шорт-лист премии «ИИ в НКО» 2026 года
номинациИ: ИИ в содержательной работе НКО,
ИИ в фандрайзинге и маркетинге
номинациИ: ИИ в содержательной работе НКО,
ИИ в фандрайзинге и маркетинге
«ГрантоРез» — чат-бот на основе генеративного ИИ для предварительной самоэкспертизы грантовых заявок
Союз благотворительных и социальных организаций «Во имя добра»
На какую проблему, задачу откликается этот кейс
НКО, подающие заявки на гранты, как правило не получают качественной обратной связи до объявления результатов конкурса: экспертные оценки закрыты, а профессиональные консультанты могут оказаться дорогими либо недоступными. Организации подают заявки, не понимая, где именно теряют баллы и как можно было доработать текст.
Какое решение было найдено/разработано, какое было участие ИИ
Команда создала чат-бот «ГрантоРез». Он анализирует грантовую заявку по методике конкретного конкурса и возвращает структурированный отчёт с баллами по каждому критерию, комментариями и рекомендациями по доработке. В основе экспертизы — логико-структурный подход к проектированию, который используют крупные российские гранты операторы (ФПГ, ПФКИ, Росмолодёжь. Гранты).
ИИ берёт на себя предварительную экспертизу: анализирует текст заявки, выставляет баллы и объясняет логику оценки по каждому критерию. Дополнительная возможность — сравнить оценки бота с баллами своей заявки: пользователь загружает бланк оценки, полученный после конкурса, и система автоматически сопоставляет результаты.
Почему было уместно и здорово применить ИИ
На момент запуска русскоязычные сервисы для автоматической экспертизы грантовых заявок уже существовали, однако, по наблюдениям автора кейса, ни один из них не давал разбивки по конкретным критериям российских конкурсов. Универсальные ИИ-помощники (ChatGPT, GigaChat) выдают неструктурированные ответы без привязки к методике и требованиям конкурса.
Команда выбрала путь создания специализированной системы: собственная база знаний по методике оценки, отдельный системный промпт для каждого конкурса, механизм калибровки на реальных данных. Это обеспечило более высокий уровень надёжности предварительной экспертизы по сравнению со случайной генерацией текста «в целом про гранты».
Сочетание специализированной базы знаний с генеративным ИИ позволило создать продукт, который принципиально невозможно реализовать вручную в нужном масштабе: он способен одновременно обслуживать сотни пользователей на трёх платформах (Telegram, VK, Max) с воспроизводимым качеством экспертизы.
Сочетание специализированной базы знаний с генеративным ИИ позволило создать продукт, который принципиально невозможно реализовать вручную в нужном масштабе: он способен одновременно обслуживать сотни пользователей на трёх платформах (Telegram, VK, Max) с воспроизводимым качеством экспертизы.
Этапы создания ИИ-решения
- Изучение методики экспертизы: анализ положений конкурсов ФПГ, ПФКИ и Росмолодёжи, критериев оценки и экспертных заключений.
- Формирование базы знаний и системного промта — адаптация логико-структурного подхода к формату инструкций для языковой модели.
- Разработка бота с пошаговым диалогом: выбор конкурса → загрузка файла → экспертиза → PDF-отчёт.
- Калибровка точности: пользователи загружают реальные оценки жюри после конкурса, система сравнивает их со своей оценкой и отслеживает отклонения. Постоянная донастройка на основе обратной связи пользователей.
- Расширение на три платформы (Telegram, ВКонтакте, Max) и три конкурса.
- Запуск сайта grantorez.ru как точки входа и публичное продвижение среди НКО. Продукт работает по сей день.
Как работает ИИ-решение
1
2
3
Пользователь открывает бота в Telegram, ВКонтакте или Max, выбирает конкурс и загружает файл заявки в формате PDF, DOCX или TXT. Система извлекает текст и передаёт его языковой модели вместе с системным промптом: набором инструкций, в которые зашита методика оценки данного конкурса.
В бесплатном тестовом режиме первые 3 превью экспертизы доступны бесплатно. Превью включает общее впечатление, таблицу баллов, перечисление сильных и слабых сторон заявки.
