Я решил сделать AI-сервис для разбора договоров. Первая продуктовая гипотеза развалилась ещё до запуска

В предыдущем посте я писал о желании попробовать сделать собственный сервис с помощью вайб-кодинга. Но с одним принципиальным условием: мне не хотелось делать продукт просто ради самого процесса. Очередной генератор аватарок, обёртку над ChatGPT или сервис, который решает проблему, существующую исключительно в презентации его автора, делать было неинтересно.

Хотелось найти задачу, которая была бы достаточно простой для первого самостоятельного MVP, но при этом решала вполне реальную проблему. В итоге из всех вариантов я остановился на юридических документах. Так появилась идея ЮриБота - сервиса, который должен помочь обычному человеку быстро понять содержание договора и увидеть условия, на которые стоит обратить внимание.

Наверное, почти каждый хотя бы раз оказывался в ситуации, когда ему дают документ и предлагают его подписать. Договор аренды квартиры, трудовой договор, договор оказания услуг, соглашение с подрядчиком, NDA, оферта, дополнительное соглашение - вариантов много, но проблема примерно одна и та же.

Открываешь документ на 15–20 страниц, начинаешь читать, и вроде бы каждое предложение по отдельности понятно. Но довольно быстро возникает другой вопрос: а что из всего этого действительно важно именно для меня? Где я могу потерять деньги? Какие обязательства принимаю на себя? Что произойдёт, если захочу расторгнуть договор? Какие предусмотрены штрафы? Может ли вторая сторона в одностороннем порядке изменить условия?

Для меня здесь есть ещё и личный контекст. До того как прийти в IT, я пять лет работал учителем истории и обществознания и занимался репетиторством. В обществознании довольно большой блок посвящён праву, поэтому мне регулярно приходилось объяснять школьникам гражданское, трудовое, семейное, административное и конституционное право.

Я хорошо помню, насколько сухим и сложным для восприятия может быть юридический язык. Открываешь статью кодекса - вроде бы все слова по отдельности знакомые, но после прочтения предложения целиком человек не всегда понимает, что конкретно оно означает для него. Когда начинаешь разбирать ту же норму на обычных жизненных примерах, всё становится значительно понятнее. С договорами происходит примерно то же самое.

В какой-то момент я поймал себя на мысли, что AI здесь можно использовать примерно для той же задачи, которой я когда-то занимался как преподаватель: взять сложный и сухой юридический текст и объяснить его человеку нормальным языком, постаравшись при этом не потерять смысл. Конечно, договор можно прочитать самостоятельно, непонятные формулировки можно поискать в интернете, документ можно отправить знакомому юристу, а если вопрос действительно серьёзный - обратиться за полноценной юридической консультацией.

Но между вариантами «попробую разобраться сам» и «иду к юристу» мне показалось довольно большое свободное пространство: быстро получить первичное понимание того, что вообще написано в документе и на какие условия стоит посмотреть внимательнее. Именно эту задачу я и решил попробовать отдать AI.

Сама идея довольно простая: пользователь отправляет в Telegram договор или другой юридический документ. Сервис извлекает из него текст, при необходимости распознаёт скан или фотографию, а затем передаёт подготовленный текст AI для анализа. На выходе должен получаться не очередной пересказ договора канцелярским языком, а структурированный разбор.

Сначала пользователь получает короткое объяснение, что это за документ и о чём вообще договорились стороны. Затем сервис показывает потенциальные риски и спорные условия. Отдельно выделяются важные пункты: суммы, сроки, обязанности, ответственность, штрафы, расторжение и другие существенные условия. В конце формируются рекомендации о том, что имеет смысл проверить или уточнить до подписания.

В идеальном сценарии вместо самостоятельного изучения десятков страниц пользователь за несколько минут получает своего рода карту документа. Она не принимает решение за него, но показывает, куда смотреть в первую очередь. Так появилась концепция «ЮриБота - разбора документов»: первичный анализ и объяснение юридического текста простым языком, а не попытка заменить полноценную юридическую консультацию.

При проектировании первой версии хотелось максимально сократить расстояние между проблемой и её решением. Если человеку прислали договор в Telegram, довольно странно заставлять его переходить на отдельный сайт, регистрироваться, подтверждать почту, создавать личный кабинет, загружать документ и потом возвращаться туда за результатом.

