TechEditor 5: Як штучний інтелект допомагає інженерам з розробкою технічної документації

Штучний інтелект увірвався в наше життя, обіцяючи революцію в усіх сферах. Але для інженера, де ціна помилки може бути критичною, виникає логічне питання: чи можна довіряти розрахункам, які виконує ChatGPT, Gemini чи Claude? Ми в Dystlab довго думали над цією дилемою.

З одного боку, ігнорувати потужність LLM — фактично, пасти задніх. З іншого — сліпо довіряти їм у відповідальних задачах — неприпустимо. Тому в TechEditor 5 ми реалізували унікальний підхід, який дозволяє взяти найкраще з обох світів: швидкість генерації ідей від ШІ та надійність перевіреного інженерного рушія. Це не просто "ще одна функція", а нова парадигма роботи з технічною документацією.

Нумо розбиратися, як це працює.

Увага, прискорюємось!

Середовище TechEditor призначене для розробки текстової документації та інженерних розрахунків.

Ви можете створювати інженерні звіти та інші типи документів з нуля в усіх версіях цього редактора, але починаючи з версії 5.0, цю роботу можна значно прискорити. Як саме? Завдяки взаємодії із сервісами штучного інтелекту. Усе доволі просто: ви пишете запит (промт), обираєте мовну модель і… отримуєте в звіті автоматично згенеровані дані.

Виглядає надто просто? Давайте з’ясуємо, чи це дійсно так.

Як працює інтеграція з AI в TechEditor: загальний принцип

Важливо одразу наголосити, що TechEditor не має власних (вбудованих) нейромереж, а отже сам по собі нічого не генерує. Він, як і раніше, працює за вашими безпосередніми командами, як AutoCAD чи Excel. З прикладами технічної документації, створеної в TechEditor, ви можете ознайомитися в нашому каталозі.

Так звідки ж береться AI-магія? Все працює через API (Application Programming Interface). Простими словами, TechEditor виступає в ролі надійного посередника: він бере ваш запит (промт), безпечно відправляє його на сервери обраної вами великої мовної моделі (LLM), отримує відповідь і вставляє її у ваш документ.

На поточний момент, TechEditor підтримує інтеграцію з вісьмома найвідомішими світовими брендами:

• OpenAI (ChatGPT)
• Gemini
• Grok
• Claude
• Perplexity
• Ollama
• Mistral
• DeepSeek

Ймовірно, з часом цей список буде розширено.

Покроковий гайд: як почати генерувати звіти за допомогою AI

1. Зареєструйтеся як користувач(ка) нейромережі

Усі перелічені бренди пропонують схему доступу до своїх сервісів через API, тому першим кроком вам потрібно зареєструватися як мінімум в одному з них і згенерувати відповідний ключ доступу.

Ось як виглядає сторінка для керування ключами Claude.ai:

https://console.anthropic.com/settings/keys

Збережіть згенерований API-ключ в надійному місці — наприклад, в текстовому файлі або електронній таблиці.

УВАГА! З міркувань безпеки, ви зможете скопіювати ключ лише один раз, під час його створення. Якщо цей ключ загубити, потрібно буде генерувати новий.

Як приклад, сервіс DeepSeek явно попереджає своїх користувачів про неможливість повторно скористатися ключем:

2. Під’єднайтеся до нейромережі

Щойно ключ згенеровано та збережено, його можна використовувати для з’єднання з LLM. Перейдіть на вкладку AI і натисніть “Connect to LLM…”:

В переліку LLM оберіть потрібний сервіс. В поле “API Key” вставьте ключ доступу. Натисніть “Connect to LLM | Get models”.

Якщо TechEditor успішно з’єднався з сервісом, то в списку “Model” ви побачите перелік доступних моделей. Для кожного бренду це буде набір власних унікальних збірок та версій; їхні особливості ми розглянемо в інших матеріалах блогу.

Натисніть OK.

3. Працюйте із штучним інтелектом в документах TechEditor

Тепер в полі “Prompt” ви можете сформувати запит до нейромережі. Для виконання запиту натисніть “Execute Prompt”:

Відповідь ШІ: магія починається

В якості прикладу ми запитали ШІ “як обчислити площу прямокутника”. Погоджуюся, запит елементарний, але він дає розуміння загального алгоритму взаємодії LLM і TechEditor.

Через кілька секунд штучний інтелект надав відповідь, яка одразу потрапила в звіт TechEditor. І ось тут починається найцікавіше.

Повний контроль над вмістом

Щойно ми отримали ШІ-згенерований контент в нашому звіті, з ним вже можна працювати: редагувати, копіювати, переміщувати, видаляти, форматувати, тощо. По суті, це звичайний текст — робіть з ним те, що вважаєте за потрібне.

Загалом, TechEditor має просунутий текстовий процесор та широкий набір інструментів для форматування.

Статичні формули на LaTeX

Формули, які не потребують обчислення і наводяться суто з метою пояснення, потрапляють до звіту в форматі LaTeX:

Та це не статичне зображення! Кожна така формула може бути скоригована в формульному редакторі TechEditor. За потреби, ви також можете змінити її шрифт, розмір та інші атрибути.

