AI+合同审查落地分享（下-1- 合同智能审查）

推荐语

AI合同审查实战指南：揭秘规则库设计与风险控制的关键逻辑，助力企业法务智能化升级。

核心内容：
1. 合同审查规则库的六大设计要点与实施难点
2. 从风险防范到促进交易的五大审查方法论
3. 不同谈判地位下的三种合同修改模式实战解析

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

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？

       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。

• 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）？

  
  

• 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”）。
  

  
  

规则具体执行步骤（示例）：

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。




Q：如何最大限度抑制AI幻觉？

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’”。

 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。

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。
  

3. 设置模型参数控制生成行为

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。