В докладе представлены результаты использования LLM GigaChat для задач разметки данных (диалогов виртуального ассистента с пользователем) с целью дешевого кратного увеличения объемов разметки при незначительном уменьшении ее качества. Мы расскажем как проводили эксперименты по подключению LLM в процесс разметки, в задачи бинарной и многоклассовой классификации текстов, учитывали контекст диалога, добавляли новые классы в модель и каких результатов по сравнению с разметкой людьми удалось добиться.