В отличие от «коробочных» решений, у самостоятельно разработанных программ не будет множества ненужных функций и они не требуют дорогостоящей интеграции: ведь они изначально сделаны под ваши задачи. А еще готовой нужной программы может просто не существовать на рынке. Но как юридической команде получить кастомизированную программу, не завися от загрузки ИТ-отдела или долгих согласований бюджетов на внешних подрядчиков? Сегодня эту проблему решает программирование с помощью нейросетей, не требующее знания языков программирования. Когда и где ИИ-ассистированный кодинг особенно эффективен и какие инструменты позволят написать первую программу уже скоро — рассмотрим в материале.
Идеальные для автоматизации типы юридических задач
Идея начать программировать, даже с помощью ИИ, у юристов может вызывать непонимание: зачем это вообще нужно? Преодолеть сомнения проще, если понять, что все необходимые навыки у вас уже есть, и увидеть на конкретных юридических задачах практическую ценность такой практики.
Эти задачи проще всего описать как рутинные и однотипные. Их выполнение необходимо, но сам процесс выполнения не несет никакой ценности, зато отнимает много времени. Иными словами, речь о задачах, где нужно многократно нажимать одни и те же кнопки или перемещать десятки файлов.
Несколько примеров типов таких задач:
1. Конвейеры массовой обработки документов
Классическая боль: десятки документов (договоров, выписок из реестров, актов), из которых нужно извлечь данные (реквизиты, суммы, условия) и «переложить» в редактор таблиц для дальнейшего анализа. Или требуется переименовать по строгому шаблону сотни файлов для подачи в государственный орган в рамках регуляторной процедуры.
2. Интерфейсы для рутинных операций
Сюда относятся калькуляторы (неустоек, сроков исковой давности, налогов) или одна из самых популярных задач — генерация документов (коммерческих предложений, дополнительных соглашений, доверенностей) по шаблону. Это простые веб-приложения, которые снимают с юриста большой объем технической работы. При этом «упаковать» свою логику в код — задача более интеллектуальная и интересная, чем ежедневно выполнять одни и те же действия вручную.
3. Управление рабочими процессами и их аналитика
Скрипты могут анализировать загрузку сотрудников, создавать карточки в системах управления проектами, считать часы для биллинга, присылать уведомления об истечении сроков доверенностей или напоминания о выставлении счетов. Этот тип задач актуален для небольших команд или частнопрактикующих юристов, которым невыгодно покупать и адаптировать для своей небольшой внутренней «кухни» коробочные системы управления проектами.
4. Мониторинг публичных ресурсов
Мониторинг изменений в законодательстве, отслеживание решений и практики регулятора по вашей отрасли, поиск тендеров или сообщений в ЕФРСБ — все нужное можно собрать в одном окне. Или сделать еще более тонкую настройку и научить бота уведомлять вас только тогда, когда появится что-то важное.
Для многих из перечисленных типов задач на рынке есть готовые решения. Но часто бывает так, что задачу нужно решить всего один раз и только сегодня — приспособленный для многократного использования продукт вам просто больше никогда не понадобится.
Знакомый судебным юристам сюжет: завтра судебное заседание по спору с ФНС, и сегодня вечером вы получили десятки таблиц с данными. И вам нужно к завтрашнему утру получить агрегированные данные за определенный период.
Вариант первый — бессонная ночь, вариант второй — большая языковая модель, создающая по одному промпту готовый инструмент анализа этих таблиц. Теперь такую работу можно оперативно автоматизировать.
Вы уже умеете все, что нужно, чтобы написать свою первую программу
Сегодня для программирования не нужен «математический склад ума». Мышление юристов, по сути, алгоритмично: нормативные акты, договоры — это те же алгоритмы, только на человеческом языке. Конструкции «если... то... иначе…» (if/else) — база и для КоАП РФ, и для самых популярных языков программирования.
Поэтому главная для ИИ-ассистированного кодинга компетенция — это умение четко и подробно формулировать задачу, закладывая в нее максимум причинно-следственных связей. Вы должны уметь описать работу системы: с какими данными она должна работать, откуда они приходят, как их нужно обработать и как должен выглядеть результат их обработки. Все остальные инструкции и код для вас напишет нейросеть (а агентская нейросеть еще и полностью протестирует и «соберет» за вас программу, если вы ей позволите).
Кроме того, вам потребуется некоторая толерантность к ошибкам нейросети. Код, написанный нейросетью, не всегда идеально работает с первого раза. И это нормально — это связано и с общими принципами работы больших языковых моделей, и с несовершенствами промптинга, которые поначалу у вас неизбежно будут.
