Нейросеть построила график продаж и написала, что в конце сентября выручка упала. Но действительно ли покупатели стали заказывать меньше? Или выгрузка закончилась 28-го числа, а последнюю неделю сравнили с полной?
Убедительный график ещё не означает правильный расчёт. Возвраты могут попасть в продажи, товарные позиции — превратиться в отдельные заказы, а дубли — создать рекордную неделю. Поэтому при выборе нейросети для графиков меня интересует, можно ли проверить результат и повторить его на новых данных.
Привет, Хабр! Я Игорь Зуриев, руководитель проектов по автоматизации бизнеса и внедрению систем на базе ИИ. В Karpov.Courses преподаю применение ИИ для анализа данных. В предыдущей статье разбирал, как выбирать LLM под рабочие задачи. Здесь рассмотрю графики, дашборды и схемы: какой инструмент попробовать, что ему поручить и как принять результат.
Для расчётов я использую ChatGPT или Claude с исполнением кода, для схем — Mermaid или PlantUML. Остальные сервисы отобраны по документации на октябрь 2026 года. Это обзор без сравнительного прогона всех инструментов; кейс ниже — учебный пример.
Сначала определите, что должно получиться
Выбирая ИИ для создания таблиц и графиков, полезно начать с результата. Таблица для проверки расчёта, картинка для презентации и обновляемый дашборд требуют разных возможностей.
Задача | Что нужно получить | Что проверять |
Показать динамику или сравнить категории | График и таблицу, по которой он построен | Показатель, группировку, полноту периода |
Собрать дашборд | Связанные графики, показатели и фильтры | Согласованность расчётов, обновление, доступы |
Объяснить процесс или структуру | Редактируемую схему | Сущности, связи, условия переходов |
Для графика нужен понятный расчёт: например, какую дату использовать — заказа, оплаты или доставки.
Любой ИИ для создания дашбордов требует проверки фильтров и обновления после замены файла. Например, Mermaid и PlantUML позволяют хранить схему как текст. Но корректный код может содержать неверные связи, поэтому смысл проверяет человек.
Какие инструменты попробовать
Сравнительная таблица поможет выбрать приложение для графиков и диаграмм под конкретную задачу.
Инструмент | Подходящий сценарий | Что проверить |
ChatGPT | Анализ CSV и Excel, расчёты и графики | Код и промежуточные таблицы |
Claude | Анализ, отчёт и интерактивный прототип | Вычисления и источник данных интерфейса |
Gemini в Google Sheets | Формулы, сводные и графики внутри таблиц | Связь графика с исходным диапазоном |
Julius AI | Исследование данных через диалог | Преобразования и итоговые суммы |
Graphy | Графики для презентаций и публикаций | Оформление и нужный формат экспорта |
GraphMaker | Базовый график по табличным данным | Выбор полей и агрегацию |
Plotly Studio | Интерактивное приложение для анализа | Фильтры, код и публикацию |
Napkin AI | Визуальное объяснение текста | Сохранение смысла |
Eraser / DiagramGPT | Техническая диаграмма | Сущности и связи |
Mermaid AI | Схема с Mermaid-кодом | Логику и текстовый исходник |
Yandex DataLens | Анализ и визуализации внутри BI | Формулы, датасет и доступы |
Digital Q.Sensor BI | Корпоративные дашборды по запросу | Выборки и конфигурацию обработки данных |
Перед оплатой проверьте весь сценарий: загрузку, расчёт, правки и экспорт. Бесплатный план может ограничивать последние шаги.
ChatGPT: исследовать выгрузку и получить расчёт
ChatGPT работает с распространёнными табличными форматами и для части аналитических задач пишет и исполняет Python-код. Подробности — в документации по анализу данных.
Я прошу сохранять код расчёта. Такая нейросеть для построения графиков полезна, если позволяет проверить, какие строки вошли в сумму и как обработаны исключения.
