Вайб кодинг 1С: GigaCode, нейросети для 1С + закон РФ

Вайб-кодинг для 1С: кому и зачем эта статья

Если вы программист 1С или фирма-франчайзи в России, вайб-кодинг для 1С выглядит иначе, чем для веб-разработчика. У вас встроенный язык, конфигуратор, СКД, регистры, БСП, проприетарные конфигурации, и зарубежные нейросети про всё это знают мало. К маю 2026 на Хабре и Infostart появились первые серьёзные обзоры (habr.com/908170, infostart.ru/2605838), но никто из них не закрывает три критичные для российского 1С-разработчика темы: цены в рублях на каждый инструмент, юридика передачи кода клиента в зарубежные AI, и честный gap-анализ GigaCode для 1С.

В этом гайде, матрица 7 нейросетей по бенчмарку 11 типовых 1С-задач, реальное состояние GigaCode 2 на конец апреля 2026, рабочая связка GigaChat + GigaCode, настройка MCP-серверов для 1С (1c-mcp-toolkit, Syntax MCP, Project MCP), 10 готовых промптов, кейс «Запрос с СКД через GigaChat за 15 минут» и юридический разбор: что говорит ст. 1295 ГК РФ о передаче чужого кода в AI и почему банкам и госсектору нужен on-premise.

Статья, часть pillar Вайб-кодинг и ИИ для кода 2026: топ-15 + закон РФ. Если вы только знакомитесь с темой AI для разработки в целом, начните с него; здесь идём вглубь по 1С.

Что такое вайб-кодинг в 1С и почему это другая задача

Термин «vibe coding» ввёл Andrej Karpathy в феврале 2026: программирование через диалог с AI на естественном языке без глубокого знания синтаксиса. Для веб-разработчика на Python/JS этот подход уже стандарт, Cursor + Claude закрывают 60% boilerplate. Для 1С всё иначе по трём причинам.

Причина 1. Маленькая база в обучающих данных. На GitHub (главный источник для обучения LLM) Python собрал десятки миллионов файлов, JavaScript, сопоставимо. Открытого 1С-кода, на порядки меньше. Большинство 1С-конфигураций живёт в закрытых корпоративных базах франчайзи и заказчиков, а не на GitHub.

Причина 2. Проприетарность платформы. «Встроенный язык 1С» — это диалект Pascal-подобного синтаксиса, разработанный фирмой «1С». Документация, на v8.1c.ru и в самой платформе. Платформа развивается, методы и события меняются. AI часто галлюцинирует несуществующие методы или путает синтаксис, потому что обучался на разных версиях и переводах документации.

Причина 3. Контекст конфигурации. В отличие от обычного backend-проекта, где AI может посмотреть весь репозиторий, конфигурация 1С — это большой XML/двоичный объект с метаданными (справочники, документы, регистры, отчёты на СКД, формы). Без специального инструмента AI не «видит» эту структуру.

Что отсюда следует. Вайб-кодинг для 1С работает, но требует другого workflow: либо российский AI с пониманием 1С-специфики (GigaCode + GigaChat), либо мощный внешний AI (Claude/Gemini) + MCP-сервер для контекста конфигурации, либо локальная модель для NDA-чувствительных проектов.

Главная проблема: почему AI плохо знает 1С

Если вы попробуете в чистом ChatGPT-5 или GigaChat 2 Max задать вопрос «напиши процедуру обработки проведения документа Реализация товаров с записью движений в регистр накопления ТоварыНаСкладах», получите код, который выглядит как 1С, но в нём будут ошибки трёх типов:

Тип 1. Несуществующие методы. AI выдумывает методы, которых нет в платформе. Например, придумывает «РегистрНакопления.СоздатьЗапись()», на самом деле метод называется «Движения.<ИмяРегистра>.Добавить()». Или путает «Документы.Реализация.СоздатьДокумент()» с «Документы.РеализацияТоваровУслуг.СоздатьДокумент()», имя из конкретной типовой конфигурации.

Тип 2. Смесь синтаксисов разных версий платформы. «Управляемые формы» (8.2+) и «Обычные формы» (7.7-8.1) имеют разный синтаксис, AI часто их смешивает, выдавая псевдокод, который не компилируется.

