Думаю, многие уже успели вдоволь наговориться с большими языковыми моделями, именуемыми в просторечии искусственным интеллектом. Развлекательные настройки, установленные по умолчанию практически во всех ныне доступных простым пользователям "общалках" с ИИ, действительно неплохо развлекают.
Но непростым пользователям, тем кто может связать две строчки кода, хочется чего-то большего. Было бы неплохо превратить милого, но в общем бесполезного болтуна в эффективного деятеля. И это можно сделать, в том числе в среде 1С, и не очень сильно напрягаясь
Что у нас есть. Во-первых, модели. Сильно упрощая, чтобы обучить большую языковую модель, нужно, в частности, подготовить много пар: вопрос - правильный ответ. И где это можно было взять? Правильно, у ничего не подозревавшего на тот момент Stack Overflow. Там это все было уже в готовом виде. Большие языковые модели умеют много чего, но лучше всего у них получается в программировании, SQL запросах, JSON.
Во вторых, у нас есть API. Практически все игроки сейчас предоставляют доступ к своим моделям через API. Он, кстати, почти унифицирован. То есть, все сдирают у первопроходца, Open AI. Не всем, правда, удается удержаться, и не внести какие-нибудь изменения от себя.
В принципе, уже этого было бы достаточно. Пишем некоторое количество функций (любых). Получив запрос от пользователя на естественном языке, добавляем к этому запросу сигнатуры наших функций и просим ИИ разобраться: какую функцию и с какими параметрами следует применить. Результат просим представить в JSON. Имея на руках JSON, нам ничего не стоит запустить нужную функцию с нужными параметрами. Это работало, но с некоторыми техническими недоразумениями (время от времени JSON оказывался не совсем тот, который ожидался или вместе с JSON прилетало всякое ненужное бла-бла-бла, от которого нужно было избавляться). Поэтому, с недавних пор у нас есть в-третьих, механизм получения вызовов функций. Он есть у лидеров: Google, OpenAI, Anthropic. Есть у китайцев, которые не отстают от лидеров. К сожалению, нет у Яндекса. Есть у Сбер, но у них модель в принципиально другой весовой категории и недотягивает до Яндекса, не говоря уже о лидерах.
Механизм вызова функций сильно упрощает жизнь разработчикам. Но это не предел! Чтобы улучшить жизнь разработчикам 1С, у нас есть, в-четвертых, Библиотека искусственного интеллекта для 1С (в свободном доступе)
Для того, чтобы задействовать вызов функций, надо передать в метод "Генерация" массив ссылок.
/Основная функция. Используется технология GPT для генерации текста
//Результат - текст ответа большой языковой модели (LLM) или массив вызовов функций или неопределено в случае ошибки
//промт - текст запроса пользователя
//модель - ссылка на элемент справочника БИИ_Модели
//температура - число, уровень "креативности" ответа, 0-минимум креативности
//инструменты - необязательный, массив ссылок на справочник БИИ_Инструменты
Функция Генерация(промт, модель, температура, инструменты=неопределено) экспорт
Доступ к справочнику можно получить из обработки, которая включена в расширение

Для примера создадим описание функции GetGoodsBalance

Помимо названия функции, надо заполнить описание и список параметров. В списке параметров у каждого параметра также есть описание. Описания следует заполнять как можно более четко. Именно на описания будет ориентироваться ИИ, решая какую функцию использовать.
Добавим еще одно определение функции.

