🔬 Как я собрал пайплайн для аналитики по компаниям — от ИНН до готового отчёта за 1-1,5 часа
Задача: перед встречей с клиентом менеджеру банка нужен аналитический брифинг — отрасль, конкуренты, финансы, потенциальные сделки. Ручной сбор открытых данных займет целый день или больше. Теперь —час-полтора и две вкладки браузера.
Рассказываю, как это устроено.
— Что на входе
Один ИНН. Всё.
— Что на выходе
Готовый .docx с шестью секциями: Executive Summary, справка по компании (собственники, финансы за 5 лет, публичный статус), карта рынка с региональной спецификой, конкурентный анализ с таблицей из 5–10 игроков, M&A-таргеты с ИНН и финансами каждого, и конкретные вопросы для встречи.
— Пайплайн: 4 шага в браузере
1️⃣ Генерация отчёта — Claude Deep Research. Вставляю ИНН в заранее подготовленный мастер-промпт (~2000 слов) и запускаю. Claude сам находит компанию, отрасль, регион, идёт по десяткам источников (Росстат, отраслевые порталы, АКРА и т.д.) и выдаёт структурированный отчёт. Занимает до 50 минут.
2️⃣ Верификация — Perplexity Deep Research. Копирую полученный отчёт в Perplexity вместе со вторым мастер-промптом — для фактчекера. Perplexity проверяет каждую цифру по открытым источникам и выдаёт таблицу расхождений: что неверно, что устарело, что пропущено, со ссылками на первоисточники. Ещё 5–10 минут.
3️⃣ Исправление — первый чат Claude. Передаю исходный отчёт + таблицу расхождений от Perplexity. Claude точечно правит ошибки, обновляет устаревшие данные, добавляет пропущенные риски. Структура сохраняется. До 10 минут.
4️⃣ DOCX — тот же чат Claude. Прошу оформить исправленный отчёт в Word с таблицами, колонтитулами и форматированием. Получаю файл для скачивания. До 10 минут
— Почему два разных инструмента
Ключевое решение — верификация через Perplexity, а не через Claude.
Использую независимого арбитра для дополнительной объективности, чтобы нейросеть не проверяла сама себя. Perplexity как независимый фактчекер ходит по вебу и возвращает ссылки на конкретные страницы. На практике Perplexity ловит 3–7 расхождений в каждом отчёте — от мелких неточностей в процентах до серьёзных ошибок в ИНН таргетов.
— Секрет — в промптах, а не в инструментах
Сами Deep Research и Claude доступны каждому. Разница — в промптах, которые надо калибровать методом проб и ошибок.
Промпт для генерации задаёт: • Роль (аналитик инвестбанка) и аудиторию (менеджер перед встречей) • 6 секций с точными форматами таблиц и обязательными метриками • Список приоритетных источников для российских компаний • Правила для недоступных данных («не выдумывай — пиши "данные не найдены"») • Опциональный блок фокуса под конкретную сделку
Промпт для верификации зеркалит структуру отчёта секция за секцией и задаёт формат результата: таблица расхождений с типом (ошибка / неточность / пропуск) и критичностью (высокая / средняя / низкая).
Без этой эмпирической настройки Deep Research выдаёт рыхлый текст без структуры, а верификация проверяет выборочно вместо сплошной проверки.
— Главный инсайт
Промпт-инжиниринг для Deep Research — это не про «напиши красиво». Это эмпирическая калибровка: запускаешь отчёт, видишь, где модель плывёт, добавляешь конкретное ограничение в промпт, запускаешь снова. После 5–7 итераций на разных отраслях промпт стабилизируется и даёт воспроизводимый результат.
Самое ценное — не инструменты (они у всех одинаковые), а структура промптов, отточенная на реальных кейсах.
— Цифры
⏱️ 1-1,5 часа на полный цикл (вместо 2–3 дней) 📄 3000–6000 слов аналитики 📊 Финансы за 5 лет, 5–10 конкурентов, 5–10 M&A-таргетов с ИНН 💰 Стоимость: подписки Claude + Perplexity
#AI #DeepResearch #Perplexity #Claude #промптинжиниринг #аналитика
Задача: перед встречей с клиентом менеджеру банка нужен аналитический брифинг — отрасль, конкуренты, финансы, потенциальные сделки. Ручной сбор открытых данных займет целый день или больше. Теперь —час-полтора и две вкладки браузера.