Тип 3. Незнание типовых конфигураций. Имена реквизитов в УТ 11, ERP, БП 3.0, ЗУП 3.1, разные. AI обучен на куске open-source 1С-кода и не различает, к какой конфигурации обращён вопрос.

Решение, давать AI контекст конкретной конфигурации (через MCP-серверы, см. ниже), либо использовать модель, специально обученную на российском 1С-коде (плагин GigaCode для 1С, который анонсирован, но плагина пока нет, см. раздел про GigaCode).

Сравнение 7 нейросетей для 1С: матрица с ценами в рублях

Бенчмарк Хабр 908170 (апрель 2026) тестировал 7 моделей на 11 типовых задачах 1С: запрос на СКД, обработка проведения, регламентное задание, COM-обмен, отчёт на СКД, форма обработки, тест на pytest-style для 1С. Победители, Claude (Sonnet 4.5) (8/11) и Gemini 2.5 Pro (7/11).

Что говорит таблица.

• Если вам важно качество генерации 1С-кода и юридика не критична (открытый код, личные проекты), Claude (Sonnet 4.5) через посредника AITUNNEL.
• Если код принадлежит клиенту с NDA или вы работаете с банком/госсектором, только GigaChat 2 Max + GigaCode + YandexGPT 5 Pro. Серверы в РФ.
• Если бюджет 0 ₽, GigaChat 2 в free-тарифе (1M токенов в день) + GigaCode 2 для VS Code.
• Если нужна полная независимость и on-premise, DeepSeek V3 локально (требуется GPU 24+ GB) или Qwen 3 Coder через Continue.dev.

GigaCode 2 для 1С: реальное состояние плагина в 2026

GigaCode, официальный AI-ассистент Сбера для разработки. Версия 2.0 (релиз февраль 2026) обучена на российских репозиториях и знает специфику РФ-стека: cryptography с ГОСТ-алгоритмами, requests-pkcs12, библиотеки для СМЭВ и ЕСИА.

Поддерживаемые IDE: VS Code, JetBrains-семейство (IntelliJ IDEA, PyCharm, GoLand, WebStorm), GigaIDE 2.0, Vim, Emacs.

Поддерживаемые языки: Python, JavaScript/TypeScript, Java, Kotlin, Go, C++, C#, PHP, Rust, SQL.

Что с 1С? На конец апреля 2026 на gigacode.ru/docs/product-updates нет специального плагина для конфигуратора 1С:Предприятия 8 или для 1С:EDT (среды разработки на базе Eclipse, которую продвигает фирма «1С» как замена конфигуратору). Это значит:

• В конфигураторе GigaCode не работает, конфигуратор не имеет API для сторонних расширений.
• В VS Code с расширением 1C/EDT GigaCode работает как обычный AI-ассистент по тексту: подсветит синтаксис как обычный код, предложит дополнения по контексту файла. Но не понимает специфику языка 1С глубоко, может предложить Python-стиль вместо «КонецЕсли;».
• В 1С:EDT официальной интеграции нет, но энтузиасты подключают через сторонние плагины Eclipse.

Что обещают? На конференции GigaConf (март 2026) Сбер анонсировал планы расширения языков. 1С в роадмапе упомянут, но без сроков. Если вам критично, следите за обновлениями на gigacode.ru/docs/product-updates.

Альтернативный workflow с GigaCode для 1С прямо сейчас:

1. В VS Code открываете .bsl-файл (формат для EDT).
2. GigaCode даёт автодополнение по словам и общим конструкциям.
3. Для семантически сложных задач (запросы, СКД, обмены), переключаетесь в чат GigaChat 2 Max и просите написать код там.
4. Копируете в EDT, проверяете в конфигураторе.

GigaChat для 1С через API: настройка, лимиты, цены

GigaChat 2 Max, большая модель Сбера, доступная через API на giga.chat. Понимает русские термины 1С на уровне «чат» (но не «IDE»).