Поэтому будьте готовы к тому, что чем сложнее программа, тем больше циклов дебага (отладки) потребуется. Если код выполняется с ошибкой, относитесь к этому как к итерации, не теряйте мотивацию при первой (и даже второй) неудаче. Нейросеть сама диагностирует и поправит ошибку, если дать ей максимум деталей об обстоятельствах ее появления.
К тому же ИИ-ассистированный кодинг предполагает несколько поверхностное отношение к коду, то есть вы никому не должны выдать идеальный продукт: главное, чтобы он был рабочим для вас.
Инструменты для легкого старта
Очевидно, что ваш главный инструмент — это LLM. Роль нейросетей гораздо шире, чем просто писать код. Чат с нейросетью — это основной источник любых инструкций (от установки языка программирования на ваше устройство до размещения программы на сервере), гораздо более точных, чем можно «нагуглить». Также нейросети помогут вам проработать во всех деталях функционал программы до написания кода, чтобы не оставалось пробелов, которые LLM восполнит по своему усмотрению, когда будет генерировать код.
Практически все LLM умеют программировать. Чем сильнее LLM, тем больше ее возможности: крупнейшие провайдеры типа специально обучают свои модели для этого. Если вы уже пользуетесь какой-то нейросетью — смело осваивайте и кодинг с ними.
Самые простые (но от этого не менее полезные) инструменты можно создать, просто общаясь с LLM в браузере, не совершая никаких дополнительных действий. Современные нейросети умеют сами писать небольшие программы с симпатичными интерфейсами в формате HTML, которые можно просто скачать из чата и открывать в браузере. Этот формат хорошо подходит для калькуляторов, опросных листов для клиентов, тренажеров проверки знаний.
Попробуйте начать именно с этого: здесь в любом случае нужно описывать логику работы программы, но готовое мини-приложение вы получаете почти сразу же, нужно только попросить LLM оценить возможность создания программы в HTML.
На практике с таким вариантом кодинга лучше всего справляются нейросети в режиме «Создавать файлы и приложения». Потренировавшись объяснять задачу и корректировать ошибки в таком облегченном формате, вы можете переходить на «продвинутый» уровень создания более сложных инструментов.
Что понадобится, чтобы создать программу посложнее?
Когда вы решите написать более сложную программу с разветвленной логикой, сложным интерфейсом, а то и подключить к программе нейросети по API, то есть дать вашей программе возможность «общаться» с платными мощными моделями напрямую, вам понадобится расширенный набор инструментов:
1. IDE, или интегрированные среды разработки
Это специальные программы-редакторы кода, куда код копируется из чата с нейросетью и где осуществляется тестирование и запуск программы. Универсальная рекомендация — все инструкции по настройке нужно запросить у вашей LLM. Прямо спросите в чате: «Помоги мне пошагово настроить среду с нуля, объясняй как для новичка».
В последние пару лет появились IDE со встроенным ИИ (например, Cursor, Claude Code или Antigravity). Они позволяют не копировать-вставлять вручную код из чата с нейросетью в браузере, а взаимодействовать с LLM напрямую в IDE.
Популярно мнение, что этот способ ИИ-кодинга — лучший для новичка, максимально снижающий порог входа в программирования. Лично я предпочитаю способ с копированием текста кода из чата с нейросетью, так как мне кажется, что это дает чуть больше контроля за происходящим. А еще невольно получается «насмотренностью» осваивать синтаксис языка программирования, но это, разумеется, нужно и интересно не всем юристам. Вообще я убеждена, что в «вайбкодинге» нет и не может быть жестких правил: каждый сам для себя определяет оптимальный способ кодинга, и вы тоже определите, с чем лично вам комфортнее.
2. Установка на компьютер языка программирования, в первую очередь Python
Мы привыкли, что программы существуют в виде исполняемых файлов (всем знаком формат .exe). Но между кодом и исполняемым файлом — большой путь, и в огромном количестве ситуаций исполняемый файл вообще не нужен. Начинать тестировать программу до «сборки» в исполняемый файл всегда нужно, когда она еще существует в виде голого кода, то есть текстовых файлов в формате .py. И чтобы ваш компьютер смог такие текстовые файлы обработать, потребуется установить язык программирования, в чем вам также помогут LLM.
3. Терминал (командная строка).
