用 AI 把一份合同读成清单

合同审查入门：用大模型做一份可复核的初审札记

一份三十页的采购合同摆在面前，法务要回答的问题其实很朴素：钱怎么付、活怎么干、出了事谁兜底、不想干了怎么退。AI 在这里的价值不是替你做判断，而是把散落在各条款里的事实先捞出来、对齐成表，让你把精力放在那几处真正需要经验判断的地方。

这篇教程带你把这件事跑通：把一份 PDF 或 Word 合同变成一份结构化的初审札记，包含条款抽取表、风险提示清单、以及需要人工确认的问题列表。全程用通用工具，命令可直接照抄。

这篇能做出什么

完成后的产出是一份 Markdown 文件，大致长这样：

```markdown

一、基础信息

• 合同类型：设备采购合同
• 甲方：某某科技有限公司（买方）
• 乙方：某某设备制造有限公司（卖方）
• 合同金额：人民币 XXX 万元（含税）
• 履行期限：自合同生效之日起 90 日内交付

二、关键条款抽取

三、风险提示

1. 第 9.3 条违约金上限仅 5%，低于同类合同常见水平，需评估对乙方的约束力。

2. 第 6.1 条验收异议期 15 日，若设备需长时间试运行，该期限可能不足。

3. 全文未约定争议解决方式，建议补充仲裁或管辖法院条款。

四、需人工确认的问题

• 附件二技术参数是否已随合同一并提供？
• 第 4.2 条"验收合格"是否以甲方单方确认为准？

```

注意第三、四部分的措辞：AI 可以指出"这里可能有问题"，但"这个问题在这个交易里能否接受"必须由人来定。整篇教程的设计都围绕这一点。

前置条件清单

开始之前，确认手上有这些东西：

• 一份可以合法处理的合同文本。涉及商业秘密的，先确认所在单位对使用外部大模型服务的政策；拿不准就改用本地部署的模型，或先做脱敏。
• 合同的电子版文件（PDF、Word 或纯文本）。扫描件需要先做 OCR，识别质量直接决定后续效果。
• 一个能处理长文本的大模型入口。可以是网页版对话，也可以是 API；合同动辄几十页，AI 词典：上下文窗口">上下文窗口太小的模型会截断，选型以模型官方文档标注的上下文长度为准。
• 基础的命令行环境（Windows 可用 PowerShell 或 WSL）。可选，但在做文本提取时比手工复制粘贴可靠。
• 一份自己整理的"审查要点清单"。这是整套流程里最值钱的东西，后面会详细讲。

步骤一：把合同变成干净的纯文本

这一步最容易被跳过，也最容易毁掉后面所有环节。PDF 直接复制出来的文本常常夹杂页眉页脚、断行错乱、表格串行。先做提取，再肉眼扫一遍。

用 Python 提取 PDF 文本：

```python

依赖：pip install pdfplumber

import pdfplumber

with pdfplumber.open("contract.pdf") as pdf:

pages = []

for i, page in enumerate(pdf.pages, start=1):

text = page.extract_text() or ""

pages.append(f"\n--- 第 {i} 页 ---\n{text}")

with open("contract.txt", "w", encoding="utf-8") as f:

f.write("\n".join(pages))

print("已输出 contract.txt，共", len(pages), "页")

```

Word 文件用另一条路：

```python

依赖：pip install python-docx

from docx import Document

doc = Document("contract.docx")

lines = [p.text for p in doc.paragraphs if p.text.strip()]

with open("contract.txt", "w", encoding="utf-8") as f:

f.write("\n".join(lines))

print("已输出 contract.txt，共", len(lines), "段")

```

提取完打开 contract.txt，做三件事：

1. 删掉重复的页眉页脚和页码标记，只保留 --- 第 N 页 --- 这类定位锚点。

2. 检查金额、百分比、日期有没有变成乱码或错位。数字错了后面全错。

3. 确认条款编号还在（如"第 9.3 条"）。这些编号是你复核时的坐标，不能丢。

步骤二：写一份自己的审查要点清单

不要一上来就问模型"这份合同有什么风险"。开放式提问得到的往往是正确但没用的套话。先把你所在业务领域的关注点列成清单，再让模型按清单逐项回填。

一份通用的合同初审清单，可以从这几个维度起步：

• 主体：双方名称是否与营业执照一致，有没有签约主体不是履约主体的情况
• 标的：数量、规格、技术参数是否明确，附件是否齐全
• 价款：总价、税费承担、付款节点、付款前提条件
• 履行：交付时间、地点、方式，验收标准与异议期
• 违约：违约责任是否对等，违约金计算方式与上限
• 变动：变更有无书面要求，价格是否锁定
• 终止：解除条件、通知期、退出后的结算与交接
• 争议：适用法律、仲裁或管辖约定
• 其他：保密、知识产权归属、不可抗力、通知送达地址