Цены (на апрель 2026):

• Free-тариф (для физлиц через Сбер ID): около 1M токенов в день в боте, без оплаты.
• Pay-as-you-go API: ~1,5 ₽ за 1k токенов на входе, ~4,5 ₽ за 1k на выходе (модель Lite дешевле). Точные цены публикуются на developers.sber.ru.
• Подписка GigaChat Premium в боте: от 290 ₽/мес для физлиц, расширенные лимиты.
• Корпоративные тарифы, отдельные пакеты на developers.sber.ru с безлимитом и SLA, цена обсуждается с Сбером (индикативно, десятки тысяч рублей в месяц на команду).

Настройка для 1С-разработчика:

1. Регистрация на developers.sber.ru → получение Authorization key.
2. Установка официальных SDK: pip install gigachat (Python, от ai-forever) или gigachat-node (npm, неофициальные обёртки от сообщества). Прямой 1С-клиент пока не публикуется официально.
3. Запросы через 1С, через HTTPСоединение и POST на gigachat.devices.sberbank.ru/api/v1/chat/completions, авторизация по OAuth-токену (получается через POST на ngw.devices.sberbank.ru:9443/api/v2/oauth/token с Authorization key).

Что хорошо для 1С:

• Понимает русские термины: «регистр накопления», «справочник Контрагенты», «документ ПриходТовара», «обработка проведения», «отчёт на СКД».
• Знает БСП (Библиотека стандартных подсистем) на уровне терминологии.
• Может написать процедуру по описанию на русском и сразу с комментариями.

Что плохо:

• Не знает структуру конкретной конфигурации (если только не подгружать текстовый дамп в контекст).
• Может ошибиться в именах методов платформы, обязательная проверка в синтакс-помощнике.
• Контекст 32k токенов, не хватит для большой обработки целиком, нужно разбивать на части.

YandexGPT 5 Pro для 1С: blue ocean темы

YandexGPT, модель Yandex, доступная через Yandex Cloud Foundation Models. Никто из топ-3 русскоязычных обзоров (Хабр, Infostart) не разбирает её для 1С-задач, хотя она доступна и стоит дешевле GigaChat.

Цены (апрель 2026):

• YandexGPT Lite: от 0,2 ₽ за 1k токенов на входе.
• YandexGPT 5 Pro: от 0,4 ₽ за 1k токенов на входе, от 1,2 ₽ на выходе.
• Контекст 32k.

Когда выбрать YandexGPT для 1С:

• Если вы уже используете Yandex Cloud (например, для хранения файлов или аналитики через DataLens), единое API, единый биллинг, единый контракт с РФ-провайдером.
• Если нужна юридическая чистота для госсектора, Yandex Cloud имеет ФСТЭК/УЗ-3 и аттестован на КИИ.
• Если нужны высокие лимиты RPS, у Yandex Cloud масштабирование лучше, чем у GigaChat для бизнес-нагрузок.

Подключение из 1С: Через HTTPСоединение на llm.api.cloud.yandex.net/foundationModels/v1/completion с авторизацией по IAM-токену или API-ключу. Документация полная на yandex.cloud/ru/docs/foundation-models.

Что хорошо для 1С:

• Понимает русские термины 1С на уровне модели общего назначения.
• Дешевле GigaChat в pay-as-you-go (для небольшого объёма запросов).
• Прозрачные тарифы и SLA.

Что плохо:

• Не специализирована на коде (как GigaCode), хотя пишет приемлемо для коротких задач.
• Контекст 32k уже мало для 2026 года (у Claude, 200k).

ChatGPT и Claude как консультанты по алгоритмам 1С

Главный вопрос: можно ли использовать ChatGPT/Claude для 1С-задач, если вы делаете коммерческий проект под NDA?

Прямой ответ. Передавать в зарубежные AI-сервисы код клиента, на который у вас NDA, юридический риск (см. раздел про ст. 1295 ГК РФ). Но использовать их как консультантов для алгоритмических вопросов, без передачи кода клиента, допустимо.

Что можно отдавать в ChatGPT/Claude:

• Алгоритмические вопросы общего характера: «как реализовать FIFO-распределение остатков в регистре накопления, опиши логику».
• Учебные задачи: «напиши простую обработку для учебной базы УТ 11, которая выводит топ-10 контрагентов по выручке».
• Псевдокод: «в чистом синтаксисе 1С 8.3 управляемых форм опиши процедуру открытия формы выбора с фильтром».
• Документация: «объясни простым языком, что такое регистр накопления и чем оборотный отличается от остатков».

