在合同审查场景中，AI 的实用价值不在于“替代律师判断”，而在于把非结构化文本转成可检索、可比对的结构化要素。本期实验聚焦采购与服务类合同，验证一条轻量流水线：先用版面分析切分条款段落，再以规则+小模型识别甲乙方、金额、期限、违约责任、争议解决等关键要素，最后将风险条款定位到原文坐标，供人工复核。
阶段性进展：
- 在 200 份脱敏合同样本上，关键要素抽取的字段级准确率约 87%，其中金额与期限字段因格式规整表现更稳；违约责任类条款因表述多变，召回率约 76%，仍需人工兜底。
- 风险条款定位采用“条款类型+原文高亮”双输出，复核效率较全文通读提升约 40%，但跨页条款与附件引用仍是主要漏检来源。
下一步计划：引入条款级对比检索，支持与标准模板的差异提示，并补充多轮问答式溯源，让每条结论都能回到原文依据。
评论