Нормативная база любой отрасли — это сотни тысяч страниц: федеральные законы, подзаконные акты, ГОСТы и СП, ведомственные приказы, внутренние регламенты и технические условия. Найти в этом массиве точный ответ на прикладной вопрос часто сложнее, чем решить саму задачу. Классический поиск по ключевым словам здесь почти бесполезен: формулировка в документе и формулировка в голове специалиста совпадают редко.

Почему полнотекстовый поиск буксует

Документ говорит «грузоподъёмные механизмы», а инженер ищет «кран-балку». Норма ссылается на другой пункт, тот — на третий, и цепочка отсылок уводит от исходного запроса. Добавьте редакции: пункт, действовавший три года назад, уже изменён, но именно он всплывает первым в выдаче.

В итоге опытные сотрудники держат в голове «карту» знакомых документов и ходят по ней, а новичок или смежник вынужден читать нормативку подряд. Это медленно и создаёт риск сослаться на утратившую силу норму.

Что меняет семантический навигатор

Семантический поиск работает не с буквами, а со смыслом. Документы разбиваются на фрагменты — обычно по пунктам и абзацам, — каждый превращается в векторное представление, и запрос сопоставляется с ними по смысловой близости, а не по совпадению слов. Поверх этого ставится генеративная модель, которая формулирует ответ на естественном языке и обязана привести ссылку на источник.

Ключевое отличие от «просто чат-бота с документами» — гибридная схема: векторный поиск дополняется полнотекстовым по точным терминам, номерам пунктов и обозначениям ГОСТ. Без этого теряются запросы вида «СП 20.13330 п. 10.2» или «приказ № 883н».

Ответ без ссылки — не ответ

В нормотворческой работе цена ошибки высока, поэтому навигатор должен выдавать не пересказ, а цитату с атрибутами: номер пункта, название документа, редакция и дата её введения, статус (действует или утратил силу). Модель обязана отвечать «в предоставленных документах этого нет» вместо правдоподобной догадки.

Практика показывает: без жёсткого требования цитирования пользователи быстро перестают доверять системе. Достаточно одного уверенного, но неверного ответа, чтобы к инструменту перестали обращаться.

Российская специфика

В отечественных внедрениях почти всегда приходится решать три задачи. Первая — источники: внешняя нормативка (законы, ГОСТы, СП, СанПиНы) плюс внутренние регламенты, приказы и технические условия компании. Вторая — права доступа: не каждый сотрудник должен видеть документы с грифом или коммерческой тайной, поэтому фильтрация по ролям встраивается в сам поиск. Третья — приватность: для промышленности, медицины и госсектора разумно разворачивать модель в контуре заказчика, без передачи запросов во внешние сервисы.

Отдельная тема — интеграция с 1С и системами документооборота, чтобы навигатор работал с актуальными версиями, а не с копией, снятой полгода назад.

Практические шаги

1. Инвентаризация корпуса: какие документы, в каких редакциях, кто владелец каждого.
2. Разметка метаданными: дата, редакция, статус, отрасль, уровень доступа.
3. Нарезка на смысловые фрагменты с сохранением иерархии «документ → раздел → пункт».
4. Гибридный поиск плюс переранжирование результатов.
5. Тестовый набор из 50–100 реальных вопросов сотрудников с эталонными ответами — на нём измеряются точность и полнота.
6. Регламент обновления: новые редакции подгружаются по расписанию, устаревшие помечаются.

Такой набор вопросов стоит собрать до начала разработки: он показывает, где система ошибается, и защищает проект от бесконечной доводки вслепую.

Как мы можем помочь

Студия АПС внедряет приватные LLM, RAG-системы и ИИ-агентов: собираем корпус документов, настраиваем семантический и гибридный поиск, обеспечиваем цитирование с указанием пункта и редакции, разворачиваем решение в контуре заказчика и интегрируем с 1С и CRM. Обсудить проект.