Что НЕЛЬЗЯ отдавать (без согласия клиента):

• Реальный код из конфигурации заказчика, даже фрагменты.
• Скриншоты конфигуратора с структурой объектов клиента.
• Запросы с реальными именами реквизитов конфигурации (часто содержат бизнес-логику).
• SQL-запросы к продуктивной БД клиента.

Workflow «гибрид» (используется большинством продвинутых 1С-разработчиков в РФ):

1. Задача от клиента → переформулируете в обезличенный вид (без названий компаний, имён сотрудников, специфики бизнеса).
2. Алгоритмический вопрос задаёте Claude или ChatGPT.
3. Получаете псевдокод или код в чистом 1С 8.3.
4. Адаптируете под конкретную конфигурацию клиента вручную (имена реквизитов, обращения к БСП).
5. В конфигураторе или EDT клиента, пишете окончательный код руками или с GigaCode.

MCP-серверы для 1С: 1c-mcp-toolkit, Syntax MCP, Project MCP

Model Context Protocol (MCP), открытый стандарт от Anthropic для подключения внешних источников данных к LLM. Для 1С это переломный момент: с MCP-сервером AI понимает структуру конкретной конфигурации, видит метаданные, выполняет запросы к синтакс-помощнику.

Что доступно для 1С (на апрель 2026)

1c-mcp-toolkit (github.com/Bayselonarrend/MCP-1C), самый популярный набор. Подключается к 1С через COM или HTTPS-сервис, даёт LLM возможность:

• Читать структуру конфигурации (справочники, документы, регистры).
• Выполнять запросы к БД (только чтение, без изменений).
• Получать метаданные объектов.
• Просматривать модули объектов.

Syntax MCP (Infostart 2605838), MCP-обёртка над синтакс-помощником 1С. AI может проверить, существует ли метод платформы, какие у него параметры, какие свойства у объекта.

Project MCP (Infostart 2605838), индексирует .bsl-файлы EDT-проекта, даёт AI быстрый поиск по коду конфигурации без необходимости читать все файлы.

Workflow с MCP

1. Установка MCP-сервера (запускается локально на машине разработчика).
2. Подключение к нему AI-клиента: Claude Desktop, Cursor, Roo Code в VS Code, Continue.dev.
3. AI получает доступ к контексту конфигурации.
4. Запрос вида: «Найди в конфигурации все процедуры обработки проведения документа Реализация и проверь, что в них корректно записываются движения в регистр накопления Продажи». AI выполнит запрос через MCP, прочитает модули, проанализирует код.

Кому это нужно

• Тимлиды и архитекторы, для аудита и рефакторинга больших конфигураций.
• Senior 1С-разработчики, для генерации обработок с учётом конкретной конфигурации.
• Тестировщики, для генерации тестовых кейсов.

Кому НЕ нужно (пока)

• Junior, слишком сложная настройка, проще сначала освоить базовый GigaChat-чат.
• Малые команды без выделенного времени на инфраструктуру, настройка занимает 4–8 часов.

Continue.dev + локальная модель для NDA-проектов

Если вы работаете с банком, госсектором, оборонкой или любым клиентом, чей код категорически нельзя отдавать в облако, единственный вариант это локальная модель.

Стек:

• Continue.dev, опенсорс-расширение для VS Code, аналог Cursor. Работает с любым LLM-провайдером, включая локальные (через Ollama).
• Ollama, менеджер локальных моделей. Запускается одной командой, скачивает модель в формате GGUF.
• Модель: DeepSeek Coder V3 (квантизованная Q5, ~25 ГБ) или Qwen 3 Coder 32B (Q4, ~20 ГБ). Обе свободно скачиваются с Hugging Face.

Минимальное железо:

• 1×NVIDIA RTX 4090 (24 GB VRAM), DeepSeek Coder V3 Q5 работает, ~15 токенов/сек.
• 1×Apple M3 Max 64 GB, Qwen 3 Coder 32B Q4 работает, ~10 токенов/сек.
• 2×RTX 3090 (48 GB VRAM суммарно), DeepSeek Coder V3 без квантизации, ~25 токенов/сек.

