Юрист без навыков программирования может собрать собственного ИИ-помощника с помощью вайбкодинга: задачу описывают обычным языком, а код пишет нейросеть. За два месяца я разработал в Битрикс24 Вайбкод «AI Юристы KZ» — систему из шести AI-агентов, которая отвечает на правовые вопросы коллег и сверяет нормы с официальной базой adilet.zan.kz. Весь код написал искусственный интеллект. Ниже расскажу, как устроена система, как я ставлю задачи AI-агентам, какие ошибки встретил и с чего начать специалисту без технического образования.
Запросы в юротдел часто приходят сумбурными: факты перемешаны с догадками, документы приложены не все, а ответ нужен срочно. Я трачу время на то, чтобы разобрать вопрос, найти действующую норму и перепроверить вывод. Публичный чат-бот кажется быстрым выходом. При этом он может уверенно сослаться на старую редакцию закона или на несуществующую статью. В юридической работе такая ошибка обходится дороже, чем отсутствие ответа: на ответ юриста опирается руководитель, когда подписывает договор или решает спор с сотрудником.
Что такое вайбкодинг и зачем он юристу
Вайбкодинг — это способ создавать программы, при котором вы описываете задачу обычным языком, а код пишет нейросеть. Термин придумал сооснователь OpenAI Андрей Карпаты в посте в X в феврале 2025 года. По его описанию, человек говорит, что хочет получить, и принимает правки ИИ. Результат он проверяет, почти не заглядывая в код. В ноябре того же года британский толковый словарь Collins выбрал vibe coding словом года — об этом сообщил сам словарь. Подход быстро вышел за пределы IT. Сегодня так свою работу автоматизируют маркетологи, бухгалтеры, кадровики и юристы.
Вайбкодинг меняет роль специалиста в разработке. Раньше я писал бы техническое задание, отдавал его программистам и ждал очереди. По пути часть смысла терялась бы: разработчик понимал бы задачу по пересказу. Теперь я сам объясняю AI-агенту, что нужно сделать, и сразу вижу результат. Агент проектирует структуру, пишет код и запускает проверки. За мной остаются суть задачи и проверка итога.
Мне понадобился свой ИИ-инструмент по простой причине. Работа юротдела строится на точности: каждая ссылка должна вести к действующей редакции закона. Универсальный чат-бот отвечает быстро, но опирается на то, что запомнил при обучении. Он может смешать нормы разных стран или привести отмененную статью. Ошибочный ответ звучит так же уверенно, как верный. Мне нужен был помощник другого типа: он встроен в рабочие процессы компании, сначала проверяет источники и только потом отвечает. Такую систему удобнее собрать самому: юрист лучше разработчика знает, где в его работе риски.
С чего все началось: один час с тренером
Моя компания поощряет вайбкодинг. Сотрудникам предоставили все для первого шага:
- видеоуроки по работе с AI-агентами;
- доступ к инструментам для вайбкодинга;
- занятие с внешним тренером.
Тренер за час показал базовые приемы и примеры промптов — запросов к нейросети — для разных профессий. Этого часа хватило, чтобы каждый участник собрал первое приложение или бота для своей работы. Руководитель отдела маркетинга сделала панель с метриками отдела маркетинга и PR. С этого занятия начался мой проект: я увидел, что AI-агенту можно поручить задачу целиком, и решил применить подход к работе юротдела.
Я собирал систему в Битрикс24 Вайбкод — инструменте Битрикс24 для создания приложений с помощью ИИ. Доступ к нему у компании уже был, поэтому серверы и среду разработки отдельно настраивать не пришлось. Это упрощает старт: я сразу занимался своей задачей, а техническую часть взяла на себя готовая среда. Подойдут и другие AI-агенты для программирования, например Claude Code от Anthropic или Codex от OpenAI. Выбор зависит от того, чем уже пользуется ваша команда и сколько она готова платить за подписку.
Как устроена система «AI Юристы KZ»
Я представляю систему как маленький юротдел. Он работает без выходных и отвечает за несколько минут. Пользователь пишет вопрос, а система сама решает, кому из «сотрудников» его отдать. Всего в ней шесть ролей, у каждой своя зона ответственности.
| Роль | Чем занимается |
|---|---|
| Диспетчер | Разбирает запрос и распределяет его между агентами |
| Юрист | Отвечает на общие правовые вопросы |
| Трудовой эксперт | Работает с вопросами трудового права |
| Исследователь | Ищет нормы в официальных источниках и проверяет их |
| Договорной агент | Работает с договорами |
| Контролер | Проверяет итоговый ответ до того, как его увидит человек |
Каждый запрос проходит одну и ту же цепочку:
- Диспетчер читает вопрос и выбирает маршрут.
