDF со встроенным текстовым слоем читается напрямую и бесплатно, скан идёт в распознавание, фотография — в распознавание с предварительным выравниванием. На этом же шаге документ классифицируется по типу: поставка, подряд, аренда, оказание услуг, лицензия. Тип определяет, какие из девяти условий вообще искать.
- 2Разбиение на фрагменты по структуре
Не по количеству символов, а по пунктам и разделам, с перекрытием в один пункт. Это важнее, чем кажется: разрез посреди пункта об ответственности превращает «неустойка не начисляется, если» в «неустойка начисляется» — и модель уверенно вернёт неверное условие с честной цитатой.
- 3Поиск фрагментов по смыслу
Для каждого из девяти условий выбираются три-пять наиболее подходящих фрагментов — по смысловой близости, а не по словам. Поиск по словам здесь не работает: пункт о пролонгации часто не содержит слова «пролонгация», а сформулирован как «договор считается продлённым на тот же срок, если ни одна из сторон не заявит».
- 4Извлечение моделью с обязательной цитатой
Модель получает только отобранные фрагменты и обязана вернуть три вещи: значение, номер пункта и дословную цитату. Ответ без цитаты либо с цитатой, которой нет в тексте документа, отбраковывается автоматически. Это самая дешёвая и самая эффективная защита от выдуманных условий: проверка стоит доли копейки и не требует ни человека, ни второй модели.
- 5Проверки значений
Даты проверяются календарём и порядком: окончание позже начала, окно отказа раньше окончания, срок не из будущего относительно подписания. Суммы — арифметикой и сверкой прописи с цифрами. ИНН — контрольным разрядом. Ставка неустойки — на правдоподобие: 0,1 % в день это обычно, 10 % в день — почти наверняка потерянная запятая.
- 6Подтверждение человеком с подсветкой
Юрист видит карточку и рядом страницу договора с подсвеченной цитатой. Он не читает документ заново — он смотрит на подсвеченный фрагмент и нажимает «верно» или правит значение. Пять минут на договор против восемнадцати при обычном чтении, и вся разница именно здесь.
Горизонтальная схема из шести блоков со стрелками слева направо: «Нормализация и тип договора», «Разбиение по пунктам с перекрытием», «Поиск фрагментов по смыслу: 3–5 на условие», «Извлечение моделью: значение + пункт + цитата», «Проверки: календарь, арифметика, контрольный разряд», «Подтверждение юристом, 5 минут». От четвёртого блока вниз отходит отдельная стрелка в красный блок «Цитаты нет в тексте — ответ отбракован». От пятого блока вниз стрелка в блок «Не сошлось — в очередь». Под третьим блоком мелкая подпись-пример: «пункт о пролонгации не содержит слова пролонгация». Подписи по-русски, чертёжная графика.
Реестр и четыре даты на карточке
Извлечение — это средство, а цель — реестр. Смысл всего проекта в том, чтобы на вопрос «у каких контрагентов отсрочка больше 45 дней» или «какие договоры продлятся сами через месяц» отвечал запрос, а не человек с папками. И чтобы дата из пункта 7.3 попадала в календарь ответственного, а не в его память.
Дата, наступление которой требует действия, а бездействие имеет цену. В договоре их четыре: начало действия, окончание, последний день окна отказа от пролонгации и ближайшая дата платежа. Первые две есть в любом реестре, третья — самая дорогая и обычно отсутствует, четвёртая живёт в бухгалтерии отдельно от юристов и потому не связана с условиями договора.
Рабочая карточка реестра устроена так, чтобы её можно было заполнить и вести, а не так, чтобы она была полной. Практический минимум — четырнадцать полей.
- 1Контрагент, ИНН, номер и дата договора, тип, статус — действует, окно отказа открыто, истёк, продлён, расторгнут.
- 2Четыре контрольные даты и напоминания по каждой: за 90, 45 и 14 дней ответственному, за 14 — его руководителю. Три уровня нужны не для надёжности, а потому что действие по отказу от пролонгации почти всегда требует согласования, и за 14 дней его уже не успеть.
- 3Девять извлечённых условий, у каждого — номер пункта и цитата, по клику открывается страница документа с подсветкой.
- 4Слой допсоглашений: действующее значение условия, дата изменения и ссылка на документ, который его изменил.
- 5Ответственный со стороны компании и признак «условие подтверждено человеком» с датой — без него реестр нельзя использовать как основание для действий.
Отдельно про поиск. Реестр закрывает вопросы, которые формулируются полями, но не закрывает вопросы вида «в каких договорах вообще упоминается неисключительная лицензия». Для них нужен полнотекстовый поиск по архиву — это соседняя задача, мы описали её состав на странице поиска по архиву документов, и делается она обычно тем же проектом, потому что документы к тому моменту уже распознаны и лежат рядом.
Нарисованный (не скриншот) макет экрана карточки договора без реальных названий. Слева верхняя панель: контрагент, ИНН, номер, тип «Поставка», статус «Окно отказа открыто» с пометкой «осталось 14 дней». Под ней блок «Контрольные даты» из четырёх строк: начало, окончание, последний день окна отказа, ближайший платёж. Ниже список из девяти условий, у каждого значение, номер пункта и короткая цитата, у трёх строк значок «изменено допсоглашением». Справа — страница документа с подсвеченным фрагментом, соединённая тонкой линией с выбранной строкой условия. В нижней части кнопки «верно» и «поправить». Подписи по-русски, чертёжная графика, без логотипов.