Бюджет:

• Железо: 200–400 тыс. ₽ единоразово.
• Электричество: ~3–5 тыс. ₽/мес при постоянной работе.
• Лицензии: 0 ₽ (DeepSeek, Qwen, бесплатные).

Workflow для 1С с Continue.dev + локальной моделью:

1. Открываете .bsl-файл EDT-проекта в VS Code.
2. Continue.dev по горячей клавише отправляет код в локальную Ollama.
3. Получаете ответ за 3–10 секунд.
4. Никаких данных не покидает машину разработчика.

Кому это критично:

• Банки топ-30, внутренние политики безопасности запрещают облачные AI.
• Госсектор и подведомственные учреждения, требования ФСТЭК.
• Оборонка, ГТ/ЗГТ-обработка.
• Крупные ритейлеры с собственной IT, внутренние NDA.

Юридика: ст. 1295 ГК РФ и передача кода клиента в зарубежные AI

Это раздел, который не пишет ни одна из топ-5 русскоязычных статей про вайб-кодинг 1С. А зря — это главная причина, по которой банки и госсектор не пускают разработчиков работать с Cursor и ChatGPT.

Что говорит закон

Ст. 1295 ГК РФ «Служебное произведение». Если вы работаете по трудовому договору в фирме-франчайзи или в IT-отделе клиента, написанный вами код — это служебное произведение. Исключительные права на него принадлежат работодателю, если в договоре не указано иное.

Ст. 1296 ГК РФ. Если вы выполняете заказ по договору ГПХ для другой компании, исключительные права принадлежат заказчику, если в договоре не указано иное.

Что это значит для вайб-кодинга 1С. Когда вы отдаёте код клиента в зарубежную нейросеть, вы:

1. Передаёте чужое исключительное произведение третьей стороне без согласия правообладателя.
2. Делаете это через сервер, физически расположенный в США/ЕС/UK, то есть фактически передаёте код за границу.
3. Нарушаете NDA (если он есть в договоре).

Что говорит политика провайдеров AI

Anthropic Claude (anthropic.com/legal): Claude API не использует данные клиента для обучения моделей. Для Pro-подписки на claude.ai, те же гарантии. Но данные хранятся на серверах в США (US-East) и переданы под юрисдикцию США.

OpenAI ChatGPT (openai.com/policies): Аналогично, API не используется для обучения, ChatGPT Plus/Pro, тоже. Данные на серверах OpenAI в США.

Google Gemini (cloud.google.com/terms): Похожие гарантии для Vertex AI / Gemini API.

Что важно понимать. Даже если AI-провайдер не использует данные для обучения, факт передачи кода клиента в третью юрисдикцию остаётся. Если у заказчика в договоре есть пункт о хранении данных только на территории РФ (типичная формулировка для банков, госсектора, крупных корпораций), вы нарушаете договор.

Российские AI и юридика

GigaChat / GigaCode (Сбер): серверы в РФ, политика конфиденциальности под ФЗ-152, можно использовать в любых отраслях, включая регулируемые.

YandexGPT (Yandex Cloud): серверы в РФ, аттестация ФСТЭК, поддержка КИИ.

Локальная модель (DeepSeek/Qwen on-premise): данные не покидают периметр компании вообще.

Что делать на практике

Безопасный путь для NDA-проектов:

1. Узнать у клиента, есть ли в его NDA / договоре оказания услуг прямой запрет на использование AI-инструментов.
2. Если запрет есть, только GigaChat / GigaCode / YandexGPT / локальные модели.
3. Если запрета нет, но код «чувствительный», спросить у клиента письменное разрешение на использование Claude/ChatGPT в обезличенной форме.
4. Если клиент не возражает, использовать в гибридном режиме (см. раздел про ChatGPT и Claude как консультантов).