- Профильный агент — юрист, трудовой эксперт или договорной агент — разбирает суть.
- Исследователь подтверждает правовую основу по официальным источникам.
- Контролер проверяет итог и отдает ответ пользователю.
Главный принцип, который я заложил в систему, — разделять факты, нормы, толкования и предположения. В юридическом ответе важно понимать, что подтверждено законом, а что остается выводом. Если система не нашла норму в официальном источнике, она прямо об этом пишет. Мне спокойнее получить честное «норма не подтверждена», чем гладкий текст со ссылкой на несуществующую статью.
Коллеги работают с системой в привычном мессенджере: я подключил ее через бота к нашему корпоративному чату. Коллега задает вопрос на том же портале, где переписывается, и там же получает ответ. Чем меньше шагов отделяет человека от инструмента, тем охотнее люди им пользуются.
Как поставить задачу AI-агенту, если вы не программист
Роли между мной и ИИ распределились так. Я описывал, какой результат хочу получить. Агент сам проектировал структуру, писал код, запускал проверки и выводил программу на рабочий сервер. Язык программирования и технические шаблоны выбирал агент и объяснял решения по ходу.
Постановка задачи оказалась похожа на работу юриста. Я пишу ее так же, как техническое задание к договору: в нем важна каждая деталь, а размытые формулировки потом превращаются в споры. В хорошей постановке я отвечаю на шесть вопросов:
- кто пользователь и в какой ситуации он обращается к системе;
- какие данные человек вводит;
- откуда брать информацию и каким источникам доверять;
- по каким правилам обрабатывать запрос;
- как должен выглядеть результат;
- что делать, если что-то пошло не так.
Поведение при ошибке часто забывают описать, а это один из самых важных пунктов. AI-агент старается довести задачу до конца, даже если данных не хватает. Если вы не описали поведение при ошибке, он может придумать ответ там, где правильнее остановиться. Поэтому я заранее прописываю ограничения: когда агент должен сказать «не знаю» и когда передать вопрос человеку.
В проекте 86 автоматизированных тестов, и все они проходят успешно. Тесты проверяют, как система распределяет запросы и как агенты передают друг другу задачи. Еще они проверяют, как система обрабатывает документы, работает с языковыми моделями и ведет себя при ошибках. Тесты тоже написал агент: я объяснял, что нужно проверить, а он превращал это в код. Для меня тесты — аналог аудита договора: они показывают, что система выполняет обещанное после каждой правки.
Какие ошибки встретились и как я их решил
Ошибки были, и это нормальная часть работы. Три из них запомнились больше других.
| Проблема | Причина | Как решил |
|---|---|---|
| Нестабильные тесты | Проверки запускались одновременно и мешали друг другу — гонка данных | Разделил проверки, чтобы они шли независимо |
| Реальная модель вела себя иначе, чем тестовая заглушка | Настоящая нейросеть отступала от схемы данных, добавляла лишние служебные символы и неверно вызывала инструменты | Подстроил систему под реальное поведение модели |
| Сложности при запуске на сервере | Настройки окружения, шлюз платформы и авторизация | Прошел через несколько попыток и разобрал каждую проблему |
Нестабильные тесты запутали меня сильнее других ошибок. Одна и та же проверка то проходила, то падала, хотя код я не менял. Агент помог найти причину: тесты запускались параллельно и задевали общие данные. Когда я разделил тесты, они стали стабильными.
Расхождение между тестовой заглушкой и живой нейросетью оказалось самым полезным уроком. Тестовая заглушка — это имитация нейросети, которая отвечает по заранее заданному шаблону. На тестовых данных система проходила все проверки, а живая нейросеть вела себя по-своему. Это похоже на условия договора: на бумаге они выглядят продуманными, а проверку проходят только на практике. Теперь я закладываю в систему запас прочности: она готова к тому, что модель ответит неидеально.
Запуск на сервере занял больше всего времени, зато помог мне разобраться в архитектуре системы.
Как начать вайбкодить: четыре совета
Если вы хотите собрать свой ИИ-инструмент, вот что я советую по своему опыту:
- Начните с одной задачи. Выберите регулярную ручную работу, которая отнимает у вас время каждую неделю. Мультиагентная система — это уже следующий этап. Сначала посмотрите, как AI-агент справляется с одной понятной задачей.