В режиме полного отчета (платно) модель анализирует заявку по десяти критериям, выставляет баллы, формулирует обратную связь и возвращает пользователю PDF-отчёт с таблицей оценок, комментариями по каждому критерию, рекомендациями по доработке и итоговым впечатлением. Дополнительно пользователь может загрузить реальный бланк оценки жюри, система считывает с него баллы с помощью OCR (технологии распознавания текста на изображениях) и сравнивает их со своей оценкой.
НКО получают структурированную обратную связь по заявке до подачи на конкурс, видят, где именно теряют баллы, и могут доработать текст. Для небольших организаций без бюджета на экспертов это принципиальная разница: появляется доступ к качественной диагностике заявки
Докажите, что с ИИ ситуация стала лучше, чем без него
Профессиональная консультация грантрайтера по одной заявке стоит от 3 000 до 15 000 рублей и требует нескольких дней ожидания. ГрантоРез даёт сопоставимую по структуре обратную связь за минуты и его услуги дешевле.
Количественные показатели:
Количественные показатели:
- Более 900 экспертиз проведено с момента запуска (за период около 3,5 месяцев, к началу июня 2026 года).
- Более 380 зарегистрированных пользователей.
- Учитывается методика конкурсов 3 грантооператоров: ФПГ, ПФКИ, Росмолодёжь.Гранты.
- Сервис доступен на 3 платформах: Telegram, ВКонтакте, Max.
- По данным калибровки, средняя погрешность оценки (MAE — mean absolute error, средняя абсолютная ошибка) составляет менее одного балла на критерий относительно реальных оценок экспертов жюри, при десятибалльной шкале оценки.
- Время получения экспертизы — около 3 минут.
ИИ берёт на себя функцию предварительной экспертизы: анализирует заявку по критериям, выставляет баллы, объясняет логику оценки и указывает на слабые места в тексте. Живого эксперта он не заменяет, но как инструмент предварительной диагностики действует более точно, чем универсальные нейросети.
Команда отслеживает три группы показателей.
Качество экспертизы: насколько точно бот оценивает заявки по сравнению с реальными оценками жюри. Для этого измеряют 2 параметра: MAE (Mean Absolute Error, средняя абсолютная ошибка — среднее отклонение оценки бота от оценки эксперта) и систематическое смещение (bias) — не занижает ли бот или не завышает ли баллы последовательно, из раза в раз. Данные собираются от пользователей, которые загружают бланки оценок после конкурса. Точность отслеживается отдельно по каждой языковой модели и каждому конкурсу.
Вовлечённость: сколько экспертиз проведено, какая доля пользователей возвращается повторно, какой NPS (Net Promoter Score, индекс готовности рекомендовать сервис другим). NPS измеряется через короткий опрос, встроенный в бота после завершения экспертизы.
Охват: число активных пользователей, задействованные платформы и грантовые конкурсы. Все данные хранятся в собственной базе и доступны команде в административной панели в режиме реального времени.
Качество экспертизы: насколько точно бот оценивает заявки по сравнению с реальными оценками жюри. Для этого измеряют 2 параметра: MAE (Mean Absolute Error, средняя абсолютная ошибка — среднее отклонение оценки бота от оценки эксперта) и систематическое смещение (bias) — не занижает ли бот или не завышает ли баллы последовательно, из раза в раз. Данные собираются от пользователей, которые загружают бланки оценок после конкурса. Точность отслеживается отдельно по каждой языковой модели и каждому конкурсу.
Вовлечённость: сколько экспертиз проведено, какая доля пользователей возвращается повторно, какой NPS (Net Promoter Score, индекс готовности рекомендовать сервис другим). NPS измеряется через короткий опрос, встроенный в бота после завершения экспертизы.
Охват: число активных пользователей, задействованные платформы и грантовые конкурсы. Все данные хранятся в собственной базе и доступны команде в административной панели в режиме реального времени.
Опишите экономику процесса: сколько потратили на ИИ решение, на что. Как это окупится?
Разработка велась силами команды организации без привлечения внешних подрядчиков. Расходовались время разработчика и средства на оплату API (Application Programming Interface: интерфейс, через который бот обращается к ИИ-сервисам). Стартовые инвестиции в инфраструктуру были минимальными: хостинг, доменное имя, подписка на ИИ-сервис для разработки.