Claude: совместить анализ, документ и прототип
Claude поддерживает исполнение кода и создание файлов, а Artifacts позволяют создавать интерактивные интерфейсы и дашборды. Для некоторых тарифов доступны специализированные шаблоны дашбордов и подключение внешних приложений. При этом важно различать демонстрационный интерфейс, работающий на встроенных данных, и полноценный дашборд с автоматически обновляемым источником.
В Claude я сохраняю бизнес-правила в инструкциях проекта и собираю интерактивные страницы. При проверке рекомендую выяснить, откуда страница получает данные: прототип на встроенной таблице потребует отдельного способа обновления.
Gemini: работать внутри Google Таблиц
Gemini в Google Sheets помогает создавать формулы, сводные и графики. Для этих возможностей нужен подходящий план Google Workspace или Google AI.
В документации Google есть существенная деталь: вставленный сгенерированный график связан с данными на новой вкладке, но не реагирует на изменения исходного набора автоматически. Поэтому я бы сначала просил формулу или сводную с понятным диапазоном, а затем проверял всю цепочку обновления. Обычного доступа к чату Gemini для такого сценария недостаточно.
Julius AI: исследовать таблицу в диалоге
Julius принимает Excel, CSV и другие источники, поддерживает работу с несколькими листами. В описании сервиса перечислены линейные и столбчатые графики, гистограммы, boxplot и тепловые карты.
Мне он кажется удобным для новичков. Но запрос «Покажи лучший канал продаж» всё равно требует уточнения метрики: без расходов нельзя определить прибыльность по одной выручке.
Graphy: подготовить график к презентации
Graphy позволяет загружать CSV и Excel, подключать Google Sheets, анализировать данные и создавать визуализации с помощью ИИ. Сервис предлагает графики и пояснения к ним, поддерживает оформление в фирменном стиле, экспорт и встраивание результатов.
Я бы рассматривал Graphy как инструмент для быстрого исследования данных и подготовки наглядных визуализаций для отчетов, презентаций и публикаций. При этом расчёты и автоматически сформированные выводы необходимо сверять с исходными данными.
GraphMaker: быстро построить базовый график
GraphMaker позволяет загрузить CSV или таблицу, использовать Google Sheets и обратиться к данным обычным языком. Среди заявленных типов — столбчатые, линейные и круговые диаграммы, гистограммы и диаграммы рассеяния.
Проверил бы на задаче «заказы по регионам»: если строка означает товарную позицию, нужно считать уникальные order_id, а не строки.
Plotly Studio: собрать приложение для анализа
Plotly Studio — настольное приложение, которое использует ИИ для исследования данных, отчётов и интерактивных приложений. Оно генерирует код; документация описывает публикацию в Plotly Cloud или Dash Enterprise. Это отдельный продукт, а не сама библиотека Plotly.
Для проверки выберите одну категорию, затем пустой период. Сверьте показатели и убедитесь, что приложение корректно обрабатывает отсутствие данных.
Napkin AI: объяснить идею через схему
Napkin превращает текст в визуальные представления для документов и презентаций. Экспорт включает PNG, SVG, PPT и PDF с условиями выбранного плана.
Такой ИИ для создания диаграмм по тексту я бы использовал для процессов и иерархий. Здесь важно проверить, что исключения не исчезли, а последовательность не превратилась в причинную связь.
Eraser / DiagramGPT: описать техническую систему
DiagramGPT создаёт диаграммы, которые можно править в Eraser с помощью собственного синтаксиса diagram-as-code. Его не следует автоматически считать Mermaid-кодом.
Для проверки передайте подтверждённые компоненты и связи. По общему запросу «Архитектура магазина» модель будет дополнять описание предположениями.
Mermaid AI: сохранить схему как код
Сервис Mermaid Chart сейчас представлен на mermaid.ai. Он объединяет генерацию по описанию, редактор и Mermaid-код; поддерживает блок-схемы, ER-диаграммы, диаграммы последовательностей и Ганта.