Поэтому в первой версии я вообще отказался от отдельного пользовательского сайта или приложения. Весь сценарий происходит внутри Telegram: открыл бота → отправил документ → получил разбор. Чем меньше действий нужно совершить человеку в тот момент, когда у него уже есть конкретная проблема, тем лучше. По крайней мере, так выглядит моя гипотеза сейчас.

Это, пожалуй, самый очевидный и одновременно самый неприятный вопрос ко всей идее. И он совершенно справедливый. Уже сегодня можно открыть ChatGPT или другую нейросеть, загрузить туда договор и написать: «Проанализируй этот документ и найди риски».

Если ЮриБот будет делать ровно то же самое, только через Telegram, особого смысла в отдельном сервисе действительно нет. Моя гипотеза заключается в том, что ценность может быть не в самом доступе к AI, а в заранее определённом сценарии работы с документом.

Пользователь не должен думать, какой промпт написать, что именно попросить проверить, как обработать скан и какие дополнительные вопросы задать модели. Он просто передаёт документ, а всё остальное становится проблемой сервиса. Получится ли сделать этот процесс настолько удобнее и предсказуемее обычного диалога с нейросетью, чтобы отдельный продукт вообще имел смысл, я пока не знаю. И это настолько важный вопрос, что к нему я ещё вернусь отдельно.

Здесь начинается, пожалуй, одна из самых интересных технических проблем проекта. Юридический документ - не то место, где хотелось бы получить очень убедительно сформулированную галлюцинацию нейросети. Поэтому довольно быстро выяснилось, что одна из основных задач вообще не связана с интерфейсом Telegram-бота.

Недостаточно просто передать файл модели и получить красивый ответ. Сначала нужно постараться убедиться, что модель вообще получила данные, на основании которых можно делать выводы. Представим, что пользователь фотографирует договор: одна страница засвечена, часть текста обрезана, а ещё двух страниц вообще нет. В такой ситуации бот не должен уверенно сообщать, что критических рисков не обнаружено. Наоборот, он должен предупредить, что документ распознан не полностью, выводы могут быть неточными и для нормального анализа нужна полная версия.

Поэтому перед самим AI-анализом появился отдельный этап обработки. PDF, DOCX, старые DOC, фотографии и сканы сначала нужно превратить в текст. Для изображений и сканов используется OCR, после чего необходимо проверить качество полученного результата. И только затем подготовленный документ можно передавать на смысловой анализ.

В упрощённом виде цепочка сейчас выглядит так:

Telegram → извлечение текста/OCR → проверка качества → AI-анализ → проверка результата → Telegram

AI-агент не работает с исходным пользовательским файлом напрямую. Его задача начинается после того, как backend получил и подготовил текст документа. Причём проверка качества - не просто формальность. Для MVP уже предусмотрены три возможных исхода: документ пригоден для полноценного анализа, пригоден только для предварительного анализа либо качество настолько плохое, что анализ вообще не выполняется.

В процессе разработки стало довольно очевидно, что «сделать Telegram-бота, который отправляет файл нейросети» и «сделать сервис для анализа документов» - всё-таки немного разные задачи.

Нет, и я изначально не хочу так позиционировать продукт. Если речь идёт о сложной сделке, значительной сумме денег, судебном споре или нестандартном договоре с серьёзными последствиями, человеку нужен нормальный юрист. Никакой Telegram-бот не должен создавать иллюзию, что профессиональная юридическая помощь больше не нужна.

Задача ЮриБота гораздо приземлённее: дать человеку первичное понимание документа. Допустим, вам прислали договор на 20 страниц. Сервис показывает, что здесь предусмотрен штраф, там контрагент оставил за собой право изменить определённые условия, в другом месте нечётко указан срок, а расторгнуть договор можно только определённым способом.

После этого человек уже сам решает, достаточно ли ему полученной информации или документ действительно стоит показать специалисту. Во втором случае он хотя бы приходит к юристу уже с пониманием того, какие вопросы хочет задать.

Вот этого я пока не знаю. Можно сколько угодно рассуждать о том, что людям сложно читать договоры и поэтому такой сервис обязательно кому-нибудь понадобится. Но существование проблемы ещё не означает существования продукта.

