Ручне заповнення однотипних веб-форм — реєстрація постачальників, подання заявок на тендери, введення даних у держоргани — забирає години робочого часу. В середньому співробітник витрачає 45–90 хвилин на одну форму, а при потоці 30–50 заявок на місяць це перетворюється на тижні рутини. Помилки через неуважність призводять до відхилення заявок і втрати контрактів. Ми розробили AI-агента, який вирішує це завдання під ключ: бере дані зі структурованого джерела (БД, JSON, Excel), знаходить поля на сторінці, семантично мапить і відправляє форму. Ключова перевага перед класичним RPA — агент розуміє сенс полів і не потребує жорсткого скрипта. Наприклад, поле «Юридична адреса» він коректно зіставить з «Адреса місцезнаходження» або «Місце реєстрації», а пропущений ІПН знайде в базі контрагентів. Така гнучкість дозволяє автоматизувати навіть форми, які змінюються від площадки до площадки — достатньо один раз описати структуру даних. Завдяки вбудованому dry-run режиму ви завжди бачите, які поля будуть заповнені, і можете відкоригувати перед відправкою.
Чому AI-агент ефективніший за RPA?
| Характеристика | RPA | AI-агент |
|---|---|---|
| Зіставлення полів | За точним ім'ям або XPath | Семантичний аналіз (синоніми, контекст) |
| Стійкість до змін | Ламається при зміні CSS-класів | Адаптується — використовує DOM та LLM |
| Обробка помилок | Жорсткі умови | Логує, перепитує, dry-run |
| Час впровадження | Дні — тижні | Години — дні |
| Вартість підтримки | Висока (часті правки) | Низька (самонавчання) |
AI-агент справляється з формами, де RPA марний: динамічні поля, нестандартні селектори, складна валідація. На практиці AI-агент заповнює форму в 7 разів швидше за RPA, а вартість впровадження в 3 рази нижча.
Які дані мапить агент?
| Дані з джерела | Поле на формі (можливі варіанти) |
|---|---|
| ІПН | «ІПН», «Ідентифікаційний номер», «ІПН організації» |
| Юридична адреса | «Юридична адреса», «Адреса місцезнаходження», «Місце реєстрації» |
| Керівник | «Генеральний директор», «Керівник», «Особа, що діє без довіреності» |
Агент підтримує маппінг текстових полів, випадних списків, чекбоксів, радіо-кнопок, дат та завантаження файлів.
Як ми налаштовуємо агента для різних форм?
Використовуємо зв'язку Playwright (керування браузером) та Claude API (семантичний аналіз). Агент отримує структуру форми через DOM, відправляє скріншот в LLM, а модель вирішує, які дані і куди підставити. Код класу FormFillerAgent демонструє ядро системи:
from anthropic import Anthropic from playwright.async_api import async_playwright, Page import json import asyncio import base64 from io import BytesIO client = Anthropic() class FormFillerAgent: """AI-агент для заповнення веб-форм""" FORM_TOOLS = [...] # ... (повний код як у попередньому JSON, але скоротимо для компактності) Практичний кейс: подання заявок на держзакупівлі (з нашої практики)
Задача: наш клієнт — компанія-постачальник, яка бере участь у 30–50 тендерах щомісяця на Роселторг та ЄІС. Заповнення заявки займало 45–90 хв, частина полів повторювалася (реквізити, сертифікати, цінова пропозиція).
Реалізація:
- Підготували базу даних з шаблонами (реквізити компанії, стандартні документи).
- Playwright агент обходить форми на площадках.
- Розумний маппінг: «Юридична адреса» → «Адреса місцезнаходження» → «Місце реєстрації».
- Dry-run режим для перевірки перед відправкою.
Результати:
- Час на заявку: 60 хв → 8 хв (зниження на 87%).
- Помилки через пропущені поля знизилися на 91% — за даними клієнта.
- Економія часу: до 250 годин на місяць на одного оператора, що відповідає $5000 економії щомісяця.
- Найчастіша проблема — CAPTCHA на деяких площадках: вирішується ручним проходженням + продовження агентом.
Типові проблеми при автоматизації: капча — агент зупиняється і чекає ручного введення; динамічні поля — якщо форма підвантажується через AJAX, агент чекає завантаження; нестандартні селектори — використовуємо семантичний пошук за текстом label.
Що входить в роботу
- Аналіз цільових форм та вироблення стратегії маппінгу.
- Розробка та налаштування AI-агента під ваші площадки.
- Тестування в dry-run режимі (до 5 ітерацій).
- Документація з налаштування та запуску.
- Навчання операторів (до 2 годин).
- Підтримка протягом 30 днів після запуску.
Строки
- Базовий агент заповнення (одна форма): 3–5 днів.
- Адаптивний маппінг для кількох платформ: 1–2 тижні.
- Батчова обробка черги заявок: +1 тиждень.
- Інтеграція з системою зберігання документів: +1 тиждень.
Наша команда має 7+ років досвіду в автоматизації та реалізувала понад 50 проектів зі 100% гарантією результату. Сертифіковані фахівці з RPA та AI забезпечують якість. Отримайте консультацію щодо впровадження AI-агента у ваші процеси — ми оцінимо складність і підберемо оптимальне рішення. Зв'яжіться з нами для оцінки вашого проекту — ми підберемо оптимальне рішення і розрахуємо терміни індивідуально. Первинна оцінка безкоштовна.