Договоры с физлицами: куда их нельзя отправлять
В любом архиве есть договоры, где второй стороной выступает человек: подряд с самозанятым, аренда помещения у собственника-физлица, договор с клиентом. В них лежат фамилия, дата рождения, паспортные данные, адрес регистрации и банковские реквизиты — то есть персональные данные в чистом виде. С момента, когда такой файл уходит на разбор, вы передаёте персональные данные обработчику.
Из этого следуют три практических требования, и все три решаются на этапе проектирования, а не потом. Первое: с подрядчиком и с провайдером модели оформляется поручение обработки по части 3 статьи 6 152-ФЗ — вы остаётесь оператором и отвечаете перед человеком. Второе: базы, где хранятся такие данные, должны находиться в России по части 5 статьи 18. Третье, самое неудобное: прямая оплата зарубежных моделей из России невозможна, доступ идёт через посредников, и в такой схеме вы не можете назвать ни место обработки, ни обработчика — то есть выполнить первые два требования нечем.
Рабочее решение простое и делается один раз: классификатор на входе смотрит, кто вторая сторона, и разводит поток. Договоры с юрлицами и ИП идут по обычному маршруту, договоры с физлицами — в контур с российским размещением или в локальную модель на своём сервере, где вопрос трансграничной передачи не возникает вовсе. Такое разделение стоит примерно 40 000–60 000 ₽ в смете проекта и снимает большую часть спора с юристами; наш общий подход к размещению и доступам описан на странице о безопасности.
Сколько это стоит и что возвращает
Начнём не с расходов, а с того, что теряется без реестра. Это единственная часть расчёта, которая объясняет, зачем проект вообще нужен: экономия на минутах чтения его не окупает никогда.
Проценты в первых строках — модельные допущения, и их стоит подставить своими. Долю пропущенных окон отказа легко проверить: возьмите договоры, продлившиеся за прошлый год автоматически, и спросите ответственных, сколько из них продлили осознанно. Обычная реакция на этот вопрос и есть ответ.
Четырнадцать месяцев — честный, но не героический срок, и он объясняет, почему такие проекты почти никогда не начинают ради окупаемости. Их начинают под событие: налоговая проверка, проверка контрагентов перед сделкой, смена юриста, требование банка или инвестора показать портфель обязательств. Если событие есть — считать надо не окупаемость, а стоимость альтернативы, то есть месяцы ручного чтения.
| Сценарий | Что разбираем | Стоимость | Срок | Окупаемость | Когда выбирают |
|---|---|---|---|---|---|
| Минимальный | 620 действующих договоров | 406 784 ₽ | 4 недели | 14,1 месяца | Обычный старт: нужен контроль дат и ответы на вопросы по действующим обязательствам |
| Средний | 620 действующих плюс 1 400 за последние три года | 467 264 ₽ | 5 недель | 16,2 месяца | Есть открытые споры, сверки и претензионная работа по недавним договорам |
| Полный | Все 4 000 документов архива | 552 800 ₽ | 6 недель | 19,2 месяца | Due diligence, налоговая проверка, реорганизация, передача дел новому юристу |
Для сравнения: разбор тех же 4 000 договоров руками — это 1 200 часов, 720 000 ₽ и семь с половиной месяцев работы одного человека. Разница в деньгах невелика, разница в сроке — шесть месяцев, и именно она обычно решает.
Комбинированная диаграмма из трёх групп: «Минимальный: 620 договоров», «Средний: 2 020», «Полный: 4 000». В каждой группе один столбец стоимости: 406 784 ₽, 467 264 ₽, 552 800 ₽. Поверх столбцов линия «Окупаемость, месяцев» с точками 14,1 / 16,2 / 19,2 и осью справа. Горизонтальная штриховая линия на уровне 720 000 ₽ с подписью «разбор руками: 720 000 ₽ и 7,5 месяца». Под группами подписи сроков: 4, 5 и 6 недель. Левая ось — рубли, правая — месяцы. Подписи по-русски, чертёжная графика.
Когда реестр не нужен
Автоматическое извлечение условий — не универсальная польза. Ниже случаи, где мы говорим «не надо» до договора, а не после первого квартала.
- Действующих договоров меньше 120–150. Ведение таблицы с четырьмя датами вручную занимает у ответственного 2–3 часа в месяц, и это дешевле любого проекта. Заводится таблица за день, а пользы даёт ровно столько же.
- Все договоры типовые и заключаются по вашей форме. Тогда условия известны заранее и лежат в конструкторе документов, а не в тексте — извлекать нечего. Проект нужен ровно наоборот: когда договоры чужие и разные.
- Некому реагировать на напоминания. Реестр, который присылает уведомление в никуда, — это дорогая система для генерации чувства вины. Сначала ответственный за договор, потом реестр.
- Договоры хранятся только в бумаге и не сканируются. Оцифровка 4 000 папок — отдельная работа со своей ценой и своим сроком, и включать её в проект извлечения по умолчанию нечестно.
- Нет ответа на вопрос, что делать с найденным. Реестр показывает: у 60 контрагентов отсрочка больше 45 дней, а по 22 договорам вы уже год работаете на условиях, которые не согласовывали. Если пересматривать их некому и незачем, проект превратится в отчёт, который никто не открывает.
- Нужно юридическое заключение, а не данные. Оценка рисков, проверка на кабальные условия и сравнение с вашей типовой формой — это соседняя задача, мы описали её отдельно на странице проверки договоров. Извлечение отвечает на вопрос «что написано», а не «хорошо ли это».
Ценность извлечения не в том, что машина прочитала договор, а в том, что дата из пункта 7.3 попала в календарь ответственного за 45 дней до срока.
