Налоги по крипте с помощью ИИ — 5 шагов: сверка сделок, кошельков, базы стоимости

1. В чём настоящая сложность крипто-налогов #

Большинство думает, что сложность — в «формуле capital gain». На деле формула простая (цена продажи − база стоимости = результат). Сложно восстановить саму базу стоимости. Реальные данные типичного пользователя выглядят так:

• 3-6 бирж: Binance, OKX, Coinbase, Kraken, Bybit и т. д. — формат экспорта у каждой свой
• 2-4 кошелька: MetaMask, Phantom, Ledger — историю транзакций нужно тянуть из блок-эксплореров
• Переводы между биржами и сетями: из Binance вывели на MetaMask, оттуда — на Phantom; это должно опознаваться как «внутренний перевод», а не «продажа + покупка»
• Операции DeFi: пуллы ликвидности, staking, airdrop, wrapping — в CSV видно только итог, а не суть
• Уже закрытые биржи: FTX, Celsius — записи приходится восстанавливать из писем

Workflow из 5 шагов ниже не превращает ИИ в «автоматического декларанта» — он превращает всю эту кашу в одну чистую таблицу. Эту таблицу вы отдаёте налоговому консультанту, в Koinly или CoinTracker — остальное они доведут сами.

2. Шаг 1: выгрузка исходных данных #

Шаг ручной — ИИ здесь не поможет. Но выгрузить нужно полностью, иначе все последующие шаги построят результат на дырявой основе.

Совет: заведите папку 2025-tax/raw/, кладите по одному CSV на источник, имя файла — с годом и источником. Вся работа ИИ начинается из этого каталога; ИИ не должен ходить на биржу напрямую.

3. Шаг 2: приводим поля к единому формату через ИИ #

Названия колонок в CSV у всех разные. Binance — UTC_Time, Coinbase — Timestamp, OKX — billCreateTime. Попросите ChatGPT или Claude написать один скрипт сведения.

Prompt-шаблон (GPT-4o + Code Interpreter):

В приложении — 3 CSV-файла от разных бирж: binance.csv / okx.csv / coinbase.csv.

Напиши, пожалуйста, Python-скрипт, который сведёт их в один unified.csv. Колонки строго такие:

- timestamp_utc (ISO 8601)
- source (binance / okx / coinbase / wallet_
)
- type (buy / sell / convert / transfer_in / transfer_out / staking_reward / airdrop / fee / unknown)
- asset_in (BTC / ETH / USDT ...)
- amount_in (float)
- asset_out
- amount_out
- fee_asset
- fee_amount
- usd_price_at_time (оставь пустым — это посчитаем на следующем шаге)
- raw_tx_id (исходный ID записи)
- raw_note (поле «примечание» из исходного CSV, дословно)

Требования:
1. Автоматически определи во ВСЕХ CSV колонки времени, суммы, типа (не считай, что имена одинаковые)
2. Если тип не удаётся точно сопоставить — ставь «unknown», не угадывай
3. Все временны́е метки приводи к UTC
4. Сформируй mapping_report.md: какая колонка какого CSV в какое унифицированное поле ушла, что было отброшено

Приложение — реальные данные. Маппинг делай по фактическим названиям колонок, без допущений.

Ключевая фраза — последняя: «без допущений». GPT-4o любит достать из памяти «универсальный» формат Binance, но Binance уже дважды менял схему — надёжно только маппить от реальных колонок в приложении.

4. Шаг 3: классификация типов операций #

На прошлом шаге часть строк осталась с типом «unknown». Здесь ИИ их классифицирует. Это самый ошибкоопасный шаг — ручная выборочная проверка обязательна.

Prompt-шаблон:

Ниже — все записи из unified.csv, у которых type=unknown (всего N штук).

