Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизКод / SDK · В работуHabr AI→ оригинал

Юрист научил ИИ-агента вносить точечные правки в Word в режиме Track Changes

Юрист устал переносить правки из чата с ИИ в договоры и вместо набора жёстких команд дал модели песочницу с Python. Агент сам разбирает XML внутри .docx и вносит точечные правки в режиме Track Changes: меняет «30» на «45», не переписывая абзац. Для файлов с непредсказуемой структурой такая гибкость оказалась практичнее готовых операций.

AI-обработка оригинала Habr AI; редакция Hamidun News
Юрист научил ИИ-агента вносить точечные правки в Word в режиме Track Changes
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Сервер Veqtor Workspace даёт модели четыре MCP-инструмента и Python без сети
Ключевой факт #2Работает с Claude и моделями OpenAI; сама модель в сервер не встроена
Ключевой факт #3Исходный файл сохраняется, а итог в Word всё равно проверяет человек

Любой, кто работал с договорами, знает эту рутину: обсудил с ИИ удачную формулировку, а потом вручную ищешь пункт в Word, заменяешь текст, смотришь соседние положения и добавляешь комментарий. Юрист, автор этой истории, решил убрать именно этот шаг. Получилось, но не с первой попытки, и сам путь интереснее результата: он показывает, где проходит граница между заранее написанными операциями и кодом, который агент пишет на лету.

Почему первая версия упёрлась в формат

Сначала автор пошёл по пути строгого контроля. Он сделал MCP-сервер с набором заранее определённых операций над документом. MCP здесь нужен, чтобы подключённая модель могла вызывать инструменты сервера. Модель решает, что менять, а обычный код аккуратно выполняет замену: находит текст, проверяет исходное состояние, вносит правку и следит, чтобы ничего лишнего не задело.

Проблема в том, что .docx — это ZIP-архив с XML-частями. Фраза, которая в Word выглядит одной строкой, внутри часто разбита на несколько фрагментов. Рядом может стоять комментарий, часть текста помечена как вставленная, часть как удалённая, и всё это может лежать в ячейке таблицы. Для юриста это обычный договор после нескольких раундов согласования. Для программы, которая должна заменить пару слов и не сломать чужие исправления, это куча особых случаев.

Каждый новый документ требовал расширять правила и проверки. В какой-то момент автор понял, что пишет всё более сложный редактор Word, хотя задача была скромнее: не переносить правки руками.

Вторая версия: сервер даёт среду, код пишет модель

Тогда он перевернул схему. Современные модели хорошо пишут код, в том числе под разбор конкретного файла, так зачем ограничивать их списком операций, которые успел реализовать человек? Так появился Veqtor Workspace. Сервер даёт доступ к выбранным документам и среду для Python, а агент изучает файл, при необходимости разбирает XML и пишет код под конкретное изменение. Если код упал, агент получает ошибку и исправляет его.

У сервера четыре MCP-инструмента:

  • workspace_info объясняет, как устроена рабочая среда;
  • document_task создаёт задачу с рабочей копией документа и сохраняет результат;
  • run_python выполняет код, который написала модель;
  • check_docx сравнивает исходник с результатом и при необходимости делает превью.

Ограничения остались на стороне сервера. Python работает локально, без сети, только с выбранными файлами и отдельной рабочей папкой. Исходная версия сохраняется, а перед записью результата сервер проверяет, не изменился ли оригинал за время работы. Языковой модели в сервере нет: рассуждает та, к которой он подключён, будь то Claude или модель OpenAI.

Что получилось и где подвохи

По словам автора, в проверках с Claude и моделями OpenAI агент читал документы, находил нужный фрагмент и готовил файл с правками в режиме Track Changes. Главное для юриста — как именно выглядят изменения. Если срок меняется с 30 на 45 дней, нужно видеть замену числа, а не удалённый и заново вставленный абзац: иначе другой стороне придётся сравнивать весь текст. Новая схема даёт точечные правки, которые в Word можно просмотреть, принять или отклонить.

Показателен и формат запроса: «замени 30 дней на 45, сохрани остальные формулировки, форматирование, существующие исправления и комментарии, внеси изменение в режиме правок». Одного итогового числа 45 в тексте мало, нужен документ, с которым продолжат работать люди.

Ограничения автор называет сам:

  • модель может выбрать неудачный способ правки, затронуть лишний текст или неверно понять старые исправления;
  • проверка XML не заменяет просмотр в самом Word;
  • сервер работает с сохранённым файлом, несохранённые изменения в открытом окне он не видит;
  • код выполняется локально, но при облачной модели прочитанный текст уходит ей через результаты вызова инструментов, и это важно для конфиденциальных договоров;
  • гибкость стоит времени и токенов: агенту нужно разобраться в файле, написать код и иногда поправить себя, а готовая функция для известного случая быстрее и предсказуемее.

Практический вывод

Автор делит ответственность так: доступ к файлам, сохранение исходников и запись результата остаются под контролем сервера, способ чтения и редактирования выбирает модель, а финальный результат смотрит человек. Для разработчиков это рабочий шаблон для любых форматов с «грязной» внутренней структурой: Excel, PowerPoint, PDF. Если входы слишком разнообразны, чтобы описать каждый сценарий заранее, дешевле дать агенту песочницу и жёсткие границы доступа, а детерминированные функции оставить для частых и хорошо известных случаев. Сам автор называет себя вайбкодером и просит профессионалов подсказать, где проводить границу между свободой модели и заранее реализованными операциями.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: почему первая версия упёрлась в формат?

Сначала автор пошёл по пути строгого контроля. Он сделал MCP-сервер с набором заранее определённых операций над документом. MCP здесь нужен, чтобы подключённая модель могла вызывать инструменты сервера. Модель решает, что менять, а обычный код аккуратно выполняет замену: находит текст, проверяет исходное состояние, вносит правку и следит, чтобы ничего лишнего не задело. Проблема в том, что .docx — это ZIP-архив с XML-частями.

Что известно по теме: вторая версия: сервер даёт среду, код пишет модель?

Тогда он перевернул схему. Современные модели хорошо пишут код, в том числе под разбор конкретного файла, так зачем ограничивать их списком операций, которые успел реализовать человек? Так появился Veqtor Workspace. Сервер даёт доступ к выбранным документам и среду для Python, а агент изучает файл, при необходимости разбирает XML и пишет код под конкретное изменение. Если код упал, агент получает ошибку и исправляет его.

Что известно по теме: что получилось и где подвохи?

По словам автора, в проверках с Claude и моделями OpenAI агент читал документы, находил нужный фрагмент и готовил файл с правками в режиме Track Changes. Главное для юриста — как именно выглядят изменения. Если срок меняется с 30 на 45 дней, нужно видеть замену числа, а не удалённый и заново вставленный абзац: иначе другой стороне придётся сравнивать весь текст. Новая схема даёт точечные правки, которые в Word можно просмотреть, принять или отклонить.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…