链载Ai

标题: AI 合同审查落地分享（下-1- 合同智能审查） [打印本页]

作者: 链载Ai 时间: 昨天 21:49
标题: AI 合同审查落地分享（下-1- 合同智能审查）

按照AI+合同审查项目落地分享（中）文末投票结果，后续关于项目的分享会依照投票结果顺序进行。

合同智能审查，我准备按照以下几个部分进行分享：

一、产品设计

主要围绕几个问题展开：
1. 审查规则库的表结构？
2. 审查规则库在何时调用？
3. 审查规则的内容怎么写？
4. 如何在审查执行时最大限度抑制AI幻觉？
5. 这种方式的审查准确率怎么样？
6. 审查规则库的来源？规则库是否可以全权交给法务人员进行维护？

二、技术实现

一、产品设计

通过前面文章分享，合同智能审查项目初期采用的方案是【通用模型+智能体+知识库+审查规则库】的模式。所以大家不难看出，整个项目的核心是规则库。本篇内容，我们一起聊一聊审查规则库的设计和使用。

在进行具体内容展开前，这里从实务的角度铺垫一些关于合同审查的逻辑概念，有助于大家对合同审查知识库/规则库的设计的理解。重点围绕核心目的、前提条件、步骤方法、审查标准及能力提升五大模块展开，供参考。

一、合同审查的核心目的

1. 防范风险

识别风险类型：合法性风险（如违反法律禁止性规定）、公平性风险（显失公平条款）、可操作性风险（条款模糊导致履行争议）、信用风险（对方履约能力不足）。

风险应对：

对影响合同效力的风险（如主体资质缺失、内容违法）必须修正；

对非底线风险（如程序瑕疵）需提示委托人决策。

2. 促进交易

排除违法因素：确保合同不违反法律禁止性规定（如“法无禁止即自由”原则）。
明确目的实现机制：梳理委托人核心目标（如获取货物/服务）、实现条件（如付款节点）、救济路径（如违约处理）。

关键平衡点：律师/法务需兼顾风险控制与交易可行性，避免过度保守阻碍交易。

二、合同审查的三个基本前提

1. 明确合同主体立场

确认委托方在合同中的角色（甲方/乙方），审查时需侧重保护委托方利益。
主体资质核查：通过企查查/天眼查核实对方信用、涉诉记录、经营范围等（示例：建筑合同需审查施工资质）。

2. 评估谈判地位

强势地位：可修改底线问题（如违约责任、付款方式）及非关键条款；
弱势地位：聚焦底线条款（如核心交付标准），非关键条款力争权利并提示风险。

3. 选择修改模式

模式类型	适用场景	操作建议
清洁修改模式	委托人需直接签署的合同	提交清洁版+修订版双版本
痕迹修改模式	需留痕的多次修改合同	用Word修订功能标注，批注提示风险点
意见书模式	国企/上市公司等严格审批场景	附法律意见书说明修改理由及依据

三、合同审查的四个核心步骤

1. 审查交易模式

提炼法律关系：如用“买卖合同”思维梳理主体间“获取-付出”关系。
判断合法性
禁止性领域（如无资质金融业务）直接否决交易；
灰色地带（如社保代缴）需删除违法条款并提示替代方案。

2. 审查合同结构

完整性：如对照《民法典》第470条必备条款（主体、标的、数量等），补充缺失项（如生效条款、争议解决）。

逻辑性：按交易流程排序条款（示例：买卖合同结构：货物描述→质量/交付→付款→违约）。

3. 审查合同条款

关键条款深度审查：

条款类型	审查要点
标的物	明确名称、规格、数量（货物需品牌/型号；服务需内容/标准）
付款条款	支付节点（前置发票要求）、收款账户、违约金比例（通常≤5%）
违约责任	覆盖直接损失+可预见利益损失（如明确律师费、诉讼费承担方）
争议解决	诉讼/仲裁二选一，约定管辖地（优先委托人所在地）

可操作性验证：模拟条款履行场景（如质量异议需约定检验方式、时效、费用承担）。

4. 审查文字符号

避免歧义表述（如“后”改为“后XX日内”）；
统一术语（如“甲方”在全合同指代一致）；
删除冗余空白，检查页码连贯性。

四、合同审查的五大关键标准

主体合格：核实签约权限（如分支机构需法人授权）、履约能力（无失信记录）。
内容合法：排除无效情形（如恶意串通损害第三方利益）。
条款完备：涵盖必备条款+特殊需求条款（如跨境合同需约定适用法律）。
权利义务均衡：避免显失公平（如单方解除权需设置触发条件+宽限期）。
表达精准：用数据替代模糊描述（如“质量符合国标GB/T 19001”而非“质量良好”）。

