合同审查和总结 — 法律与合规领域的人工智能

收益：

能够围绕各方、义务和关键日期以结构化方式总结长期合同
能够编写可重复使用的审阅提示，其中包括角色、输出格式和引用要求
能够通过将人工智能摘要链接回源文章来应用验证规则

法律或合规专业人员的办公桌上每天都会有数十页合同：服务合同、租赁合同、框架供应协议。从头到尾阅读它们需要时间；但不读书是有风险的。这就是人工智能 (AI) 在法律上提供最具体、最明显的好处的地方：在几秒钟内将长文本转换为结构化摘要。然而，在本单元中，我们将从一开始就强调一件事：人工智能总结，你决定。人工智能生成的摘要并不能代替律师阅读文本；它起到地图的作用，可以加快阅读速度并将您的注意力引导到正确的项目上。

让我们澄清几个术语。提示是你给人工智能的书面指令；好的总结始于好的提示。幻觉是指人工智能产生的信息（日期、金额、项目）实际上并不存在于文本中，就好像它存在一样；这是法律上最危险的风险。义务是当事人按照合同的规定有义务履行的行为。关键日期是具有法律后果的时间点，例如合同期限、合同终止、续签或必须发出通知的日期。还有接地的概念：人工智能所说的一切都基于相关文章编号和引用的纪律。这是这个单元的核心。

结构化摘要的剖析

空白的“总结本协议”说明会给你一个混乱的段落。然而，对法律审查有用的摘要是围绕某些轴构建的。一份好的合同摘要可以回答以下问题：当事人是谁？合同的主题是什么？谁有哪些义务？价格和付款条件是什么？该期间有多长以及如何结束？在哪些日期需要做什么？哪些物质属于高风险？适用的法律和管辖法院是什么？

这是分步过程：

定义角色和输出格式。告诉人工智能像高级合同专家一样行事，并将输出输出到标题表/列表中。
给出全文。摘要的好坏取决于它所看到的文字；缺页意味着摘要不完整。
要求引用。询问每个测定的项目编号和简短报价。
要求对歧义进行标记。人工智能应该被引导说“在文本中找不到”，而不是编造文本中没有的信息。
核实。通过引用返回源文章，检查摘要中的每个关键陈述。

提示：指令“对于在文本中找不到的信息，不要猜测，写‘未找到’”是最有效的减少幻觉的句子。当你允许人工智能填补空白时，它就不太愿意弥补空白。

要求关键日期作为单独的输出在合同跟踪中值得重视。错过终止通知期可能意味着自动续签的合同将被再拖一年。

从上述合同中，提取具有法律后果的所有日期和期限。对于每个：事件、日期/持续时间、它来自什么文章、需要做什么。示例：“终止通知 — 到期前 30 天 — 第 8.2 条 — 需要书面通知。”保留相对期限（“签名后 60 天”）不变；不要做出假设将其转换为确切的日期。

弱提示/强提示

弱提示：总结本合同。

结果是：一个松散的段落不告诉您在哪里查看，不链接到源，并且您无法验证文本中实际包含哪些信息。在最坏的情况下，人工智能可以用听起来合理但虚假的陈述来填补空白，而你甚至不会注意到。

强大提示：【高级专家角色+标题表格格式+文章编号及引用要求+“未找到”规则+单独关键日期提取+“添加评论”限制]

结果是：一份可验证的摘要，诚实地标记了缺失的信息，每一行都与源文章相关。区别在于输出是否可以在法律上被信任。

不同类型的摘要

同一合同出于不同目的需要不同的摘要。您向经理提交了一份三句话的执行摘要；向谈判团队提供以风险为中心的简报；档案记录的印记形式的元数据。

摘要型

给谁

内容

长度

执行摘要

决策者/管理层

主题、价格、主要风险、建议

3-5句话

运营总结

签约团队

义务、日期、行动

1 页

以风险为中心的总结

法律/谈判

高风险物质，带引用

1-2页

印记（元数据）

档案/CLM系统

边、日期、类型、值、持续时间

表/字段

根据下面的运营摘要，为高级管理层提供 4 句话的执行摘要：(1) 签订什么合同以及与谁签订合同；(2) 财务规模和期限；(3) 单一最重要的风险；(4) 明确的建议（“可供签署”/“协商该项目”）。使用简单、无行话的语言。