Определи фактический тип каждой записи. Выбирай из 9 категорий:
- buy / sell / convert / transfer_in / transfer_out
- staking_reward / airdrop / mining_reward / interest
- fee_only

Можно опираться на:
- Ключевые слова в поле raw_note («Distribution» / «Stake Earn» / «Launchpool» и т. п.)
- Одинаковый ли актив с двух сторон (один и тот же тикер на разных счетах = transfer)
- Слишком ли мала сумма (< $0.5 — может быть dust или fee)
- Источник: если wallet, on-chain tx может быть swap / mint / claim

По каждой записи выдай:
- tx_id
- предполагаемый тип
- уверенность (high / medium / low)
- обоснование

В конце отдельно перечисли всё с confidence=low — это я проверю руками.
Не натягивай ответ. Если данных не хватает — ставь low и пиши, чего именно не хватает.

«Натягивать ответ» — инстинкт ИИ. Требование «не знаешь — ставь low» нужно прописать прямо, иначе получите правдоподобно выглядящий, но выдуманный тип. На моих реальных выборках низкая уверенность обычно составляет 5-15% строк — именно их и надо смотреть глазами.

5. Шаг 4: расчёт базы стоимости #

После классификации запускаем расчёт базы стоимости. Здесь нужны исторические цены — у многих записей в CSV нет USD-эквивалента, придётся тянуть через CoinGecko historical API.

Prompt-шаблон (только Code Interpreter):

В приложении — unified.csv с уже расставленными типами.

Сделай, пожалуйста, следующее:
1. Для каждой записи buy/sell/convert/staking_reward/airdrop проставь usd_price_at_time
   - Если в исходных данных уже есть сумма в USD — пересчитай напрямую
   - Иначе бери историческую цену из CoinGecko (можно ходить в сеть; помечай число вызовов и лимиты)
   - Если на нужный день для актива нет публичной цены — ставь «N/A», не выдумывай

2. Посчитай базу стоимости по FIFO для каждой продажи:
   - На каждый актив веди очередь «непроданные партии» по принципу первый-пришёл-первый-ушёл
   - Каждая продажа берёт стоимость из верхней партии очереди → это cost_basis
   - Для staking_reward / airdrop / mining_reward cost_basis = цена в USD на момент получения

3. Параллельно прогони LIFO — для сравнения.

На выходе нужно три файла:
- realized_pnl_fifo.csv (реализованный P&L по каждой продаже, FIFO)
- realized_pnl_lifo.csv (то же, LIFO)
- summary.md (сравнение итоговой налогооблагаемой суммы FIFO vs LIFO + отчёт о полноте данных)

В конце укажи: по каким активам и периодам есть явные пропуски или низкая уверенность в данных.

В большинстве юрисдикций FIFO обязателен, LIFO считаем только для сравнения. Если разница значительна (> 30%), структура ваших партий важна и стоит заплатить налоговому консультанту за точную обработку.

6. Шаг 5: формируем рабочую ведомость #

Финальный шаг — собрать всё в рабочую ведомость, которую не стыдно отдать налоговому консультанту. Подходят и ChatGPT, и Claude.

Prompt-шаблон:

На основе unified.csv и realized_pnl_fifo.csv собери, пожалуйста, рабочую ведомость за налоговый год (Markdown):

# [Год] Crypto Tax Working Paper

## 1. Источники данных и временной охват
- Перечень источников + число записей по каждому
- Временной диапазон
- Известные пробелы (какие источники не выгружены и почему)

## 2. Обзор изменений в портфеле
- Остаток по каждому активу на начало периода
- Остаток по каждому активу на конец периода
- Максимальная и минимальная позиция за период

## 3. Реализованный P&L (FIFO)
- Таблица реализованного P&L по активам
- Накопленный реализованный P&L по месяцам

## 4. Доходные позиции
- Суммарный доход от staking
- Суммарные airdrop
- Доходы — в USD-эквиваленте

## 5. Уверенность в данных и известные проблемы
- Количество записей с низкой уверенностью (type=low confidence — N штук)
- Записи без цены в USD
- Состояние идентификации внутренних переводов

## 6. Заметки для налогового консультанта
- Краткое описание workflow, как ИИ готовил данные
- Какие поля выведены ИИ (например, тип операции)
- Что рекомендуется перепроверить вручную

В конце явно напиши: «Документ подготовлен пользователем с помощью ИИ. Итоговые цифры декларации обязательно проверяет лицензированный налоговый консультант.»