- Оформите задачу как техническое задание. Опишите вход, выход, правила, поведение при ошибке и ограничения для агента. Чем точнее постановка, тем меньше переделок.
- Встройте проверку в саму систему. Укажите официальные источники, добавьте отдельного агента-контролера и попросите написать тесты. Для казахстанских норм права основной официальный источник — Эталонный контрольный банк нормативных правовых актов Республики Казахстан на adilet.zan.kz.
- Относитесь к ошибкам спокойно. Они появляются почти у всех, кто пробует новое. Каждая решается, а заодно помогает разобраться в системе глубже.
Почему вайбкодинг полезен не только IT-специалистам
Вайбкодинг дает специалисту четыре преимущества:
- Инструмент создает тот, кто лучше знает задачу. Раньше путь от идеи до программы шел через техническое задание, очередь к разработчикам и пересказ с потерями. Теперь юрист собирает инструмент сам и сразу учитывает правовые риски, структуру документов и требования к источникам.
- Вайбкодинг учит ставить задачи. Это навык точно формулировать цель, входные данные, правила и критерии результата. Он пригодится в разных профессиях — при работе с подрядчиком, с коллегами или с собственным планом на неделю.
- Становится понятно, где ИИ ошибается. Когда вы сами собираете агентов, вы учитесь выстраивать проверки. Такой специалист пользуется нейросетями увереннее и аккуратнее одновременно.
- Эксперимент стоит недорого. Если идея не сработала, вы потеряли час, а не бюджет и месяцы разработки. Даже неудачная попытка что-то дает.
Если юрист смог собрать команду AI-агентов, то бухгалтер, кадровик или менеджер по продажам тоже справятся. Каждый из них знает свою рутину лучше разработчика.
Что в итоге
- Вайбкодинг позволяет создавать программы без навыков программирования: человек ставит задачу, ИИ пишет код.
- Юристу свой ИИ-инструмент нужен, чтобы получать ответы с проверкой по официальным источникам.
- Мультиагентная система работает как маленький юротдел: у каждого агента своя роль, а итог проверяет контролер.
- Ставьте задачу AI-агенту как техническое задание к договору, с описанием поведения при ошибке.
- Ошибки будут, и каждая помогает лучше понять систему.
- Начните с одной рутинной задачи.
Частые вопросы
Нет. Код пишет AI-агент, а от вас требуется четко объяснить, что вы хотите получить. Я юрист и до этого проекта не писал программ. Всю систему я собрал, описывая задачи обычным языком. Важнее другое умение — ставить задачи и проверять результат. Если вы привыкли составлять технические задания, писать инструкции или формулировать условия договора, у вас уже есть нужный навык. Технические детали агент объяснит сам, если попросить.
Подойдет инструмент, где у ИИ есть доступ к коду и он умеет его запускать. Я работал в Битрикс24 Вайбкод — к нему у нашей компании уже был доступ. Среди популярных вариантов также Claude Code и OpenAI Codex. При выборе смотрите на две вещи: чем уже пользуется ваша команда и сколько стоит подписка. Если в компании есть готовая среда, начинайте с нее: так не придется настраивать серверы и разбираться в инфраструктуре на старте.
Доверяйте системе проверок, а не самой модели. Универсальный чат-бот может уверенно привести устаревшую или несуществующую норму. Поэтому в моей системе есть отдельный агент для поиска по официальным источникам и отдельный агент-контролер. Еще один важный принцип — разделять факты, нормы, толкования и предположения. Если норма не подтверждена, система прямо об этом говорит. По важным вопросам все равно решает юрист: ИИ ускоряет работу, а ответственность остается за человеком.
Начните с регулярной ручной задачи, которая занимает у вас время каждую неделю. Это может быть первичный разбор входящих запросов, подготовка типовых документов или сбор данных в отчет. Хорошая первая задача понятна, повторяется и имеет четкий результат. Мультиагентную систему оставьте на потом. Сначала соберите одного помощника, посмотрите, как он работает, и разберитесь с ошибками. Опыт первой задачи пригодится, когда вы захотите расширить систему. <p style="margin-bottom: 25px;"><i>Материал подготовлен с помощью AI и проверен редакцией.</i></p>
При подготовке материала использовались инструменты искусственного интеллекта. Текст проверен и отредактирован редактором.