三个迷你箱

案例 1 — 错过续订。某物流公司的仓库租赁协议中有一项条款，规定“期满前90天未书面通知终止，则续期3年”。这个日期在一堆合同中被忽略了，人们记住了第71天的通知。在一项试点研究中，利用人工智能提取关键日期，扫描了同一投资组合中的 140 份合同，并列出了 11 个关键续约日期；团队意识到其中 3 件将在 60 天内到达，并及时启动了谈判。单个错过通知的成本是该仓库每年承诺的 140 万美元。

案例 2——捏造金额。一位合规专家说“总结一下这份合同”，在他收到的总结中看到了“罚金条款：合同价格的20%”这样的字样。但文中根本没有写处罚率； AI已经做出了“典型”率。这位专家差点把它写进报告里，因为他不想引用。然后，该团队在所有摘要提示中添加了“项目编号和引文是强制性的，如果找不到，请写下‘未找到’”的规则；在接下来的 50 次检查中，造假检出率降至零。

案例 3 — 节省时间。法律团队将审查 200 份供应商合同，平均 32 页，以进行年度审查。他们使用结构化人工智能摘要进行了初步筛选，仅保留标记为“高风险”的 46 份合同进行全面人工审核。总审核时间从预计的 240 小时减少到 90 小时；而且，进行审查的律师的注意力集中在真正有风险的文件上。关键点：没有任何合约仅仅根据人工智能的总结就被认为是“干净”的；该摘要被用作分类工具。

常见错误

依赖于无引用的摘要。未链接到来源的摘要无法验证；每项决定都必须标有项目编号和引文。
给出不完整的文本。如果跳过某个页面或扫描的 PDF 的一部分无法阅读，则摘要可能会产生误导；确保文本完整且可读。
让人工智能填补空白。如果没有“找不到的就补”的指令，AI可以用典型值来填空。
以摘要代替阅读。对于高风险合约，摘要仅供参考；批评文章仍应完整阅读。
跳过关键日期。如果终止、续订和通知期没有单独提取，它们将在摘要中丢失。
向不受控制的车辆提供机密数据。在涉及客户/个人数据的合同中，不应忽视工具选择和屏蔽（参见第 9 单元和第 11 单元）。

总之

合同摘要是人工智能在法律中最快速产生价值的任务：将长文本转化为源链接的结构化地图。但它的力量来自于纪律。将每次检测到的来源与项目编号和引文联系起来，让人工智能说“未找到”而不是弥补缺失的信息，并将摘要用作分类工具——最终的阅读和决定始终由您决定。 AI总结；有能力的专业人员决定合同的含义以及是否签署。

应用任务

选择您拥有的合同（或样本）。 (1) 带有结构化表格提示的摘要；验证每一行都有商品编号和报价。 (2) 运行单独的关键日期提取并记下日历上 3 个最接近的日期。 (3) 根据摘要生成 4 句话的执行摘要。 (4) 通过返回源文章来验证 5 个随机选择的发现；如果不匹配，请使用“未找到”规则强化提示。

清单

[ ] 摘要中的每项发现是否都包含项目编号和引文？
【】AI是否被指示“找不到的就补上，写‘未找到’”？
[ ] 关键日期和通知期是否单独发布？
[ ] 提供的文本是否完整且可读（没有缺失/扫描的页面）？
[ ] 是否选择了适当的摘要类型（执行/运营/风险）？
[ ] 关键发现是否已从源材料中得到验证？
[ ] 是否检查了工具和屏蔽的机密/个人数据？