Теперь напишем сами функции (для типовых УТ/ERP/КА). Функция получения остатка товара будет совсем простой.
Функция GetGoodsBalance(параметры)
ЧтениеJSON = Новый ЧтениеJSON;
ЧтениеJSON.УстановитьСтроку(параметры);
данные = ПрочитатьJSON(ЧтениеJSON);
ЧтениеJSON.Закрыть();
запрос = новый запрос;
запрос.Текст =
"ВЫБРАТЬ
| ТоварыНаСкладахОстатки.ВНаличииОстаток КАК ВНаличииОстаток
|ИЗ
| РегистрНакопления.ТоварыНаСкладах.Остатки(, Номенклатура.Наименование ПОДОБНО &Товар) КАК ТоварыНаСкладахОстатки";
запрос.УстановитьПараметр("Товар","%"+данные.GoodsName+"%");
выб = запрос.Выполнить().Выбрать();
если выб.Следующий() тогда
возврат строка(выб.ВНаличииОстаток);
иначе
возврат "Не найден товар: "+данные.GoodsName;
конецесли;
КонецФункции
Функция получения баланса взаиморасчетов чуть "покучерявее"
Функция GetMutalSettlementsBalance(параметры)
ЧтениеJSON = Новый ЧтениеJSON;
ЧтениеJSON.УстановитьСтроку(параметры);
данные = ПрочитатьJSON(ЧтениеJSON);
ЧтениеJSON.Закрыть();
баланс = 0;
запрос = новый запрос;
запрос.Текст =
"ВЫБРАТЬ
| ЕСТЬNULL(РасчетыСКлиентамиОстатки.СуммаОстаток, 0) КАК СуммаОстаток
|ИЗ
| РегистрНакопления.РасчетыСКлиентами.Остатки(, АналитикаУчетаПоПартнерам.Контрагент.Наименование ПОДОБНО &Контрагент) КАК РасчетыСКлиентамиОстатки";
запрос.УстановитьПараметр("Контрагент","%"+данные.Partner+"%");
выб = запрос.Выполнить().Выбрать();
если выб.Следующий() тогда
баланс=выб.СуммаОстаток;
конецесли;
запрос = новый запрос;
запрос.Текст =
"ВЫБРАТЬ
| ЕСТЬNULL(РасчетыСПоставщикамиОстатки.СуммаОстаток, 0) КАК СуммаОстаток
|ИЗ
| РегистрНакопления.РасчетыСПоставщиками.Остатки(, АналитикаУчетаПоПартнерам.Контрагент.Наименование ПОДОБНО &Контрагент) КАК РасчетыСПоставщикамиОстатки";
запрос.УстановитьПараметр("Контрагент","%"+данные.Partner+"%");
выб = запрос.Выполнить().Выбрать();
если выб.Следующий() тогда
баланс=баланс+выб.СуммаОстаток;
конецесли;
возврат баланс;
КонецФункции
Мы получаем от ИИ массив структур JSON, в каждой из которых содержится имя функции и список параметров с именами параметров их значениями. Осталось сделать запускателя, чтобы функции запускались на выполнение.
Процедура Вызов(имя,параметры)
если имя="GetGoodsBalance" тогда
Ответ = Ответ + GetGoodsBalance(параметры)+символы.ПС;
иначеесли имя="GetMutalSettlementsBalance" тогда
Ответ = Ответ + GetMutalSettlementsBalance(параметры)+символы.ПС;
конецесли;
КонецПроцедуры
Проверим работу. Попросим дать остаток товара.

Такой же ответ будет на все возможные формы вопроса: "сколько чая на складе", "чай на складе", "как много у нас чая", "остаток чая" и т.д.
Зададим вопрос по взаиморасчетам.

Как видите, это работает. Но есть одна проблема. Выключим функцию получения баланса по взаиморасчетам.

И теперь в ответ на запрос мы получим...

Говорят, что недостатки есть ни что иное, как продолжение достоинств. Так оно и есть! У нас очень хороший работник. Он никогда не разведет лапками и не скажет: "я не могу". Нет у него такой опции. Он будет искать и находить наиболее подходящие варианты для действия. Как мы уже убедились, если ничего не предпринять, это может привести к нежелательным последствиям.
К счастью, проблема решается удивительно простым образом. Просто дадим нашему работнику инструкцию, что ему делать, когда он не знает, что ему делать.
Функция need_help(параметры)
ЧтениеJSON = Новый ЧтениеJSON;
ЧтениеJSON.УстановитьСтроку(параметры);
данные = ПрочитатьJSON(ЧтениеJSON);
ЧтениеJSON.Закрыть();
возврат "Не удалось подобрать функцию для вопроса:"+символы.ПС+данные.UserRequest;
КонецФункции
Теперь никакой путаницы

Механизм вызова функции, это один из ключевых моментов в практическом использовании больших языковых моделей. Надеюсь, что этот короткий ликбез поможет вам быстро сориентироваться в данном вопросе