AI 法律科技：合同分析与风险检测

合同审查是法律行业完美的 AI 应用场景：高数量、模式密集、律师工时成本高昂（一份商业协议传统上需要数小时审查），而且大部分工作是*查找和比较条款*，这正是 LLM 擅长的。本指南涵盖 AI 合同分析可靠地做什么、有效的提示词/架构，以及负责任部署应遵守的边界。

*（面向法律团队及其工程师；不构成法律建议。）*

AI 在合同工作中可靠地做什么

条款提取与盘点：在一堆合同中找到终止、责任上限、赔偿、知识产权归属、自动续约等条款——并报告*缺失*的内容（缺少责任上限是一个发现）。

与 playbook 的偏差审查：将收到的文件与你的标准立场（“我们从不接受无限责任；付款期限 ≤45 天”）进行比较，并标记偏差及严重程度。这是最高价值的用途，因为它编码了*你的*风险偏好，而非泛泛的谨慎。

跨文档对比：供应商的新 MSA 与去年的相比——有什么变化，以表格形式呈现并附有条款引用。

为业务利益相关者总结：从 60 页的协议中生成 2 页的“我们实际同意了什么”备忘录。

批量初步分诊：200 份遗留合同中哪些有控制权变更或数据处理条款，受新法规影响。

有效的提示词模式

最大的质量杠杆：要求引用位置并引用原文——它将模糊的结论转化为可验证的发现：

text
你正在根据我们的 playbook 审查所附的服务协议：
责任上限必须 ≤ 12 个月的费用；绝不能无限。
付款期限 ≤ 45 天。
我方不得有排他性或竞业禁止义务。
管辖法律：[首选司法管辖区]。
自动续约必须要求 ≥60 天的通知窗口。
对每条规则输出：状态（合规 / 偏差 / 未涉及），
确切的引用语言及章节编号，严重程度（高/中/低），
以及建议的修订（以修订模式样式）。
然后列出任何谨慎的律师会标记的其他条款，格式相同。
如果文件在某点上含糊不清，请说明——不要猜测。

给构建者的架构说明：

长上下文模型能处理整份合同——但对于 100 页以上带附件的协议，基于章节锚点的 RAG 式条款检索优于直接填充（检索指南）。

结构化输出（条款类型、状态、引用、位置、严重程度作为 JSON），使发现结果进入审查队列，而非聊天记录——始终验证。

验证步骤：引用的文本必须与源文档字符串匹配——这是一个廉价的程序化检查，能在人类看到之前捕获最严重的幻觉类别（虚构的条款语言）。

保密性是关键要求：合同正是你不随意发送的数据。至少使用零保留 API 条款；对于敏感业务，使用欧盟/本地或本地推理；完整的 GDPR/处理分析 适用。

边界（部署出错的地方）

AI 标记；律师决定。 标准条款类型的召回率确实很高，但在关键合同中遗漏一个偏差是尾部风险——可防御的工作流程是 AI 初筛 + 人工审查标记 + 人工抽查“干净”文件，抽样率根据合同价值设定。（经典的人在回路模式。）

谈判策略不是提取。 是否*接受*某个偏差取决于关系和筹码，这是判断；AI 的工作是确保判断基于完整信息做出。

特权与 UPL：AI 输出在到达对方之前必须经过律师审核；由业务用户直接发送的 AI 起草的修订可能造成未经授权的执业和特权问题。这是流程设计问题，而非模型能力问题。

司法管辖区细微差别：条款的可执行性因管辖法律而异；通用风险标记需要本地律师对跨境工作进行校准。

有效的采用路径

选择你每周都会见到的一种合同类型（NDA 是经典的起点——数量大、差异小）。

将 playbook 写下来（即使没有 AI，这个练习本身也很有价值）。

对 20 份合同并行运行 AI 审查和人工审查；衡量双方的同意率和遗漏率。

一旦该类型的遗漏率已知且可接受，升级到 AI 初筛；然后逐类型扩展。

常见问题

购买法律科技产品还是基于原始 API 构建？ 有预算的规模法律团队：评估专用工具（工作流、审计跟踪、DMS 集成很重要）。有特定 playbook 的工程团队：基于 API 构建能精确实现你的规则——上面的提示词就是此类系统的核心。

选择哪个模型？ 长上下文、指令遵循能力强的模型——这是一个经常偏好 Claude 类模型 的工作负载；运行你自己的 20 份合同对比测试。

它会取代初级律师吗？ 它取代的是他们工作中*最糟糕的几小时*（初筛条款查找），并让他们更快地转向判断工作——律所报告的实际结果是杠杆效应，而非裁员。

---

*最后更新：2026 年 6 月。*