五、提升审查能力的六大途径

熟悉法律法规：掌握《民法典》合同编核心条款，关注行业特别法（如《建筑法》）。
积累诉讼经验：研究最高法指导案例（如合同无效认定规则），预判条款司法效力。
学习行业知识：了解专业术语（如国际贸易术语FOB/CIF）及行业惯例。
建立审查清单：按合同类型定制（如技术合同需增加知识产权归属条款）并持续更新。
善用工具
团队协作：定期案例复盘，共享风险条款库（如高亮新增条款提示团队）。

1.1 合同审查知识库/规则库设计

第一步：确定合同类型

所以，从上面的介绍可以看出，在进行具体合同审查前，我们要首先要弄清楚，合同类型；不同的合同类型，法律规定了不同的“默认规则”，也意味着交易双方最核心的权利、义务和风险点完全不同。。就像医生在治疗前必须先明确病症一样重要，合同类型是整个审查工作的基石和方向标，没有这个基础定位，合同审查就如同在黑暗中摸索，无法进行有效的风险识别、法律适用分析和条款完善，可能导致严重的法律后果和经济损失。因此，这是任何严谨的合同审查工作必不可少的第一步。

从合同类型我们可以了解，这份合同本质上是关于什么的交易或关系。比如：

你是买东西（买卖合同）？
你是租东西（租赁合同）？
你是雇人干活（劳动合同/服务合同）？
你是让别人代理你卖东西（代理合同）？
你是和别人合作做生意（合伙协议）？
你是借钱给别人（借款合同）？

其次，是明确我们的审查立场、谈判地位也就是在这一份合同中你的站队，是甲方、乙方、还是中立？立场不同，利益诉求不同，风险关注点也不同。

目前市面上合同审查产品的设计思路基本是这个逻辑。

第二步：确定规则清单

在确定合同类型后，紧接着根据这个合同类型，确定审查清单。没错，也就是在这一步，我们需要调用合同审查规则库！

审查清单就是一份列着各种需要检查事项的列表。它就像一份“安全飞行检查单”，目的是帮助你系统性地、全面地找出合同里可能存在的问题、漏洞和风险点，避免遗漏重要事项。清单里通常包含很多通用的审查点，比如：

双方是谁？(主体资格、信息是否完整准确)
到底在买卖/租借/合作什么东西？(标的物是否合法、清晰明确)
多少钱？怎么付？(价格、支付方式、时间)
东西怎么交？出了问题谁负责？(交付、验收、质量、责任划分)
违约了怎么办？(违约金、赔偿)
吵起来去哪里解决？(争议解决方式：法院还是仲裁？在哪儿？)
合同什么时候生效？(生效条款、签字盖章)
合同里说的法律对不对？(法律引用是否准确)
有没有什么不能说的秘密？(保密条款)

我们想象AI助手像一名法务小白拿到一份合同，第一步就是判断它属于什么类型。确定了类型，TA就能知道：

这份合同在法律上最核心、最容易出问题的地方在哪里 (高风险点)。
审查清单里的哪些通用条款对这份合同尤其重要，需要TA打起十二分精神仔细看。
审查清单里哪些条款可能不适用或者重要性较低，可以稍微快速带过（但也要看，以防万一）。
这份合同必须包含哪些类型特有的关键条款？如果清单里没有，TA需要自己补充检查（比如独家经销合同里的“独家地域”条款，软件合同里的“授权许可范围”）。

1.2 执行审查

进入具体审查阶段，也就是AI助手对着规则清单，逐条继续检查。也就是每一条审查规则，要清楚地告诉AI检查哪些事项，如果不符合要求，应该怎么做，如果符合要求给出什么结果。

举个例子，比如：一份关于审查支付时间是否准确、支付方式是否明确的规则，它的具体执行逻辑应该是：ingFang SC";font-size: 16px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: pre-wrap;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">先明确支付手段，再结合该方式审查付款时间是否具体、合理、可执行，并据此提出修改建议以保障交易安全与合同履行。

规则具体执行步骤（示例）：

确认付款方式

搜索关键词：付款方式、支付方式、转账、支票、电汇、银行账户、第三方支付等。
判断合同是否明确指定了付款方式（如银行转账、支票、信用证等）。
若未明确付款方式，标记为需补充】。

