合同审查AI工具推荐清单，常见问题和做法

法务、行政或小团队负责人想找合同审查AI，搜出来一堆推荐清单却发现标准各不相同，不知道信谁。这篇不替你拍板，而是给一套能自己用的挑法：先想清楚要它审什么，再按能力项逐条对照，用自己的合同样本跑一轮，最后定清楚哪些结论必须回人工。照着做，至少能排除掉一批名气大但不合用的工具。

法务、行政或小团队负责人想找合同审查AI，搜出一堆推荐清单却发现各家标准都不一样，不知道该信谁。这篇不替你拍板选哪个，而是给一套自己能用的挑法：先想清楚要它审什么，再按能力项逐条对照，用自己的合同样本跑一轮，最后定清楚哪些结论必须回人工。照着做完，至少能排除掉一批名气大但不合用的工具。

思路是反过来的：先定范围和标准，再看工具。推荐清单只能告诉你谁被提到，告诉不了你的模板、你的合同类型、你的交付口径。把这些前提搞清楚，再去站内 /tools 或者模型资料库比对，判断会稳得多。

先定范围：你的合同审查要AI做哪几件事

三类需求对工具能力要求完全不同，先确认自己主要卡在哪一类。想不清楚就挑工具，回头多半会觉得「好像都能用，又好像都不好用」。

条款风险提示

从合同里揪出对己方不利、表述模糊、责任不对等的条款，考的是模型理解和行业常识。

文本比对

改前改后两版合同，定位到条、款、句的差异，考的是比对精度，纯文本工具通常力不从心。

要素与格式完整性

检查双方信息、金额、期限、签章位置等是否齐全，规则越明确越适合交给机器。

还要按合同类型划边界。标准模板类的采购、服务合同，适合让AI挑遗漏和表述歧义；涉及强监管、涉外或金额较高的，AI只做初筛，不建议让它给最终结论。这条边界要说给业务方听，否则他们会把初筛当定论。

• 让日常审合同的人一起参与定范围，一个人挑、一个人用，最后常常落不了地
• 事先对齐谁审、审完给谁看，避免工具买回来只有一个人会用
• 把「不适用情形」提前列出来，写进选型说明，后面不用反复解释

按这几项能力逐条对照，而不是看谁推荐得多

清单和榜单能帮你缩小范围，但替代不了逐项验证。下面几项是真正决定日常好不好用的地方，对着工具挨个试一遍比看十篇推荐都管用。

合同常含商业敏感信息，交付方式和留存策略要提前问清，别等签完才发现数据会被拿去训练。站内 /safety 有合规视角的整理，可以先看一遍再约演示，提问会更有针对性。

用自己的样本跑一轮小测，比看任何榜单都准

1. 准备三份样本一份你最熟的常用合同、一份带明显陷阱的合同、一份条款缺失的残缺合同。三份分别对应日常、极端、边界三种情况，验证时逐一跑。
2. 记录三个指标有没有漏掉陷阱、有没有误报大量正常条款、输出能否直接给业务方看。误报太多比漏报更耗时间，因为人工要逐条驳回。
3. 换问法复测同一份合同换个角度提问，结论大起大落说明结果不稳定，适合做提示，不适合做判断依据。
4. 小范围试用选型阶段别急着签长约，先用试用额度或小范围跑一段时间再评估，期间记录每次人工复核改了哪些地方。

试用期间把人工复核改动的条目攒起来，这就是最实在的评估材料：改动集中在哪类条款，就说明这类条款该由人工兜底，而不是继续加码工具。想横向看各家中转站的稳定性，可以去 /tools/speed-test 跑一轮再决定用哪条线路调用。

选完还要定用法：人在哪个环节接手

工具选对了，用法不对照样出事。最常见的坑是把AI输出当作放行依据，业务方看到「未见明显风险」就直接推进，最后责任还是回到法务身上。

• 固定流程：AI初筛、人工复核风险条款、业务方确认、归档，每一步谁签字要写清楚
• 明确不适用情形：对方是强势主体、涉及知识产权归属或违约责任的重大修改、法规刚更新过的领域，不要只靠工具判断
• 每次输出保存原件和版本，工具换代或停服时历史记录还在，方便追溯当时的判断依据
• 把「工具是第二双眼睛，不替代审合同的人」写进部门内部说明，比口头约定管用

要不要换工具、什么时候换，别凭感觉。可以到 /price-watch 看当时的价格走势，再到 /sites 对照几家的可信度评测，把换与不换的成本摆出来再讨论。价格和评测数字以页面当时显示为准，这里不写具体数字。