Проект вышел на самоокупаемость, операционные расходы покрываются за счёт платных экспертиз
ограничения и этика
-
Что нельзя доверить ИИ?Бот не заменяет эксперта грантового конкурса, а также полностью не заменяет самоэкспертизу заявки: он даёт дополнительные акценты для улучшения заявки перед подачей на конкурс. -
Какие этические моменты важно было учесть?В процессе разработки команда столкнулась с двумя принципиальными этическими дилеммами.
1. Показывать ли числовые баллы?
ИИ выставляет оценки по критериям конкурса, поэтому и команда долго обсуждала, правильно ли показывать их пользователю. Баллы дают конкретный ориентир, но создают риск чрезмерного доверия: НКО может принять предварительную диагностику за решение жюри.
Решили, что баллы показываются, но только после того, как пользователь явно согласился их видеть. Перед показом встроен обязательный экран с дисклеймером, объясняющим природу и ограничения оценки. Пропустить этот экран невозможно. Пользователь сам выбирает: смотреть баллы или получить экспертизу без числовых оценок.
2. Хранить ли тексты заявок?
Заявки содержат описания ещё не поданных проектов и персональные данные авторов.
Текст заявки передаётся в API языковой модели для обработки; по условиям API-провайдеров такие данные не используются для обучения моделей. Команда решила не сохранять тексты заявок после обработки: они используются только для формирования экспертизы и не попадают в базу данных. Это решение реализовано на уровне архитектуры системы.
Информация о политике обработки данных доступна пользователю ещё до начала работы с ботом. При этом пользователю рекомендуется перед загрузкой заявки удалить из неё ФИО, паспортные данные, ИНН, СНИЛС, личные телефоны/email и банковские реквизиты. Это не влияет на качество предварительной экспертизы.
Решение создано Дмитрием Иоффе и командой проекта в рамках собственной разработки организации. Внешние разработчики не привлекались. Вклад партнёров и пользователей — практическая обратная связь, тестирование на реальных заявках, загрузка реальных оценок жюри после конкурсов.
Российские НКО, которые регулярно участвуют в грантовых конкурсах, прежде всего небольшие организации без доступа к профессиональным грантрайтерам и экспертам. Продукт создавался как публичный сервис для всего сектора, а не как внутренний инструмент одной организации.
В реализации используются API языковых моделей нескольких провайдеров: Claude Sonnet и Claude Opus (Anthropic), Gemini (Google), DeepSeek Chat (DeepSeek), модели GPT (OpenAI), GigaChat (Сбер), YandexGPT (Яндекс) — через платформу OpenRouter (агрегатор языковых моделей, который позволяет обращаться к моделям разных провайдеров через единый интерфейс) и прямые SDK (Software Development Kit, наборы инструментов разработчика для подключения к сервису).
База знаний по оценке заявок сформирована на основе курсов и материалов экспертов-практиков по грантовой экспертизе, методических рекомендаций грантооператоров и положений конкурсов.
Сервис работает как публичный продукт: он доступен в Telegram, ВКонтакте, Max. Сайт grantorez.ru используется как посадочная страница и точка входа: там описаны сервис, тарифы, безопасность, даны отзывы и ссылки на запуск бота в мессенджерах . Любая НКО может воспользоваться сервисом через привычные мессенджеры, без регистраций и дополнительных установок.
Дмитрий Иоффе, основатель проекта «ГрантоРез». Telegram: @victorovi4, email: dima@cleangames.org
Чем этот кейс примечателен, чем выделяется среди других, отличается от других?
Встроенная калибровка точности. Пользователи могут загрузить реальный бланк оценки жюри после конкурса, и система автоматически сравнит свою оценку с человеческой. Это улучшает контур обратной связи.
Работа с несколькими языковыми моделями. Сервис одновременно использует модели российских и международных провайдеров — GigaChat, YandexGPT, Claude, Gemini. Это позволяет сравнивать их точность и выбирать лучшую модель для каждого типа задачи.
Разработка с нуля под российский контекст. Система создана под конкретные российские конкурсы с учётом их критериев и весовых коэффициентов, а не является адаптацией зарубежного инструмента.