审查一次性付款时间

搜索关键词：一次性付款、一次性支付、全款支付、全额付款等。
判断是否明确规定了付款的具体时间节点（如“合同签订后5个工作日内”）。
若未明确付款时间，标记为需补充】。

审查分期付款时间

搜索关键词：分期付款、分阶段付款、首付款、尾款、第二期等。
判断每期付款是否有明确的时间或条件（如“验收合格后支付尾款”）。
若存在分期但未明确各期付款时间，标记为需细化】。

审查周期性付款时间

搜索关键词：每月、每季度、每年、周期性付款、定期支付等。
判断是否明确付款周期及具体日期（如“每月5日前支付当月服务费”）。
若周期性付款时间不明确，标记为需补充】。

评估付款方式与付款时间的匹配性

若付款方式为支票，但付款时间为“即时到账”，标记为逻辑冲突】。
若付款方式为银行转账，但未提供收款账户信息，标记为信息缺失】。
若付款时间未考虑银行处理时间或支付方式的到账周期，标记为风险提示】。

输出建议

对于需补充】或需细化】的条款，输出建议性修改语句。
对于逻辑冲突】或风险提示】，输出风险说明及建议调整方式。

在这一步，如果使用的是通用的模型，那么在测试阶段，可能需要投入一定的时间进行规则执行的测试，逐步优化提示词。

1.3 聊一聊：关于AI的幻觉的问题

如何让AI在执行任务时不产生幻觉，或者最大限度地抑制幻觉。虽然目前的AI模型（尤其是大语言模型）无法完全消除幻觉，但通过合理的提示词设计、模型调用策略、数据控制和后处理机制，可以显著降低幻觉发生的概率。

Q：什么是AI幻觉？

AI幻觉是指模型在生成内容时，输出看似合理但与事实、输入或上下文不符的内容。例如：

编造合同中没有的条款；
引用不存在的法律条文；
对模糊条款做出错误解释；
生成看似合理但逻辑不通的建议。

ingFang SC";font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">Q：如何最大限度抑制AI幻觉？

ingFang SC";font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">1.使用结构化提示词（Structured Prompting）

明确任务边界：告诉AI“只能基于合同原文回答，不能自行推断”。
限制输出格式：如JSON、表格、Yes/No、标记式输出，减少自由发挥空间。
禁止编造信息：在提示词中加入“如果信息未在合同中出现，请明确指出‘未提及’”。

ingFang SC";font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">示例提示词片段：

你是一个合同审查AI助手，你的任务是：1.仅基于合同原文进行分析；2.不得编造、推测或补充合同中未提及的内容；3.如果某项信息未在合同中出现，请明确标注为“未提及”；4.所有判断必须引用合同原文作为依据；5.输出格式为JSON，不得添加额外解释。

ingFang SC";font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">2.使用“引用-验证”机制（RAG + Fact-checking）

结合RAG（检索增强生成）：让AI先从合同中、知识库中检索相关信息，再生成回答。
事实验证机制：对AI输出的内容进行二次验证，确保其与合同原文一致。
关键词匹配 + 上下文限制：通过关键词提取、上下文定位，限制AI只能基于特定段落生成回答。

ingFang SC";font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">3.设置模型参数控制生成行为

ingFang SC";font-size: 16px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.064px;orphans: 2;text-align: start;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;background-color: rgb(255, 255, 255);text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">在调用AI模型时，可以通过以下参数控制生成行为，减少幻觉：

参数	推荐值	说明
`temperature`	0.0 - 0.2	控制生成的随机性，越低越保守
`top_p`	0.9	控制采样范围，避免低概率词被选中
`presence_penalty`	0.5 - 1.0	抑制重复内容
`frequency_penalty`	0.5 - 1.0	抑制高频词
`max_tokens`	合理限制	避免生成冗长内容，减少出错空间