Эту ведомость налоговый консультант не будет делать заново (вы её только что сделали) — он сверит, наложит локальное налоговое законодательство и заполнит форму. Подготовка обычно отъедает около 70% времени налоговой работы — ИИ это время вам вернул.

7. 6 типовых ловушек #

Ловушка 1: перевод между биржами засчитан как «продажа + покупка». Вывод BTC с Binance на MetaMask — не налогооблагаемое событие, но в двух CSV это выглядит как две сделки. На шаге 3 определение type=transfer обязательно проверяйте выборочно.

Ловушка 2: внутренние шаги DeFi-swap. Один swap USDC → ETH через Uniswap в Etherscan может развернуться в 4-5 internal transaction. ИИ примет каждую internal tx за отдельную запись, хотя считать надо один swap. В промпте явно требуйте «объединить все internal внутри одного tx_hash».

Ловушка 3: цена в USD на момент airdrop. Многие airdrop приходят, когда публичного рынка ещё нет (первые 24 часа без листинга), и цена CoinGecko запаздывает. В таких случаях пусть ИИ ставит «FMV unavailable» — пусть консультант решает.

Ловушка 4: автореинвест staking. Маленькие награды staking, начисляемые каждый день и автоматически складываемые в тело, — в CSV это могут быть сотни строк по 0.0001 ETH. ИИ честно посчитает каждую — результат правильный, но громоздкий. Просите агрегировать по дням («all stake rewards on YYYY-MM-DD combined»).

Ловушка 5: вы скормили ИИ свои KYC-данные. В Binance Tax Report иногда лежат ваши e-mail, UID, IP — обезличивайте до загрузки. В настройках OpenAI выключайте «Improve the model for everyone»; корпоративный API по умолчанию на ваших данных не обучается.

Ловушка 6: вы поверили ИИ-цене в USD. «ETH 15.03.2024 — $3 825», который вам выдаёт модель, — это приблизительная цифра из её обучающей выборки, а не реальный курс того дня. Все цены берите из CoinGecko / CryptoCompare через historical API: пусть ИИ их запрашивает (онлайн-режим), либо тяните сами и подкладывайте в промпт.

Скачать Binance Tax Report → Полная Prompt Library →

8. FAQ #

Q1: Может ли ИИ напрямую подать за меня декларацию?

Нет. ИИ хорош для сверки данных и предварительного расчёта базы стоимости. Итоговое определение налогооблагаемой базы, вычетов и переноса убытков между годами должен проверить лицензированный налоговый консультант. На выходе этого workflow вы получаете рабочую ведомость, а не готовую декларацию.

Q2: Безопасно ли использовать ChatGPT для подготовки налоговых данных?

Если в исходном CSV есть привязка к личности (KYC: e-mail, адрес, IP) — обезличьте до загрузки. В настройках OpenAI отключите «Improve the model for everyone». Для крупных счетов используйте API и собственный пайплайн, а не веб-чат.

Q3: FIFO или LIFO — что выгоднее?

Зависит от локального законодательства и структуры срока владения. Во многих юрисдикциях обязателен FIFO (первый пришёл — первый ушёл), реже разрешён LIFO или метод конкретных партий. ИИ может посчитать несколько методов для сравнения, но выбор метода — вопрос закона.

Q4: Что выгоднее — делать через ИИ самому или через Koinly / CoinTracker / TokenTax?

Зависит от объёма. До 200 сделок: проще через ИИ (одного диалога в ChatGPT Plus хватит). 200-2000 сделок: ИИ — на этап чистки, дальше импортируйте в специализированный сервис. Больше 2000 сделок: оплачивайте профессиональный налоговый софт, ИИ оставьте только на разовые запросы.

Q5: Как считать перенос убытков между годами?

Здесь ИИ часто ошибается — он не знает про ваши неиспользованные убытки прошлого года. Подложите прошлогоднюю рабочую ведомость в тот же диалог и явно скажите: «Приложение A — P&L за 2024, приложение B — P&L за 2025; посчитай перенос неиспользованных убытков 2024 в 2025».

AI Trade Lab · 2026-05-15