Если нужна нейросеть для блок-схем, я задаю шаги и условия, затем прохожу каждый сценарий: отказ, согласование, доработку. Это можно делать и с универсальной моделью и отдельным редактором.
Yandex DataLens: задавать вопросы внутри BI
По документации DataLens, Нейроаналитик помогает с вычисляемыми полями, кодом визуализаций и анализом дашборда. В агентском режиме он может подобрать чарт или построить новый по датасету.
Подходит для проверки на подготовленном BI-датасете. В документации указан контур Yandex Cloud — его нельзя приравнивать к локальному контуру компании.
Digital Q.Sensor BI: создавать корпоративные панели
Digital Q.Sensor BI предлагает ИИ-агента и визуальный редактор для графиков и дашбордов. В сентябрьском обновлении разработчик описывает правки готовой панели по текстовому запросу с учётом её визуального представления.
Отдельная особенность Digital Q.Sensor BI — заявленное разработчиком разграничение доступа ИИ-агента к данным. При формировании выборок агент использует структуру базы данных, а при визуальном редактировании ориентируется на отображение дашборда без прямого обращения к исходным записям. Тем не менее перед корпоративным внедрением необходимо отдельно проверить архитектуру обработки информации, настройки доступа и используемые ИИ-модели.
Оценивая разные сервисы для создания дашбордов, я смотрю на весь процесс на конкретной задаче: как подключить источник данных, рассчитать показатель, проверить результат и исправить ошибку. Например, исключить отменённые заказы из выручки. Отдельно стоит выяснить, как настраиваются права: кто сможет открыть дашборд и какие данные увидит.
Ещё один вопрос — что именно получает ИИ-модель: только названия таблиц и описание полей или сами записи, результаты расчётов и изображения графиков. Это зависит от настроек и способа подключения модели. Поэтому наличие ИИ внутри корпоративной BI-системы ещё не означает, что все данные обрабатываются внутри компании.
Практический пример: отчёт о продажах интернет-магазина
Представим магазин товаров для дома. Есть около трёх тысяч строк за июль–сентябрь, но выгрузка полна только по 28 сентября включительно. Руководителю нужны динамика выручки, сравнение категорий и короткие выводы.
Давайте создадим визуализацию по шагам. Числа ниже условные, для проверки арифметики.
1. Фиксируем правила расчёта
Для примера возьмём журнал операций в рублях. Строка — продажа товарной позиции, возврат или отмена. У операции есть уникальный operation_id, у заказа — order_id, который повторяется в разных строках. Сумма уже рассчитана после скидок и всегда положительна.
В нашем управленческом отчёте выручка — продажи минус возвраты. Отмены не учитываем. Группируем по дате соответствующей операции: продажи или обработки возврата.
Операция | Заказ | Тип | Категория | Сумма, ₽ |
S01 | A | Продажа | Текстиль | 6 000 |
S02 | A | Продажа | Кухня | 4 000 |
S03 | B | Продажа | Текстиль | 3 000 |
R01 | A | Возврат части S01 | Текстиль | 1 000 |
C01 | C | Отмена | Мебель | 5 000 |
S01 | A | Дубль первой строки | Текстиль | 6 000 |
Если сложить строки, получится 25 000 ₽. По правилам расчёт другой: 6 000 + 4 000 + 3 000 − 1 000 = 12 000 ₽. Из них 8 000 ₽ приходится на текстиль, 4 000 ₽ — на кухню.
Возврат получает собственный ID и ссылку на исходную продажу. Удаляем только идентичные повторы одной операции. Если при одинаковом ID суммы различаются, сначала выясняем причину.
2. Исследуем таблицу до построения графиков
Первый запрос я бы посвятил качеству данных:
Проверь журнал операций, пока ничего не исправляй и не строй графики. Покажи количество строк, уникальных operation_id и order_id, пропуски, типы операций и диапазон дат. Найди полные дубли и отдельно конфликтующие строки с одинаковым operation_id. Проверь числовой формат amount_rub. Данные полны по 28 сентября 2026 года включительно. Отметь неполные периоды и перечисли вопросы, которые нужно решить до расчёта.
