AI合同审查比对定制：版本追溯与条款风险标注

法律文书审查有两个绕不开的难点：一是合同反复修改后，究竟改在哪、依据是什么，往往靠人工留痕；二是风险条款的判定标准散落在个人经验里，难以复用。

在法律AI实验室，我们把这项任务拆成「结构对齐—差异定位—风险标注—引证溯源」四步做实验性探索：

• 结构对齐：先按章、条、款、项建立合同骨架，再做跨版本节点匹配，避免把换行与序号调整误判为实质修改；
• 风险标注：不直接给结论，而是输出「风险类型 + 命中依据 + 原文位置」，例如涉及违约金比例、标的额上限时，同步给出所依据的条款原文与规则来源。

阶段性进展：在 200 份内部构造的合同版本对（租赁、采购、服务三类）上，实质修改识别准确率约 88%；序号重排导致的误报率由初版 21% 降至 6%，剩余误差集中在表格与附件条款的跨版本关联。

下一步：接入条款级检索，使每条风险标注可回溯至历史相似条款与内部规则库，并验证中英文对照合同的审查表现。