收益：
- 能够根据批准的模板制定适合场景的合同草案
- 能够设计带有占位符和后备的可重用模板
- 在准备法律审查草案时能够标记界限和假设。
如果说审查合同是“阅读”，那么起草合同就是“写作”；而且写作往往需要更多的时间并承担更多的风险。人工智能 (AI) 消除了对空白页的恐惧：在几分钟内即可生成可行的草稿。但这是该模块最危险的陷阱之一。如果你告诉AI“给我写一份保密协议”，你会得到一份看起来流畅且专业的文本，但不符合你所在机构的标准，不符合适用的法律，甚至包含捏造（幻觉）的条款。本单元的核心有一个原则：从批准的模板开始。批准的模板充当“锚”，将人工智能锚定在该机构经过验证、律师批准的文本上。
让我们澄清一下这些术语。模板是经机构认可并重复使用的标准合同文本。占位符是草稿中根据场景将要填充的空间；例如[各方名称]，[提要]。后备选项是在文章谈判中提出的替代文本。红线是对文本所做更改的可追踪标记。假设是暂时接受的假设，而不是草案中未知的信息，必须进行验证。
从批准的模板生成草稿
正确的工作流程不是“从头开始创建”，而是“根据场景调整批准的模板”。你给 AI 模板和场景信息，只需要它填写占位符并根据场景添加必要的项目即可。一步一步：
- 给出批准的模板。该机构的标准文本是草案的骨架。
- 提供结构化的场景信息。当事人、主题、价格、期限、特殊条件。
- 放置占位符和假设规则。任何未知信息都应标有[TO BE FILLED]和ASSUMPTION:标签。
- 标记边界。让人工智能指出任何偏离模式或需要法律决定的地方。
- 要求红线和理由。让他汇报一下他按照模板改了什么以及为什么改。
- 准备法律审查。该草案以“等待人工批准”状态提交。
您的角色：起草公司协议的法律助理。以下面批准的模板为基础，并根据场景进行调整。规则：- 维护模板的结构和标准条款；自己发明一篇新的法律文章。- 留下任何您不知道的信息[待填写：...]；不要猜测。- 使用“假设：”标签标记您从场景中删除的每个假设。- 使用注释“需要人工审核”标记您超出模板或需要法律决定的位置。<template>[批准的模板文本]</stencil><scenario>各方：[...] ;主题： [...] ;价格： [...] ;持续时间：[...]；特殊条件：[...]</scenario>
提示：“不要自己编造新的法律条款；不知道的就省略[填写]”的指令遏制了AI最危险的行为（添加看似合理但不符合适用法律的条款）。留下一个空格比错误地填充它更安全。
设计可重复使用的模板
人工智能不仅仅产生草稿，还产生草稿。它还可以帮助您设计好的模板。一个好的模板是带有清晰占位符、后备选项和清晰使用说明的文本。
将以下服务协议条款转换为可重用的模板条款： - 显示带有 [方括号] 占位符的变量。 - 为责任上限提供 3 个后备方案：(A) 我们的理想位置，(B) 合理的中间值，(C) 最终接受限额。分别标记每个。 - 添加一个简短的“使用说明”：在哪种情况下选择哪个后备。将文本准备为草稿供律师批准；提供明确的法律建议。
还有语言简化的方面。复杂、相互交织的合同条款使谈判和执行都变得困难。 AI 通过尝试保留法律意义来提出简化；但由于语义变化的风险，这始终是通过比较和人工验证来完成的。
以更简单、更容易理解的方式撰写以下文章，而不改变其法律含义。将输出分为两列：左侧为原始版本，右侧为精简版本。还将可能影响含义的任何简化标记为“警告：语义检查”。如有疑问，请保留原件。
起草时的一项常见任务是合并两方的文本：使您的模板与另一方发送的更改保持一致。人工智能很快就能让差异变得可见，并标记出哪一方支持每个差异——但仍然由人类决定接受哪一个差异。
下面，左边是我们认可的模板项，右边是对方推荐的版本。比较两者：|差异|我们的文字|对方文字|对谁有利|建议（接受/协商/拒绝）|用“意义效果”注释标记每个改变意义的差异。我会做出决定；你只需展示差异及其影响。