Проверяем количества и примеры проблемных строк. Полноту выгрузки сообщаем сами: максимальная дата не объясняет, закончились данные или прекратились продажи.
3. Получаем расчёт и сверяем итог
После проверки передаём правила:
Рассчитай выручку: sale прибавляет amount_rub, return вычитает, cancel не учитывается. Идентичные дубли с одним operation_id оставь в одном экземпляре. При конфликтующих ID, неизвестных типах или пропусках обязательных полей остановись и покажи проблему. Используй operation_date, начало недели — понедельник. Выведи итог, суммы по неделям и категориям, количество удалённых дублей и отмен. Сохрани код и расчётные таблицы.
На фрагменте выше ожидаем 12 000 ₽. Для полной выгрузки сверяем общий итог с суммами категорий и недель за тот же диапазон дат. Несколько сложных операций пересчитываем вручную. Финансовый отчёт подойдёт для контроля только при совпадающих правилах учёта.
4. Строим графики и проверяем выводы
Теперь можно переходить к генерации графиков. Для динамики предложу линейный график по неделям, для сравнения категорий — горизонтальные столбцы.
По проверенным таблицам построй недельную динамику выручки и сравнение категорий. Неполные первую и последнюю недели выдели и подпиши. Категории отсортируй по убыванию, покажи ноль и единицы измерения, не скрывай отрицательные значения. Приложи таблицы построения. В резюме раздели наблюдения и гипотезы: укажи цифры для каждого наблюдения, не объясняй причины без подтверждающих данных.
Неполной может быть и первая неделя квартала. Отсутствующие периоды нельзя заполнять нулями без подтверждения полноты данных.
По выгрузке можно увидеть, что выручка выросла. Связывать этот рост с рекламой без дополнительного анализа нельзя: данные о продажах показывают изменение, но не объясняют его причину.
5. Сохраняем процесс для следующей выгрузки
Я сохраняю код и бизнес-правила. В скрипт рекомендую вынести параметры файла и даты полноты данных, добавить проверку колонок, типов операций и дублей.
Повторяемость проверяем запуском кода. Для регулярного командного отчёта понадобятся подключение источника, расписание и доступы.
Промпты для других задач визуализации
Ниже — семь заготовок для проверки ИИ для создания диаграмм. Замените квадратные скобки своими данными. Запрос для линейного графика разобран в кейсе.
Сравнение категорий
Построй горизонтальные столбцы по [категории] и [показателю]. Отсортируй по убыванию, покажи ноль и единицу измерения. Отрицательные значения сохрани. Если категорий больше десяти, предложи сокращение, но не объединяй их без согласования. Приложи таблицу построения.
Проверяем состав категорий и суммы. Для группы «Прочее» нужна расшифровка.
Диаграмма долей
Целое в таблице — [определение]. Проверь, что категории не пересекаются, значения неотрицательны и покрывают целое. При недостатке информации задай вопросы. Предложи круговую или столбчатую диаграмму, покажи расчёт процентов. Не называй структуру продаж магазина долями рынка.
Проверяем знаменатель. Без данных обо всём рынке нельзя делать выводы о рыночных долях.
Тепловая карта корреляций
Предложи числовые признаки для анализа, исключи идентификаторы. Покажи пропуски и постоянные признаки. Обоснуй выбор Pearson или Spearman и согласуй обработку пропусков. Построй карту со шкалой от −1 до 1, приложи коэффициенты и число наблюдений для каждой пары. Не трактуй корреляцию как причинность.
Проверяем, не объясняется ли связь самим способом расчёта показателей.
Дашборд
Создай прототип для [роль], отвечающий на вопросы [список]. Используй источник [файл] и правила [описание]. Добавь итоговые показатели, динамику и сравнение категорий. Фильтры должны одинаково влиять на все представления. Предусмотри пустую выборку и дату полноты данных. Не подставляй демонстрационные числа. Опиши обновление и три сценария проверки.
