Материалы дела: форматы, организация и анализ

Как привести исходники дела — сканы, фото, аудио — в вид, с которым нейросеть работает точно и без лишних трат, и как разложить их, чтобы в деле ориентировался и человек, и агент.

Дата составления: 2026-06-29
Статус: 💡 Актуально

Зачем готовить материалы

В судебной работе постоянно приходится работать с материалами дела, а их исходник после ознакомления в суде часто оставляет желать лучшего: фотографии под углом, бледные сканы, документы без текстового слоя. Нейросеть не сможет надежно работать с тем, что сама плохо «прочитала». Поэтому почти любой сценарий начинается с приведения материалов в порядок: распознать текст, при необходимости расшифровать аудио, выбрать формат и разложить файлы так, чтобы в них было удобно ориентироваться.

Распознавание текста

Нейросети нужен подходящий формат: с текстом она работает точнее, чем с картинкой. Если у вас только фото или скан, есть два пути.

Путь 1 — загрузить фото сразу в нейросеть и попросить проанализировать документ. Тогда она задействует встроенный модуль распознавания (OCR). Качество дальнейшей работы будет зависеть от того, насколько хорошо нейросеть прочитала текст, а распознавание дорогой модели расходует токены.

Путь 2 — сначала распознать текст отдельным инструментом, а в нейросеть загрузить уже готовый текст. Так можно не тратить токены дорогой модели и прогнать фото через более дешевую или специализированную.

Александр Бороухин поделился своим опытом сравнения различных способов распознавания на сложных юридических документах, снятых в плохом качестве с форматированием:

Инструмент

Как показал себя

FineReader 15

Классический OCR. Текст распался: странные символы, обрывки слов и фразы, которые без серьезной ручной правки не использовать.

Claude (Opus 4.6)

Грамматически гладкий, но местами бессвязный текст. К тому же распознавание сильной моделью дорого по токенам.

GLM-OCR

Специализированная модель распознавания. Заметно лучше, но с ошибками («апелляционной инструкции», «суд первой инструкции»); есть мнение, что слабо работает с кириллицей. Доступна через внешний сервис или локально.

DeepSeek-OCR-2

На том же фрагменте дал почти идеальный результат. Хорошо подходит для локального запуска.

Распознавать можно на чужом сервере (через онлайн-сервис) или локально — на своем компьютере или сервере. Локальный запуск лучше отвечает требованиям конфиденциальности и адвокатской тайны: материалы не уходят на сторону. Подробнее о том, когда это важно, — в статье Зачем анонимизировать данные.

Расшифровка аудио

Аудио — те же «нечитаемые исходники», только звуковые: записи заседаний, переговоров, консультаций. Их так же переводят в текст, после чего с расшифровкой работают как с обычным документом. Инструменты и приемы — в разделе Транскрипция и аудио.

Форматы и экономия токенов

Чем компактнее формат, тем меньше токенов и тем понятнее структура. Для нейросети предпочтительны .txt, Markdown и .pdf с текстовым слоем. Распознанные сканы стоит сохранять именно как .pdf с текстовым слоем, чтобы модель не «перечитывала» картинку каждый раз. Подробнее о форматах и расходе токенов — в статье Контекстное окно.

Организация: сбор и хранение документов

Когда дело большое (несколько лет, десятки участников, тысячи документов), порядок в файлах важнее инструмента. Рабочий подход:

  • разложить документы по понятной структуре — например, по хронологии дела (от иска и далее);

  • держать их в едином читаемом формате;

  • положить рядом короткую инструкцию-«легенду»: где что лежит и как агенту ориентироваться в деле. Если работаете с агентом (Claude Cowork или Claude Code), такую легенду можно поручить собрать ему самому по папке.

Большой объем документов удобно держать там, где нейросеть удержит их в контексте: например, в NotebookLM, который строит RAG-индекс по загруженным документам (в платной версии — до 300 источников). О технологии — в статье RAG.

Отдельная рутина — выгрузить материалы из карточки дела. Картотеку арбитражных дел и «Мой Арбитр» нельзя парсить напрямую, но участники сообщества автоматизируют сбор по-своему: от программ массового сохранения .pdf из браузера до скриптов, которые обходят дело и складывают акты для анализа. Такие инструменты собраны в статье Вайб-кодинговые проекты.

Связанные статьи

Дополнительные материалы

Теги: #судебная-работа #материалы-дела #распознавание #конфиденциальность