弱提示/强提示
弱提示：给我写一份服务合同。
结果：来自互联网平均值的文本，不符合您所在机构的标准，您不知道哪些文章是真实的，哪些文章是假的，直接使用哪些是危险的。
强大的提示：[批准的模板+结构化脚本+[待填充]/假设规则+“制作新条款”限制+“需要人工审核”标志+红线和理由]
结果：草案忠实于机构的标准，诚实地标记了差距，显示了需要人工判断的地方，并准备好接受法律审查。
草案成熟度级别
级别
它包含什么
谁批准
是否可用
草稿（AI）
模板+填充占位符
—
不，只有内在的工作
标记草稿
添加了假设和审查注释
合同专家
不
审稿草案
律师逾越红线
律师
同意谈判
最终文本
准备签字，批准
授权签名
是的
三个迷你箱
案例 1——人造物质。当一家初创公司要求一份“初创公司友好的投资协议草案”时，AI 添加了一个实际上并不存在的“自动转换”机制，就像法律模板一样。创始人差点就把这个发给投资人了。团队改变了工作流程，仅根据批准的 SAFE/股份协议模板投入生产；此后12稿均无捏造文章，法律审查时间由平均每稿3小时缩短至1小时。
案例 2 — 占位符纪律。一个法律团队正在准备特许经营协议，以便针对 40 家经销商进行单独调整。他们将占位符[经销商名称]、[区域]、[皇家百分比]、[术语]放入批准的模板中，并将每个经销商的数据以表格形式提供给人工智能。半天出40稿；提交的合同中没有包含不完整信息的信息，因为每个合同中都有一个未填写的字段仍然显示为[待填写]。这项工作需要手动完成大约 5 天。
案例 3 — 简化增益。一家机构的消费者会员协议使用了粗俗的语言，这也是投诉的根源。通过AI完成两列简化；法律团队一一批准了7篇被标记为含义变更的文章，驳回了其中2篇并恢复原样。新文本生效后，“我不明白合同”类型的客户服务电话在三个月内减少了 28%。 AI 建议简化；曼确认保留了法律含义。
常见错误
- 要求从头开始草稿。没有模板的生产会产生不符合机构标准的文本，并且存在伪造材料的高风险。
- 预测而不是占位符。不要让 AI 填写空白，而是要求它离开 [TO BE FILLED]。
- 不检查假设。每一次未经验证的接受都是合同中默默嵌入的风险。
- 划红线而不要求理由。在不了解更改内容和原因的情况下很难审查草稿。
- 将AI草稿误认为是最终文本。未经法律审查，任何人工智能草案都不应进入谈判/签署。
- 忽略简化中的语义转变。简化应该始终是可比较的和人类认可的。
综上所述
AI在绘图方面的力量在于快速填补空白页；危险在于他会编造看似合理但实际上是错误的观点。管理两者的方法是通过一个单一的规则：从批准的模板开始。使用占位符、标记的假设和“需要人工审查”注释；进行比较简化，未经法律批准不考虑任何最终草案。人工智能产生可行的大纲；授权专业人员决定草稿是否在法律上正确且适合签名。
应用任务
从您的机构（或样本）中选择经批准的合同模板。 (1) 定义场景并通过基于模板的草稿提示生成场景；验证是否出现所有 [TO BE FILLED] 和 ASSUMPTION 标志。 (2) 将项目转变为具有 3 个后备选项的可重用模板。 (3) 将复杂的条目简化为两列并检查含义复选标记。 (4) 通过添加状态为“待法律审查”的审查说明来关闭草案。
清单
- [ ] 稿件是根据批准的模板制作的（不是从头开始）吗？
- [ ] 未知信息保留为 [TO FILL]？
- [ ] 假设是否标有 ASSUMPTION: 标签？
- [ ] 需要法律决定的领域是否标有“需要人工审查”？
- [ ] 是否已按照模板收到红线和理由？
- [ ] 是否单独检查了简化中含义的变化？
- [ ] 草案在被视为“最终版”之前是否未经法律批准就提交了？