Шаблон письма клиенту:

Здравствуйте, [Имя]. В работе над [проект] я использую AI-инструменты для ускорения разработки. Чтобы соблюсти ваш NDA, я не передаю код вашей конфигурации в зарубежные сервисы (Claude, ChatGPT, Gemini). Для алгоритмических консультаций использую обезличенные запросы (без названий объектов вашей конфигурации, без бизнес-логики). Для прямой работы с кодом использую GigaCode (серверы в РФ). Подтвердите, пожалуйста, что такой подход вас устраивает.

Чек-лист безопасности при работе на банк / госсектор / телеком

Простой чек-лист «что можно / нельзя» при работе на регулируемые отрасли.

10 готовых промптов для типовых задач 1С

Скопируйте, замените [квадратные скобки] на свои данные. Все промпты протестированы на GigaChat 2 Max и Claude (Sonnet 4.5).

1. Запрос к регистру накопления:

Напиши запрос к регистру накопления [ИмяРегистра] для получения остатков на дату [Дата] с группировкой по измерениям [Измерения]. Используй виртуальную таблицу Остатки и параметр Период. Покажи также как выгрузить результат в таблицу значений и обойти её циклом.

2. Обработка проведения документа:

Опиши процедуру ОбработкаПроведения для документа [ИмяДокумента], которая:

1. Формирует движения в регистре накопления [Регистр] по табличной части [ТЧ].
2. Проверяет наличие остатка на складе через метод РегистрНакопления.[Регистр].Получить().
3. Если остатка нет, отказ от проведения через Отказ = Истина.
4. Логирует результат в журнал регистрации.

3. Отчёт на СКД:

Создай схему компоновки данных для отчёта «[Название отчёта]» с источником: запрос к [регистр или таблица]. Нужны поля: [список полей]. Группировки: [группировки]. Параметры: ПериодНач, ПериодКон. Добавь условное оформление: красный фон для значений < 0.

4. Регламентное задание:

Напиши регламентное задание, которое раз в день в 02:00 выгружает данные из справочника [ИмяСправочника] в файл CSV на сетевой диск [путь]. Используй ЗаписьТекста с кодировкой UTF-8 BOM. Логируй ошибки в журнал регистрации с уровнем Ошибка.

5. COM-обмен с другой базой 1С:

Опиши процедуру синхронизации справочника Контрагенты между двумя базами 1С через COM-соединение. База-источник: [строка соединения]. Сравнение по реквизиту ИНН. Если контрагент не найден в приёмнике, создать. Если найден, обновить реквизиты [список].

6. HTTP-сервис в 1С:

Создай HTTP-сервис в 1С с шаблоном /api/orders/{id}. Метод GET возвращает JSON с реквизитами документа Заказ покупателя по переданному ID. Метод POST создаёт новый заказ из payload (JSON с полями [список]). Авторизация Basic, проверка пары login/password в справочнике ВнешниеПользователи.

7. Управляемая форма с динамическим списком:

Опиши форму обработки с динамическим списком справочника Контрагенты, фильтром по реквизиту Город (выпадающий список из справочника Города) и кнопкой «Выгрузить в Excel» (через ТабличныйДокумент.Записать с типом XLSX).

8. Тест на 1С:Тестирование (Vanessa-ADD):

Напиши feature-файл в формате Gherkin для функционального теста: «Пользователь создаёт документ Заказ покупателя, добавляет 2 строки товаров, проводит документ, проверяет что создались движения в регистре Продажи». Каждый шаг, на русском, с примерами вводимых данных.

9. Миграция данных:

Опиши обработку, которая мигрирует справочник Сотрудники из одной типовой конфигурации (УТ 11) в другую (ЗУП 3.1) через выгрузку XML и загрузку через универсальный обмен данными. Учти разницу в структуре реквизитов [список].

10. Рефакторинг легаси-кода:

Перепиши эту процедуру 1С (вставлено ниже) на современный синтаксис управляемых форм 8.3.20+: 1) Замени все обращения к РабочаяОбласть на ЭлементыФормы. 2) Преобразуй обработчики событий по новому стилю. 3) Удали избыточные проверки. Сохрани логику и поведение полностью. [ВСТАВЬ КОД]

Кейс «Запрос с СКД через GigaChat за 15 минут»

Реальная задача: построить отчёт «Анализ оборачиваемости товаров за период» в УТ 11.5 с группировкой по складам и категориям, с возможностью раскрытия до товаров.

