# Как передать структуру метаданных 1С в ChatGPT и Claude за 30 секунд

Кейс

[Валентин](/#team-gallery) · Управляющий партнёр, куратор проектов · 28 сентября 2026

**Коротко:** Чтобы LLM корректно отвечал на вопросы по конфигурации 1С, ему нужна структура объектов: реквизиты, типы, табличные части, связи. Обработка «Анализ структуры метаданных» выдаёт эту структуру готовым текстом для копирования в чат с AI. Подготовка контекста сокращается с 30 минут до 30 секунд, и для этого не нужны MCP-серверы.

## Задача клиента

Клиент — крупная компания, работающая на 1С:ERP. Аналитики используют LLM (Claude, ChatGPT), когда готовят ТЗ и когда нужно быстро разобраться в проблеме. Программисты генерируют с их помощью код.

## В чём была проблема

Чтобы LLM корректно отвечал на вопросы по конфигурации, ему нужна структура объектов: какие реквизиты у документа, какие у него табличные части, как связаны справочники.

Аналитик каждый раз собирал описание объекта вручную и копировал текст в чат с AI. На один кейс уходило 20–30 минут только на подготовку контекста.

Можно было бы подключить MCP-серверы, но это сложная инфраструктура, и применить её получается не везде.

## Что сделали

Внедрили обработку «Анализ структуры метаданных». Работа с ней устроена так:

1. Пользователь выбирает вид объекта: справочник, документ, регистр и т. д.
2. Выбирает конкретный объект в дереве.
3. Получает полную структуру объекта в виде текста, готового к копированию в LLM.

### Что попадает в описание

- реквизиты;
- типы реквизитов;
- табличные части;
- связи с другими объектами.

### Где работает

Обработка работает на конфигурациях 1С:ERP, УТ, БП и ЗУП.

## Результат

| Показатель | Было | Стало |
| --- | --- | --- |
| Подготовка контекста для AI | 20–30 минут вручную | 30 секунд |
| Объём контекста | описание собиралось вручную | точная структура нужного объекта вместо всей конфигурации |

- **Время.** Подготовка контекста для AI сократилась с 30 минут до 30 секунд.
- **Токены.** Модель получает точный контекст по нужному объекту, а не всю конфигурацию, поэтому токенов LLM расходуется меньше.
- **Качество ответов.** Когда модель получает на вход структурированное описание, она и отвечает структурированно, поэтому ответы AI стали лучше.
- **Скорость работы аналитиков.** Аналитики работают быстрее, чем раньше, когда разбирали структуру объектов в конфигураторе.

## Частые вопросы

Зачем LLM структура метаданных 1С?

Без структуры объектов модель не знает, какие у документа реквизиты, какие табличные части и как связаны справочники, поэтому отвечает на вопросы по конфигурации неточно. Структурированный ввод даёт структурированный вывод.

Что входит в описание объекта, которое формирует обработка?

Реквизиты и их типы, табличные части и связи с другими объектами. Результат получается в виде текста, который можно сразу скопировать в LLM.

На каких конфигурациях работает обработка «Анализ структуры метаданных»?

На 1С:ERP, УТ, БП и ЗУП.

![Валентин](/static/img/team/valentin-v3.jpg) **Валентин**
Управляющий партнёр, куратор проектов

В 1С с 2004 года, в «Бест Бизнес Софт» — с 2009 года. Внедрял и сопровождал 1С:ERP, Комплексную автоматизацию, Управление торговлей и ЗУП в производстве, строительстве, дистрибуции и рознице. Окончил МГУ им. М. В. Ломоносова.

## Читайте также

Управленческий учёт

### [Как выбрать 1С для управленческого учёта](/blog/1s-dlya-upravlencheskogo-ucheta.md)

Сопровождение

### [Как выбрать 1С:ИТС и подключить 1С-Отчётность](/blog/1s-its-i-elektronnaya-otchetnost.md)

Розница

### [Как подключить торговое оборудование к 1С:Рознице](/blog/1s-roznitsa-i-torgovoe-oborudovanie.md)

## AI в работе с 1С

Опишите задачу — ответим и предложим решение.

[Оставить заявку](/kontakty.html?source_page=%2Fblog%2Ftg-049-struktura-metadannyh-dlya-ai-agentov.html&source_block=%D0%97%D0%B0%D1%8F%D0%B2%D0%BA%D0%B0+%D0%B2+%D0%BA%D0%BE%D0%BD%D1%86%D0%B5+%D1%81%D1%82%D0%B0%D1%82%D1%8C%D0%B8#lead-form)

[Исходная страница](https://best-bs.ru/blog/tg-049-struktura-metadannyh-dlya-ai-agentov.html)
