Собирал я на прошлой неделе еженедельный отчёт по продажам. Руки уже на автомате тянутся к Export из CRM → Ctrl+C → Ctrl+V в таблицу → форматирование → ещё форматирование → «а почему у нас тут разрыв по датам» → перепроверить → отправить. Ушло минут 40. На следующий день — то же самое. И через неделю снова.
Короче, задолбало. Стал смотреть, что можно автоматизировать. Оказалось, AI встраивается в Google Sheets гораздо проще, чем я думал.
Как это вообще работает
Google Sheets с 2023 года умеет запускать скрипты на Gemini — это встроенная интеграция в новых таблицах. Плюс есть сторонние плагины, которые тянут модели через API. Разница принципиальная.
Встроенный Gemini — быстро, удобно, но умеет только то, что заложено в меню «Help → Help me organize». Формулы, категоризация, базовый анализ. Импортнул данные, ткнул в кнопку — получил результат. Больше ничего.
Сторонние плагины (например, GPT for Sheets, Lateral) — можно написать свой промпт, который обработает столбец данных, сгенерирует текст, примет решение по классификации. Но нужна API-ключ и хотя бы базовое понимание, что ты делаешь.
Я попробовал оба варианта. Расскажу что где работает.
Сцена 1: Gemini встроенный — форматирование и категоризация
Открыл таблицу с сырыми данными из CRM. Столбец «Название сделки» — бардак: где-то «ООО Ромашка — Лицензия», где-то «Ромашка ООО лицензия», где-то «лицензия ромашка». Еженедельный отчёт группирует по клиентам, и эти разночтения разрывают одну компанию на три строки.
Раньше я правил руками. Теперь выделяю столбец → Help → Help me organize → «объедини названия компаний в единый формат: только название без организационно-правовой формы». За минуту — чистый столбец. Не идеально, но 90% ошибок ушло.
Вторая штука — классификация. Была задача: отнести каждую сделку к одному из восьми продуктовых сегментов. Вручную я это делал по ключевым словам в названии сделки. Сел писать формулу с IF/SEARCH — понял, что это боль. Запустил Gemini с промптом: «Для каждой строки столбца B определи продуктовый сегмент. Варианты: SaaS, Infrastructure, Support, Training, Integration, Custom Dev, Consulting, Other. Запиши результат в столбец C». Запустилось, обработало 200 строк за 10 секунд. Три ошибки — поправил руками.
Встроенный Gemini хорош для задач, где логика понятна человеку, но написать формулу — дольше.
Сцена 2: API + промпт — когда нужен контроль
Вторая задача была сложнее. Нужно было автоматически генерировать краткое описание каждой сделки для еженедельного дайджеста: что за клиент, какой продукт, примерная сумма, следующий шаг.
Встроенный Gemini такое не умеет — он работает с ячейками, а не генерирует связный текст по набору столбцов.
Подключил Lateral через API. Написал в боковой панели промпт:
Для строки с данными (Компания, Продукт, Сумма, Стадия, Менеджер)
сгенерируй описание на 2-3 предложения для отчёта.
Формат: "[Компания] — [Продукт], [сумма], [стадия]. [Следующий шаг если есть]".
Не выдумывай данные, которые не указаны.
Результат — столбец с читаемыми абзацами. Промпт пришлось дотачивать три раза: первый раз выдавал слишком формальные описания, второй — слишком длинные, третий — добавлял выдуманные детали. Но после доводки заработало стабильно.
Важный нюанс: если данные в таблице неполные или противоречивые, AI «заливает» пробелы. Это не всегда плохо, но для финансовых отчётов я бы такое не использовал без проверки.
Сцена 3: Автообновление — можно, но аккуратно
Хотел сделать так: поставил новую функцию GEMINI() в ячейку, она каждый раз пересчитывается при изменении данных. Работает. Но есть подвох — при каждом открытии таблицы AI заново обрабатывает данные. Для 500 строк — 3-5 секунд на ячейку. Полчаса на полный пересчёт. Неприятно, но терпимо, если не открывать таблицу постоянно.
Для еженедельных отчётов я сделал проще: основная таблица с данными остаётся чистой, отдельный лист «Отчёт» — с формулами GEMINI(), которые обновляются вручную перед отправкой. Данные не трогаются, отчёт генерируется по запросу.
Что я понял после месяца использования
Первое: категоризация, стандартизация текста и генерация описаний для нефинансовых данных работают нормально. Поиск аномалий — тоже, например «найди сделки, где сумма больше среднего в три раза».
Второе: любые выводы AI, которые влияют на цифры в отчёте, стоит перепроверять. Суммы, проценты, прогнозы — модель принимает решения на основе данных, которые видит, и это не всегда то, что ожидаешь.
Третье: время экономит конкретно. Сорок минут ручной обработки превратились в пять минут на промпт и проверку. Не магия, но приличный выигрыш.
Четвёртое: главная проблема — не AI, а данные. Таблицы с бардаком на входе дают бардак на выходе, только быстрее. Прежде чем автоматизировать — наведи порядок в источнике.
Для себя сделал простой вывод: беру рутину с повторяющимися действиями и понятной логикой — отдаю AI. Что требует понимания контекста, нетривиальных решений или точных цифр — делаю руками. Пока баланс получается разумный.