把这份清单存成 checklist.md，后续每次审查都用同一份。它是可迭代的资产：每遇到一个清单没覆盖到的坑，就补一条进去。

步骤三：让模型按结构抽取，而不是自由发挥

关键在于提示词的结构。要求模型逐项回答，并且每一项都必须给出条款位置和原文要点，没有找到就明确写"未找到"。

可以直接用下面这段作为提示词模板：

```text

你是合同初审助手。下面是一份合同全文。请严格按以下要求输出，不要做法律意见，只做事实抽取和疑点标注。

【输出格式】

一、基础信息：合同类型、双方名称、金额、期限

二、关键条款抽取：用 Markdown 表格，列为基础信息 | 条款编号 | 原文要点

覆盖以下事项：付款节奏、交付、验收、违约责任、解除条件、争议解决、保密、知识产权

三、风险提示：逐条列出，格式为"第 X 条 —— 疑点描述 —— 为什么值得关注"

四、需人工确认的问题：以问句形式列出，只列问题不给结论

【硬性要求】

1. 每一项都必须标注条款编号；找不到对应条款的写"未找到"。

2. 原文要点尽量引用原文措辞，不要改写数字和期限。

3. 不确定的地方标注"存疑"，不要猜测。

4. 不要输出任何"建议贵司如何如何"的结论性表述。

【合同全文】

<把 contract.txt 的内容粘贴到这里>

```

把合同全文粘进去之后提交。如果合同很长超过上下文限制，就按页拆成几段分别处理，最后再合并——合并时特别留意跨段的条款，比如付款条款从第 8 页开始、第 9 页结束。

步骤四：交叉复核，别信第一遍

模型输出的第一版一定会有漏项和错位。复核动作有三条：

回原文核对数字。 模型偶尔会把"万分之三"写成"千分之三"，把"90 日"写成"90 个工作日"。凡是金额、比例、期限，逐个在原文里搜一遍。

检查"未找到"。 模型说"未找到争议解决条款"，可能只是没识别出来，也可能是原文用了"纠纷处理"这种不同措辞。用关键词在原文里搜一遍再下结论。

换一种问法再问一次。 把第二次提问改为"这份合同里对甲方不利的条款有哪几条"，或者"如果乙方逾期交付，甲方能主张什么"。两次结果比对，不一致的地方就是需要重点看的。

这个交叉验证的思路，和人工复核时让两个人分别看一遍是同一个道理。

步骤五：整理成可交付的初审札记

把核对后的内容汇编成一份文档，格式参照开头的示例。要注意几点：

• 风险提示里区分"事实"和"判断"。事实是"第 9.3 条违约金上限为合同总额 5%"，判断是"该比例偏低"。判断部分留给具备权限的人确认。
• 每一条风险后面标注依据的条款编号，方便对方直接翻到原文。
• 单独列一节"本次审查未覆盖的内容"，比如没拿到附件、没看到对方主体资质文件。把边界写清楚，比假装审查完整要负责。

常见坑与排错

坑一：扫描件直接喂给模型。 图像型 PDF 提取出来是空白或乱码。先跑 OCR，识别完务必人工核对金额和日期，OCR 对数字最容易出错。

坑二：页眉页脚污染上下文。 每页重复的公司名和页码会挤占上下文，还可能让模型误以为那是条款内容。提取阶段就清掉。

坑三：忘了脱敏。 涉及真实交易对手、报价、个人信息时，先确认使用政策。需要脱敏的场景，可以把主体名称替换成"甲方""乙方"，金额等比例缩放后处理，最后再映射回去——但这一步很容易出错，映射表要留好。

坑四：把模型的"建议"当成结论发给业务方。 模型会写出看起来很专业的建议，但它不了解交易背景、谈判地位和行业惯例。发出去之前，所有结论性表述都应该被替换或删除。

坑五：只审正文，不看附件。 大量关键约定在附件里（技术参数、报价明细、服务水平指标）。附件没拿到就在札记里明确写出来。

坑六：每次都用不同的提示词。 结果无法比较，也无法积累。固定一份模板，每次只替换合同全文。

下一步建议

跑通一遍之后，可以从这三个方向继续：

建自己的条款库。 把每次审出的问题条款按类型归档，形成"常见坑清单"。下次审查时把这份清单一起放进提示词，让模型优先检查这些位置，效果通常比泛泛地问要好。

做批量初审。 如果手上是几十份格式相近的合同（比如同一模板下的多份订单），可以写脚本循环调用模型 API，输出统一的表格，人工只看被标红的行。脚本里的模型名称和调用参数以官方文档当前版本为准。

区分场景调整清单。 采购合同看交付和验收，服务合同看服务标准和知识产权，劳动相关协议看期限和解除条件。清单不同，抽取项就不同，不要用一份清单打天下。

明确 AI 的边界。 这套流程适合做初审：把事实捞出来、把明显的缺失标出来、把需要追问的问题列出来。它不适合做终审判断，也不适合在没人工复核的情况下直接对外出具意见。把这条边界写进团队的操作规范里，比任何提示词技巧都重要。