Работа с несколькими языковыми моделями. Сервис одновременно использует модели российских и международных провайдеров — GigaChat, YandexGPT, Claude, Gemini. Это позволяет сравнивать их точность и выбирать лучшую модель для каждого типа задачи.
Разработка с нуля под российский контекст. Система создана под конкретные российские конкурсы с учётом их критериев и весовых коэффициентов, а не является адаптацией зарубежного инструмента.
Какие фишки, результаты ИИ изумляют в этом кейсе?
По данным калибровки, средняя погрешность ИИ-оценки внутри одного критерия составляет менее одного балла относительно оценок экспертов жюри, при десятибалльной шкале. Иными словами, оценки бота и живого эксперта часто одинаковые или довольно схожие.
Система умеет «читать» реальные бланки оценок жюри: с помощью OCR она распознаёт баллы с отсканированного документа и сравнивает их с собственным результатом.
Сервис находит логические разрывы, которые авторы заявки часто не замечают: например, цель описана широко, мероприятия узкие, а измеримые результаты не подтверждают заявленный эффект. При этом бот объясняет, какой именно критерий конкурса пострадает и что можно исправить до подачи.
Подсвечиваются нестыковки в бюджете, календарном плане и количественных показателях, когда в разных разделах заявки указаны разные цифры участников, мероприятий или результатов.
Система умеет «читать» реальные бланки оценок жюри: с помощью OCR она распознаёт баллы с отсканированного документа и сравнивает их с собственным результатом.
Сервис находит логические разрывы, которые авторы заявки часто не замечают: например, цель описана широко, мероприятия узкие, а измеримые результаты не подтверждают заявленный эффект. При этом бот объясняет, какой именно критерий конкурса пострадает и что можно исправить до подачи.
Подсвечиваются нестыковки в бюджете, календарном плане и количественных показателях, когда в разных разделах заявки указаны разные цифры участников, мероприятий или результатов.
Отзывы от благополучателей
- Все замечания очень точны — прямо мои мысли, которые хотела донести своему грантовому фандрайзеру. Плюс нашлось то, что я пропустила и не заметила — важное выпало из календарного плана.Екатерина Милова, директор фонда борьбы с инсультом ОРБИ
- Это реальная и очень подробная аналитика всего проекта, а также крутая структурная инструкция по корректировке слабых мест. Это ещё и скрупулёзный редактор мелких опечаток, гуляющих из гранта в грант.Екатерина Иванова, генеральный директор фонда «Мост поколений»
- Впечатлил постатейный разбор бюджета и сведение количественных показателей отовсюду. Это реально полезный инструмент, но важно помнить — это алгоритм, ИИ, не истина в последней инстанции. Используйте как помощника для проверки.Марина Водолазская, региональный координатор по Ростовской области фонда «Старость в радость»
Что бы авторы порекомендовали другим НКО, которые только присматриваются к ИИ или делают первые шаги?
- 1. Учиться мыслить шире и не ставить себе прежние ограничения.
ИИ заметно снимает ранее существовавшие границы для НКО: нехватку времени, экспертизы, людей, бюджета на аналитику и подготовку материалов. Поэтому важно не только автоматизировать старые процессы, но и учиться заново фантазировать: что теперь можно сделать, если часть ограничений постепенно уходит.
2. Пробовать, а не ждать идеального понимания.
Необязательно заранее знать, как именно всё будет устроено. Важно начать экспериментировать: брать конкретную задачу, пробовать, смотреть результат, улучшать подход. Решения часто находятся уже в процессе.
3. Не бояться инвестировать в ИИ-направление.
За этим явно будущее. Организации, которые будут долго сомневаться, откладывать или опираться на устаревшие представления об ИИ, рискуют отстать. Сегодня многие скептические оценки основаны на опыте 2023−2024 годов, а возможности инструментов с тех пор сильно изменились.
4. Сохранять ответственность и методологию.
ИИ не заменяет экспертность и управленческие решения, но помогает быстрее видеть слабые места, проверять гипотезы и усиливать команду. Максимальный эффект появляется там, где есть понятная задача, критерии качества и готовность регулярно дорабатывать подход.