Проверяем согласованность фильтров и итогов на известных значениях.
Блок-схема
По регламенту создай блок-схему в Mermaid. Сначала перечисли роли, действия и условия. Не придумывай отсутствующие правила: вынеси неоднозначности в вопросы. Покажи предусмотренные отказ и возврат на доработку. Подпиши ветви. Верни код и список допущений.
Проверяем, можно ли пройти каждый сценарий от начала до завершения.
Диаграмма Ганта
Построй Гант в Mermaid. Старт — [дата], рабочие дни — [календарь], исключения — [праздники]. Длительности заданы в [рабочих или календарных] днях. Проверь зависимости на циклы и отсутствующие задачи. Не оценивай неизвестные длительности самостоятельно. Верни даты начала и окончания, затем код. Укажи, какие ограничения ресурсов не учтены.
Проверяем зависимости, календарь и доступность исполнителей: временная шкала ещё не доказывает выполнимость плана.
ER-диаграмма
Построй ER-диаграмму в Mermaid по DDL. Сохрани имена, первичные и внешние ключи. Определи кардинальности с учётом UNIQUE и NULL. Не создавай связи только из-за похожих названий. Предположения перечисли отдельно и не включай в основную схему. Верни код и обоснования связей.
Проверяем соответствие структуре БД и бизнес-правилам. Логическая связь может существовать без внешнего ключа, но её нужно подтвердить отдельно.
Как принять результат
Я стараюсь проверять расчёты независимо от модели: сводные таблицы, контрольные суммы или ручной пересчёт нескольких операций.
Что проверить | Контрольный вопрос |
Данные | Все ли нужные строки вошли в расчёт? Объяснены ли исключения? |
Метрика | Не посчитали ли товарные позиции вместо заказов? |
Период | Не сравниваем ли неполную неделю с полной? |
График | Видны ли единицы, масштаб и подписи? |
Выводы | Подтверждается ли каждое утверждение данными? |
Дашборд | Одинаково ли фильтры меняют связанные показатели? |
Повторный запуск | Что произойдёт при новом статусе или изменении колонок? |
До загрузки корпоративного файла нужно выяснить, разрешено ли передавать его в выбранный сервис. Если нет, можно работать с одобренной средой или получить код по описанию структуры и синтетическому примеру, а запускать его внутри компании. Замены имён клиентов может быть недостаточно: чувствительные сведения встречаются и в других полях.
Какие навыки нужны и где их освоить
Чтобы получить два графика, мы определили показатель, проверили операции и подготовили повторный запуск. Эти навыки нужны и за пределами примера.
Начать можно без самостоятельного написания Python-кода. Возьмите таблицу, которую способны посчитать вручную, добавьте возврат и дубль. Сравните ответ ИИ с контрольным расчётом: это покажет, какие правила ещё нужно уточнить.
Для системной практики в Karpov.Courses есть курс «ИИ для анализа данных», на котором я преподаю. За пять недель программа охватывает постановку задач нейросетям, работу с таблицами, SQL и Python, проверку ответов, визуализацию и интерпретацию результатов. Предусмотрены финальный проект и обратная связь.
Курс адресован начинающим аналитикам, продактам, проектным и операционным менеджерам. Опыт программирования и SQL не обязателен для участия.
Заключение
Нет смысла искать универсальную нейросеть для всех задач визуализации. Для разового графика, схемы процесса и регулярного дашборда нужны разные возможности. Выбор становится проще, когда понятно, кто будет пользоваться результатом, какие вопросы визуал должен закрывать и как часто его придётся обновлять.
Начните с небольшого примера, в котором можете проверить цифры или связи. Посмотрите, как инструмент справляется с уточнениями, что позволяет экспортировать и сколько ручной работы оставляет. Эти наблюдения дадут больше оснований для выбора, чем удачная демонстрация на чужих данных.
