AI 审合同不要一句话丢进去：四层拆解的实操顺序

很多人对 AI 审合同的失望，来自一个错误的起点：一句话把几十页合同丢进去，期待它像资深律师一样给出一份可以直接发给客户的审查意见。模型不是不能做，而是任务粒度太粗——一次要求它同时完成识别、判断、权衡、起草，输出的必然是四平八稳的通用结论。

可复用的做法是分层：每一层只解决一个问题，产出可以单独验证，验证通过再进入下一层。

第一层：格式与完整性核对

这一层是机械劳动，AI 的准确率最高，也最省时间。核对项包括：当事人名称是否全文一致、签署页与首部主体是否对应、金额大小写是否统一、日期与期限是否自洽、附件清单是否齐全、页码与条款编号是否连续。

指令：请检查本合同的主体信息、签署页、日期、金额大小写是否一致，逐项列出缺失或不完整的要素，并标注所在页码。不要给出法律意见，只做完整性核对。

特别提醒：“不要给出法律意见”这半句要写进去。否则模型会在核对阶段顺手评价条款，把事实问题和判断问题混在一起，后面很难拆开。

第二层：条款地图

让 AI 输出一张“条款地图”，而不是结论。把付款、交付与验收、违约责任、知识产权归属、保密、争议解决、解除权、不可抗力这几类条款逐条定位，标注条款号与页码。

指令：按下列类别逐条定位并输出表格（条款号｜页码｜条款标题｜一句话摘要）：付款与结算、交付与验收、违约责任、知识产权、保密、争议解决与管辖、合同解除、不可抗力。找不到的类别标注“缺失”。

这张表的真正价值在于：后续人工复核可以按图索骥，而不是从头再读一遍。对 50 页以上的合同，仅这一层就能省下大量翻页时间。

第三层：风险分级

有了条款地图，再让模型基于已定位条款做风险识别。关键是给出立场和分级标准：代表甲方还是乙方，什么算高风险。

指令：假设我方为【甲方/采购方】。基于上面的条款地图，识别对我方不利的约定，按高/中/低三级输出：高风险＝单方解除权、无限连带责任、违约金畸高、验收标准完全由对方单方判定、管辖地明显不利；中风险＝表述模糊（“合理期限”“适当补偿”）、义务不对等；低风险＝表述瑕疵。每条注明条款号、原文摘录、风险说明。

这一层的产出必须人工过一遍。模型对显性风险条款识别已经比较可靠，但对“商业上是否可接受”没有判断力——违约金比例高不高，取决于交易金额、行业惯例和谈判地位，不是模型能替你决定的。

第四层：修订建议文本

最后一层才是起草。要求输出“删除什么、修改为什么、增加什么”，并说明理由。格式统一，方便直接进修订模式。

指令：针对高风险条款逐条给出修订方案，格式为：①原文；②修改后文本；③修订理由（一句话）；④如对方不接受，可退让的替代方案。

第④项常被忽略，但它是谈判中最有用的部分。让模型同时准备“底线”和“退让线”，比只给一个理想文本更贴近实际。

三个必须守住的边界

• 先脱敏再上传。当事人真实名称、身份证号、银行账号、底价，替换为占位符后再交给公共 AI 工具；涉密材料只用企业授权版本。
• 条款编号与页码必须回原文核对。模型会把“第 8.2 条”写成“第 8.3 条”，这类错误在正式意见书里是硬伤。
• 审查意见的署名责任在人。AI 产出是草稿，不是结论。是否采纳、如何措辞，仍由承办律师判断。

工具层面，长合同适合用支持大上下文与文档上传的对话工具（如 Kimi、DeepSeek），法条与类案核验则交给专业检索工具（秘塔 AI 搜索 等）。分工清楚，比指望一个工具包打全场更靠谱。