AI 读 100 页尽调材料：分段投喂与结构化提取

尽调材料的典型形态是：几十份合同、章程、财务报表、诉讼文书混在一起，格式各异，关键信息散落在附件和脚注里。直接把整包材料交给 AI，通常得到两种结果：要么遗漏大量内容，要么把不同文件的信息混在一起。

稳定的做法是把它当成一个数据管道，而不是一次问答。

第一步：先建索引，别急着问问题

上传材料后，第一件事不是提问，而是让模型输出文件清单与结构概览：每份文件的名称、类型、页数、涉及主体、核心事项。这一步相当于人工翻阅目录，但快得多。

指令：请列出我上传的全部文件，输出表格：文件名｜文件类型｜涉及主体｜主要内容（一句话）｜是否包含签署页｜是否包含附件清单。不要提取具体条款，只做结构概览。无法识别的文件单独列出。

索引做完，你会立刻发现材料缺口——比如缺了某份合同的签署页，或者某份报表只有汇总没有明细。这个发现比任何条款分析都值钱。

第二步：按主题分段提取，一次只问一类信息

不要问“这份材料有什么风险”，要问“哪些文件约定了控制权变更条款”。前者是开放式判断，后者是封闭式抽取，准确率差别很大。

指令：请从全部材料中检索与“控制权变更”相关的内容，输出：文件名｜条款位置（页码/条款号）｜原文摘录（不超过 80 字）｜触发条件｜法律后果。找不到相关约定的文件不要列入。

主题清单建议事先列好，常见的包括：股权结构与实际控制人、重大合同与关键条款、对外担保与关联交易、知识产权归属、劳动用工与社保、诉讼仲裁与行政处罚、税务与合规资质。

一轮只问一个主题，做七八轮，比一次问完所有主题的准确率高得多，也便于逐项复核。

第三步：归并去重，形成一张总表

分段提取的产出是碎片，需要归并。这一步让模型做机械整理，人做判断。

指令：请把前面各轮的提取结果合并为一张总表，按“主题—事项—依据文件—风险等级”组织。同一事项在多个文件中重复出现的，合并为一行并注明全部出处。信息冲突的，单列一行标注“存在冲突”并列出各自的表述。

“存在冲突”这一栏是尽调的核心价值所在：不同文件对同一事项的表述不一致，往往就是交易风险的源头。

工具选择上的三个实际考量

• 上下文长度。能一次装下几十万字材料、且不中途“忘记”前文的工具，才适合做整体索引；否则必须自己切分文件分批处理。
• 是否保留页码与出处。能标注“第 X 页第 Y 条”的工具，复核成本低一个量级。不能标注出处的，结论基本无法用于正式报告。
• 数据合规。尽调材料多含商业机密与个人信息，涉及未公开交易的，优先使用企业授权版本或本地部署方案，不要用公共免费入口。

站内 AI 办公效率 分类里有几款长文档与会议材料处理工具，可以先小范围试用再决定是否纳入流程。

一句提醒

AI 能替你读完 100 页，但它不知道哪一页真正重要。尽调报告里的“重大风险提示”，永远来自人对交易结构的理解，而不是模型的关键词命中。