Рассказываю, как это устроено.
— Что на входе
Один ИНН. Всё.
— Что на выходе
Готовый .docx с шестью секциями: Executive Summary, справка по компании (собственники, финансы за 5 лет, публичный статус), карта рынка с региональной спецификой, конкурентный анализ с таблицей из 5–10 игроков, M&A-таргеты с ИНН и финансами каждого, и конкретные вопросы для встречи.
— Пайплайн: 4 шага в браузере
1️⃣ Генерация отчёта — Claude Deep Research. Вставляю ИНН в заранее подготовленный мастер-промпт (~2000 слов) и запускаю. Claude сам находит компанию, отрасль, регион, идёт по десяткам источников (Росстат, отраслевые порталы, АКРА и т.д.) и выдаёт структурированный отчёт. Занимает до 50 минут.
2️⃣ Верификация — Perplexity Deep Research. Копирую полученный отчёт в Perplexity вместе со вторым мастер-промптом — для фактчекера. Perplexity проверяет каждую цифру по открытым источникам и выдаёт таблицу расхождений: что неверно, что устарело, что пропущено, со ссылками на первоисточники. Ещё 5–10 минут.
3️⃣ Исправление — первый чат Claude. Передаю исходный отчёт + таблицу расхождений от Perplexity. Claude точечно правит ошибки, обновляет устаревшие данные, добавляет пропущенные риски. Структура сохраняется. До 10 минут.
4️⃣ DOCX — тот же чат Claude. Прошу оформить исправленный отчёт в Word с таблицами, колонтитулами и форматированием. Получаю файл для скачивания. До 10 минут
— Почему два разных инструмента
Ключевое решение — верификация через Perplexity, а не через Claude.
Использую независимого арбитра для дополнительной объективности, чтобы нейросеть не проверяла сама себя. Perplexity как независимый фактчекер ходит по вебу и возвращает ссылки на конкретные страницы. На практике Perplexity ловит 3–7 расхождений в каждом отчёте — от мелких неточностей в процентах до серьёзных ошибок в ИНН таргетов.
— Секрет — в промптах, а не в инструментах
Сами Deep Research и Claude доступны каждому. Разница — в промптах, которые надо калибровать методом проб и ошибок.
Промпт для генерации задаёт: • Роль (аналитик инвестбанка) и аудиторию (менеджер перед встречей) • 6 секций с точными форматами таблиц и обязательными метриками • Список приоритетных источников для российских компаний • Правила для недоступных данных («не выдумывай — пиши "данные не найдены"») • Опциональный блок фокуса под конкретную сделку
Промпт для верификации зеркалит структуру отчёта секция за секцией и задаёт формат результата: таблица расхождений с типом (ошибка / неточность / пропуск) и критичностью (высокая / средняя / низкая).
Без этой эмпирической настройки Deep Research выдаёт рыхлый текст без структуры, а верификация проверяет выборочно вместо сплошной проверки.
— Главный инсайт
Промпт-инжиниринг для Deep Research — это не про «напиши красиво». Это эмпирическая калибровка: запускаешь отчёт, видишь, где модель плывёт, добавляешь конкретное ограничение в промпт, запускаешь снова. После 5–7 итераций на разных отраслях промпт стабилизируется и даёт воспроизводимый результат.
Самое ценное — не инструменты (они у всех одинаковые), а структура промптов, отточенная на реальных кейсах.
— Цифры
⏱️ 1-1,5 часа на полный цикл (вместо 2–3 дней) 📄 3000–6000 слов аналитики 📊 Финансы за 5 лет, 5–10 конкурентов, 5–10 M&A-таргетов с ИНН 💰 Стоимость: подписки Claude + Perplexity
#AI #DeepResearch #Perplexity #Claude #промптинжиниринг #аналитика
👍12🏆1