将抑制幻觉的方法论应用到上述“合同付款方式与付款时间审查”任务中，优化后的提示词：

你是一个合同条款审查AI助手，专注于审查合同中的“付款方式”与“付款时间”相关条款。你的任务是：1.**仅基于合同原文进行分析**，不得编造、推测或补充合同中未提及的内容。2.**所有判断必须引用合同原文作为依据**，不得脱离原文自由发挥。3.**如果某项信息未在合同中出现，请明确标注为“未提及”**。4.**输出格式为JSON结构化数据**，不得添加额外解释或自由文本。5.**你的输出必须清晰、准确、可执行，用于后续自动化处理或人工复核。**---###审查内容与执行逻辑：####1.确认付款方式-搜索关键词：付款方式、支付方式、转账、支票、电汇、银行账户、第三方支付等。-判断合同是否明确指定了付款方式（如银行转账、支票、信用证等）。-若未明确付款方式，标记为“未提及”。####2.审查一次性付款时间-搜索关键词：一次性付款、一次性支付、全款支付、全额付款等。-判断是否明确规定了付款的具体时间节点（如“合同签订后5个工作日内”）。-若未明确付款时间，标记为“未提及”。####3.审查分期付款时间-搜索关键词：分期付款、分阶段付款、首付款、尾款、第二期等。-判断每期付款是否有明确的时间或条件（如“验收合格后支付尾款”）。-若存在分期但未明确各期付款时间，标记为“未提及”。####4.审查周期性付款时间-搜索关键词：每月、每季度、每年、周期性付款、定期支付等。-判断是否明确付款周期及具体日期（如“每月5日前支付当月服务费”）。-若周期性付款时间不明确，标记为“未提及”。####5.评估付款方式与付款时间的匹配性-若付款方式为支票，但付款时间为“即时到账”，标记为“逻辑冲突”。-若付款方式为银行转账，但未提供收款账户信息，标记为“信息缺失”。-若付款时间未考虑银行处理时间或支付方式的到账周期，标记为“风险提示”。####6.输出建议-对于“未提及”的条款，输出建议性修改语句。-对于“逻辑冲突”或“风险提示”，输出风险说明及建议调整方式。---###示例输出格式（结构化JSON）：{"付款方式":{"原文":"乙方应通过银行转账方式支付货款。","状态":"已明确","建议":""},"一次性付款时间":{"原文":"乙方应在合同签订后支付全部货款。","状态":"模糊","建议":"建议修改为：'乙方应在合同签订后5个工作日内支付全部货款。'"},"分期付款时间":{"原文":"货款分两期支付。","状态":"未提及","建议":"建议补充：'首付款50%应在合同签订后5个工作日内支付，剩余50%应在货物验收合格后支付。'"},"周期性付款时间":{"原文":"乙方应按季度支付服务费。","状态":"模糊","建议":"建议修改为：'乙方应于每季度首月第5日前支付当季度服务费。'"},"匹配性评估":{"风险点":"付款方式为支票支付，但约定付款时间为'即时到账'。","建议":"建议调整付款时间表述，或更换为银行转账方式以确保到账时效。"}}

当然上述只是一个示例，大家在实践中如果有更多更好的方法，也希望你能留言/私信分享~

再者本篇文章分享的只是合同审查规则设计的一种方式，大家可以看出，它比较依赖于提示词和相关的知识库。

1.4 关于审查准确率怎么样？

结论：通过使用审查清单，即使是使用通用大模型也会有很好的审查表现。

审查清单本质上是一种结构化、场景化的提示工程（Prompt Engineering），能有效引导和约束通用大模型，使其聚焦关键风险、利用嵌入的专业知识框架、输出标准化结果、进行更深层次分析，弥补了其作为通用模型在专业深度、聚焦性和一致性上的不足。

关键前提：清单的质量至关重要。很好的审查表现”高度依赖清单本身的质量：

专业性：清单必须由具备丰富合同审查经验的法律专业人士设计，覆盖全面且精准定位核心风险点。
具体性：问题要具体明确（避免模糊的“检查是否有问题”），最好包含判断标准或示例。
针对性：清单需要根据不同合同类型（如NDA、采购合同、租赁合同、劳务合同）或行业进行调整。
清晰性：指令清晰，便于大模型理解和执行。

1.5审查规则库的来源？规则库是否可以全权交给法务人员进行维护？

理想化的状态是法务团队成员做好知识管理，大家一起攒出来好用的清单--但这不是没有可能，只是可能没有。

同样，规则库是否可以全权交给法务人员进行维护，可以，但是需要的肯定是复合型的人才。另外，如果能将一句简单的审查点通过工具转换成AI可执行的语言，不需要法务‘翻译’，那么交给法务人员也是可以的。（这里暂不考虑规则库的权限问题。）

如法务只负责提供/上传审查文档，系统进行解析成AI可执行的语言，法务只负责对解析后的规则执行内容进行复核，可能法务更容易接受。

欢迎光临链载Ai (https://www.lianzai.com/)