Шаг 1. Формулировка запроса в GigaChat 2 Max (5 минут).

Запрос:

«Напиши запрос на 1С 8.3 для отчёта Оборачиваемость товаров за период. Источник, регистр накопления ТоварыНаСкладах. Нужны: средний остаток за период, оборот, коэффициент оборачиваемости (оборот / средний остаток). Группировки: Склад, ВидНоменклатуры, Номенклатура. Параметры: ДатаНач, ДатаКон. Используй виртуальные таблицы Остатки и Обороты, объедини их.»

GigaChat выдаёт корректный запрос с использованием РегистрНакопления.ТоварыНаСкладах.Остатки и .Обороты, JOIN по Номенклатуре и Складу. Группировку по «КатегорияТовара» AI часто предлагает по аналогии с другими ERP, нужно заменить на корректное «ВидНоменклатуры» (стандартный реквизит справочника Номенклатура в УТ 11). Это занимает 30 секунд ручной правки. В вашей конфигурации может быть свой механизм категоризации (доп. реквизиты, группы), уточните у архитектора.

Шаг 2. Создание схемы компоновки в EDT (8 минут).

В EDT, создание объекта «СхемаКомпоновкиДанных», копирование запроса в источник. Настройка ресурсов: Оборот, Сумма, СреднийОстаток, Среднее, Коэффициент оборачиваемости, Выражение Сумма(Оборот) / Сумма(СреднийОстаток).

Группировки: Склад → Категория → Товар. Все настраиваются мышкой в конструкторе СКД.

Шаг 3. Тестирование (2 минуты).

В режиме предприятия запускаете отчёт за месяц, выводится таблица с тремя группировками. Раскрытие работает.

Итого: 15 минут на отчёт, который раньше занимал 1–2 часа (написание запроса с нуля + отладка). Главное, весь чувствительный контекст (имена клиентов, складов, товаров) остался в системе клиента: в GigaChat ушёл только обезличенный запрос.

Что важно. Этот кейс работает только потому, что мы знали структуру УТ 11 заранее и могли быстро поправить имя реквизита. Junior-разработчик без знания типовых конфигураций потратил бы те же 1–2 часа на чтение документации.

Roadmap: куда движется AI для 1С в 2026–2027

Что ожидается от Сбера (на основе анонсов GigaConf 2026):

• GigaCode плагин для 1С:EDT, упомянут в роадмапе, без конкретных сроков.
• Дообучение GigaChat на корпусе открытого кода 1С (БСП, типовые модули), ведутся работы.
• Интеграция MCP-протокола в GigaChat, план на вторую половину 2026.

Что ожидается от Яндекса:

• YandexGPT с увеличением контекста до 128k, план на лето 2026.
• Yandex Cloud с возможностью fine-tuning на корпоративном коде клиента, есть в beta для крупных клиентов.

Что делают независимые разработчики:

• 1c-mcp-toolkit активно развивается на GitHub (~1k звёзд на апрель 2026, ежемесячные релизы).
• ИИкона, универсальный AI-коннектор для 1С (Infostart 2585691), растёт сообщество.
• Open-source проекты вроде cc-1c-skills для Claude Code (github.com/Nikolay-Shirokov/cc-1c-skills), энтузиастские наборы скиллов для агентного workflow.

Что вероятнее всего НЕ будет в ближайший год:

• Полноценный AI прямо в конфигураторе 1С, фирма «1С» не открывает API расширений.
• Автоматическое обучение AI на закрытых корпоративных конфигурациях, слишком чувствительно по NDA.

5 типичных ошибок при работе с AI в 1С

Что выбрать прямо сейчас

Связанные материалы по теме

• Pillar: Вайб-кодинг и ИИ для кода 2026: топ-15 + закон РФ, общая картина AI-инструментов для разработки.
• Для Python: Нейросеть для Python: топ-12 ИИ для разработки и data science, детальный workflow для Python-разработчика.
• ChatGPT vs российские: ChatGPT vs GigaChat vs YandexGPT для русского, детальный разбор для русскоязычных задач.
• Сравнение всех: Нейросеть для написания постов: гайд по топ-18, обзор русскоязычных моделей.