Automatizace extrakce parametrů z norem GOST pomocí LLM: případové studie zkrácení času 24krát
Na hutním podniku s kompletním výrobním cyklem, který má 4500 položek nomenklatury a přes 200 normativních dokumentů (převážně skeny sovětských norem GOST a OST), příprava jedné kontrolní karty trvala více než 2 hodiny. Technologové ručně extrahovali parametry z tabulek, poznámek a textů dokumentů pro více než 40 ukazatelů. Řešení založené na LLM zkrátilo čas na 3–5 minut – tedy 24krát.
Úkol: na základě charakteristik nomenklatury (jakost oceli, průměr polotovaru, skupina) a PDF normy GOST generovat tabulku s parametry kontroly, zdroji (oddíl/tabulka) a hodnotami.
Proč parser nefungoval
Šablonový parser selhal kvůli rozmanitosti formátů: v některých normách GOST jsou parametry v tabulkách, v jiných v poznámkách nebo s odkazy na oddíly. Je potřeba sémantické porozumění, nejen strukturální analýza.
LLM se stává 'virtuálním technologem':
- Vstup: PDF normy GOST + parametry nomenklatury
- Prompt: seznam parametrů s algoritmy vyhledávání
- Výstup: tabulka 'Parametr – Hodnota – Zdroj'
Selhání univerzálního promptu
Testování v Perplexity ukázalo: Claude Sonnet 4.6 dosáhl 85% přesnosti na první normě GOST, GPT 5.4 – 72% (v režimu Thinking). Ale na dalších dokumentech se chyby opakovaly kvůli rozdílům ve strukturách – vnořené tabulky, konstanty, rozsahy.
Univerzální přístup není škálovatelný. Přechod k promptům vázaným na konkrétní normu GOST.
Funkční architektura na principu Pareto
80% nomenklatury pokrývá 18% norem GOST (20 klíčových dokumentů pro pilot).
Pro každou – vlastní prompt s pravidly:
- Umístění parametru (tabulka/oddíl)
- Interpretace hraničních případů ('nejméně', rozsahy)
- Zpracování tabulek
Proces:
- Zaslání PDF normy GOST a parametrů do promptu.
- Získání tabulky výsledků.
- Při chybě – analýza v Perplexity s příkazem 'Aktualizuj pravidlo XX'.
9 iterací za 14 dnů zajistilo 100% přesnost na pilotních normách GOST.
Současná implementace a škálování
Pravidla jsou vyčleněna do Excelové tabulky pro úpravy technology. Prompt načte tabulku + vstupní data, vypíše hotovou tabulku pro informační systém podniku.
Přidání nových norem GOST: kopírování šablony pravidel, ladění po 1–2 iteracích.
Co je důležité:
- Moderní LLM (Claude Sonnet) spolehlivě parsují skeny PDF s tabulkami jakékoli složitosti.
- Aplikujte Pareto: začněte s 20% nejdůležitějších dokumentů.
- Vlastní prompty podle dokumentu jsou efektivnější než univerzální.
- Iterativní ladění odstraňuje systematické chyby (vnořené tabulky).
Závěry pro IT specialisty
Přístup je použitelný v odvětvích s normativní dokumentací:
- Hutnictví, strojírenství
- Chemický průmysl, stavebnictví, energetika
- Farmaceutika (bez důvěrných údajů)
Podmínky úspěchu:
- Ruční přenos dat z různorodých PDF.
- Absence přísného utajení.
- Možnost iterativního vylepšování promptů.
— Editorial Team
Zatím žádné komentáře.