Это тот самый черный экран с мигающим курсором, которого боятся многие новички. Этот психологический барьер нужно будет преодолеть, так как установка IDE и языка программирования, а впоследствии и запуск кода в формате .py не обходятся без терминала. Все команды вам напишет нейросеть, ваша задача — просто скопировать их и вставить в терминал. Важно отметить, что IDE с интегрированными нейросетями снимают с вас задачу по работе с терминалом и настройке окружения, а также берут на себя проблему, о которой я хочу рассказать дальше.
Если вы решите пойти дальше HTML-программ, то вам важно помнить о таком ключевом свойстве нейросетей, как ограниченный размер контекстного окна. Если вы будете писать сложный проект в одном длинном чате, очень скоро модель начнет «забывать» важные детали вашего разговора, ломать выстроенную логику и проваливать отладку ошибок.
Чтобы этого избежать, я использую стратегический продуктовый подход, то есть разбиваю разработку на этапы, и каждый новый этап начинаю в новом чате, загружая туда только ключевые результаты предыдущих этапов.
-
«От идеи к ТЗ»: вы описываете свое видение работы продукта и пожелания в свободной форме. ИИ выступает в роли бизнес-аналитика: задает вопросы, уточняет сценарии и формулирует для вас функциональное задание.
-
«Архитектура»: в новом чате вы загружаете функциональное задание и просите ИИ продумать структуру проекта: какие нужны файлы, базы данных, библиотеки. Здесь же прорабатывайте «дорожную карту» разработки и просите написать промпты для генерации кода каждого этапа.
-
«Поэтапный кодинг»: в каждом новом чате просите нейросеть писать код для каждого отдельного этапа, прикладывая ТЗ, описание архитектуры и уже написанный код. Не переходите к новому этапу, пока не протестировали текущий! Тесты для кода также подготовит нейросеть. А также обязательно сохраняйте любой промежуточный рабочий результат в специальной программе контроля версий Git.
-
«Дебаг»: если возникает ошибка, то копируйте ее полный текст (traceback) и передавайте для диагностики и исправления обратно в чат.
-
«Сборка и запуск»: все написанные части кода собираются в единую программу, нейросеть дает инструкции по ее превращению в исполняемые файлы или развертыванию на сервере.
Такой подход позволяет обходить ограничения контекстного окна нейросети и сохранять контроль над ходом проекта. И скажу по своему опыту, это также экономит очень много эмоционального ресурса, позволяя получать удовольствие от процесса. Отмечу также, что здесь описан максимально детализированный процесс, применимый далеко не для всех идей. Что-то простое вполне можно сделать и в рамках одного чата. Но я в любом случае советую всегда до непосредственного написания кода заранее продумывать функционал и архитектуру: такое «долгое запрягание» на практике очень повышает эффективность работы.
Красные линии: где вайбкодинг опасен
От новых возможностей легко испытать эйфорию и начать фантазировать о том, что сейчас вы с нейросетями напрограммируете конкурента условному «Яндексу». Но, на мой взгляд, ИИ-ассистированная разработка идеальна для внутренних инструментов, аналитики и MVP (минимально жизнеспособных продуктов), и важно помнить о зонах, куда с таким «самопальным» кодом лучше не заходить.
Например, я не советую самостоятельно делать сервисы, которые предполагают сбор платежной информации и денежные транзакции: любые ошибки здесь стоят реальных денег. Опасен сбор любой конфиденциальной информации и персональных данных. Для создания надежных систем, защищенных от утечек и соответствующих требованиям законодательства, необходимы системные инженерные знания. Помните, что бот для отдела из 10 человек будет работать отлично, но крупные многопользовательские системы требуют проектирования и поддержки командами профильных ИТ-специалистов.
Но в любом случае ИИ-ассистированный кодинг отлично подходит для прототипирования. Если прототип доказал свою эффективность — это сигнал передать его на доработку профессионалам, уже имея на руках устраивающее вас детальное ТЗ.
Заключение
ИИ-кодинг не способен заменить профессиональных программистов там, где нужны сложные, масштабируемые системы. Но он дает юристу не существовавшую ранее в таком масштабе возможность самостоятельно автоматизировать свои рутинные задачи «здесь и сейчас». Вместо того чтобы месяцами ждать, пока у ИТ-отдела появится возможность реализовать ваш «маленький калькулятор неустойки», вы можете потратить пару вечеров и сделать его сами.
Начните с малого. Возможно, даже не с юридической задачи: попробуйте накодить тренажер таблицы умножения в HTML для вашего ребенка с мультяшными изображениями, чтобы почувствовать, какие впечатляющие новые возможности у вас появились. Но будьте осторожны: можно так увлечься, что захочется перестать заниматься правом!:-)