Нова парадигма: генеруй — з ШІ, перевіряй — з TechEditor

З точки зору науки та інженерії, найцікавішим елементом ШІ-згенерованого контенту є математичні об’єкти.

Якщо відповідь LLM містить розрахунки, то вони потрапляють до звіту у вигляді Math Object — спеціальних математичних об’єктів TechEditor:

Мовна модель автоматично заповнює секцію “Input” або “Output” математичного об'єкту, залежно від ситуації.

В нашому прикладі вхідними даними є довжина та ширина прямокутника. Тож LLM створила два математичні об’єкти зі змінними “a” і “b”, наділивши їх відповідними значеннями. Останній об’єкт лише обчислює площу прямокутника, тому його поле “Input” порожнє, а заповненою є секція “Output”.

Зверніть увагу: нейромережа оперувала не тільки числовими даними, а й використала одиниці вимірювання. І все це — у коректному і “зрозумілому” для TechEditor форматі!

Та найголовніше тут те, що обчислення виконує не LLM, а TechEditor. Чому? Бо моделі на основі штучного інтелекту помиляються.

Чому розрахунки в TechEditor безпечніші, ніж у чистому ChatGPT?

Про те, що нейромережі помиляються, явно написано на їх сторінках, у довідці та політиках. Це не дивно, адже в їх основу покладено ймовірнісний підхід, через що один і той самий запит у кожній новій сесії може отримувати геть різні відповіді. В тому числі, помилкові.

Мусимо констатувати, що це стосується і розрахунків. Також серйозні проблеми можуть спостерігатися під час роботи великих мовних моделей з одиницями вимірювання. Ці та інші проблеми ускладнюють, а часто — УНЕМОЖЛИВЛЮЮТЬ — використання штучного інтелекту в інженерних задачах.

То який вихід? Відмовитися від цього інструменту і все перераховувати вручну?

Dystlab запропонували і реалізували підхід, коли всі математичні обчислення виконуються не в нейромережі, а на боці TechEditor. Як це працює:

1. AI пропонує: Ви даєте запит нейромережі (наприклад, "розрахуй площу двотавра за цими параметрами"). LLM генерує структуру відповіді та формули у вигляді інструкцій.
2. TechEditor виконує та верифікує: Наш штатний фізико-математичний рушій MathSIV перехоплює ці інструкції і виконує всі математичні операції самостійно.

Що це дає? Якщо ChatGPT у своїй відповіді помилиться з одиницями вимірювання або запропонує некоректну операцію (наприклад, додати метри до кілограмів), TechEditor не виконає такий розрахунок і повідомить вас про помилку. Таким чином, ШІ виступає у ролі швидкого асистента або техніка, а TechEditor — у ролі досвідченого інженера, який перевіряє кожну деталь.

Інші потенційні проблеми

Яким би потужним і водночас простим у користуванні не здавався штучний інтелект, взаємодія з ним не завжди проходитиме “безболісно”. Потенційними проблемами також можуть стати:

• помилки мережі, з’єднання з Інтернетом
• нестача коштів на рахунку / ліміт безкоштовних токенів
• загальний стан LLM
• некоректний формат відповіді LLM
• та ін.

Зазвичай, у таких випадках ви отримаєте відповідне повідомлення. Ось приклад інформування, що квота запитів користувача закінчилася (HTTP error code 429):

Формат цих повідомлень та загальний інтерфейс для роботи з LLM в наступних версіях TechEditor буде покращено.

Що далі?

Ми щойно перетнули певний “горизонт подій”, що ознаменувало появу п’ятого покоління TechEditor.

Разом з цим стартувало відкрите тестування AI-функцій широкою аудиторією користувачів. Триває збір інформації, дослідження, аналіз. Спостерігаємо за роботою програми та формуємо список покращень.

Що буде далі? У найближчій перспективі ми плануємо реалізувати:

• можливість додавати файли до промта;
• роботу ШІ з зображеннями;
• підтримку LLM в інших цифрових продуктах Dystlab, та ін.

Спробуйте самі та приєднуйтесь до обговорення!

Інтеграція штучного інтелекту в інженерні розрахунки — це нова, захоплива територія, яку ми досліджуємо разом з вами. Найкращий спосіб оцінити всі переваги — спробувати власноруч. Оновлюйте ваш TechEditor до версії 5.0 та починайте експериментувати!

А своїми враженнями, вдалими запитами (промтами) та реальними кейсами запрошуємо ділитися в нашому Discord-сервері "TechEditor & Engineering Solutions". Саме там відбувається живе спілкування та підтримка користувачів.

• Чи ви вже використовуєте АІ у своїй роботі?
• З якими проблемами чи, навпаки, вдалими кейсами стикалися?
• Ділимося промтами для інженерних задач!

Перейти до обговорення в Discord

Віталій Артьомов

"Працюю, щоб зробити «Made in Ukraine» світовим знаком якості та стилю"

Керівник, співзасновник Dystlab, розробник TechEditor. Інженер, науковець, к.т.н. з понад 20-річним досвідом в аналізі конструкцій та автоматизації інженерних розрахунків. Консультую проєктні компанії в Україні, Європі, Канаді, США.

Обговорити рішення для бізнесу: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її. | +380504576819 (WhatsApp)