Люди могут прекрасно обходиться без отдельного бота: читать документы самостоятельно, спрашивать знакомых, использовать обычный ChatGPT или сразу обращаться к юристу. Есть и ещё один серьёзный вопрос - доверие. Готов ли человек вообще отправить незнакомому Telegram-боту договор, в котором могут находиться ФИО, адрес, суммы, реквизиты и другая чувствительная информация?

Можно сделать технически хороший сервис и обнаружить, что потенциальные пользователи просто не хотят отдавать ему свои документы. Поэтому сейчас для меня начинается, пожалуй, наиболее интересный этап проекта - проверка гипотезы на реальных людях.

Я начал искать первых пользователей среди людей, снимающих жильё, предпринимателей, фрилансеров и самозанятых. Отдельно хочу привлечь к тестированию практикующих юристов: не столько как основную аудиторию, сколько как специалистов, которые смогут оценить, насколько адекватно AI вообще определяет существенные условия и юридические риски.

И одна продуктовая гипотеза уже успела развалиться.

Я был практически уверен, что хорошей аудиторией для ЮриБота могут стать люди, покупающие автомобили через автоподборщиков. Большая сумма сделки, договоры, автосалоны - на первый взгляд почти идеальный сценарий.

Поэтому я написал знакомому, который профессионально занимается подбором автомобилей, и предложил попробовать сервис на документах его клиентов. Ответ оказался гораздо полезнее, чем если бы он просто согласился протестировать бота.

Он объяснил, что при покупке автомобиля у частного лица обычно используется стандартный ДКП. В автосалонах договоры действительно могут содержать массу условий в пользу самого салона, но возможности покупателя что-либо изменить часто крайне ограничены: либо он принимает условия и покупает автомобиль, либо отказывается от сделки. Если же возникает действительно нестандартная сделка с юридическим лицом, клиент уже направляется к профильному юристу.

Получается интересная ситуация. Технически ЮриБот такой договор разобрать может, но возможность что-то проанализировать ещё не означает, что результат анализа решает пользовательскую проблему. Если человек обнаружит невыгодное условие, но не собирается и фактически не может ничего с ним делать, ценность такого разбора оказывается намного ниже, чем мне первоначально казалось.

Для меня это оказался хороший урок ещё до запуска какой-либо серьёзной рекламы. Само наличие договора ещё не означает наличие проблемы, для решения которой человеку нужен отдельный сервис.

Сейчас моя рабочая гипотеза выглядит немного иначе. Вероятно, ЮриБот наиболее полезен там, где одновременно выполняются три условия.

Во-первых, человеку сложно самостоятельно оценить документ. Он понимает текст в целом, но не способен быстро определить действительно значимые условия и риски.

Во-вторых, от содержания документа для него действительно что-то зависит: деньги, обязательства, возможность отказаться от сделки, ответственность или другие реальные последствия.

В-третьих, после обнаружения проблемы ещё можно что-то предпринять: задать вопрос второй стороне, потребовать изменить условие, отказаться от подписания или обратиться к специалисту.

Если хотя бы одного из этих элементов нет, ценность анализа может резко снижаться. Именно поэтому сейчас мне интереснее проверить договоры аренды, договоры между заказчиками и фрилансерами, документы предпринимателей и некоторые документы, возникающие в трудовых отношениях.

Возможно, эта гипотеза тоже окажется неправильной. Но выяснить это можно только одним способом - наблюдать за тем, как реальные люди используют продукт и какие задачи пытаются с его помощью решать.

Рабочая версия бота уже собрана, и сейчас для меня начинается более важный этап - beta-тестирование. На этом этапе гораздо интереснее не добавлять в продукт очередную функцию, а посмотреть, что произойдёт при столкновении с реальными пользователями и реальными документами.

Мне важно понять, какие сценарии действительно повторяются, какие документы люди пытаются анализировать, что в результатах оказывается полезным, что остаётся непонятным и в каких ситуациях пользователь всё равно предпочитает обратиться к живому юристу.

Главный вопрос этого этапа уже не в том, можно ли технически построить такой сервис. Рабочий прототип показывает, что можно. Вопрос в другом: существует ли за этой технической возможностью реальная пользовательская потребность, ради которой люди захотят возвращаться в отдельный сервис?

На него я теперь и хочу получить ответ.