法务手上压着一摞待审合同，想用 AI 先过一遍，但市面工具说法一个比一个玄，不知道选哪个、也不知道该让它审到什么程度。这篇不给你排第一第二，而是给一套能自己套用的选型标准和一条可复用的审查流程：哪些条款必须人看、哪些可以放心交给 AI、出错时按什么顺序排查。
法务手上压着一摞待审合同，想先用 AI 过一遍，但市面工具的说法一个比一个玄。这篇不排第一第二，只给一套能自己套用的选型标准和一条可复用的审查流程：哪些条款必须人看、哪些可以放心交给 AI、出错时按什么顺序排查。
核心思路是把「选型」和「用法」拆开。工具再强，你把一整份合同丢过去问一句「有没有问题」，回来多半是一段正确但没用的废话；反过来，工具一般，你按条款块提问、要求标原文位置，产出反而能直接进审查表。
先定标准，再看工具：合同审查 AI 的五个硬指标
别先打开工具列表一个个试。先把下面五条当作打分表，不达标的直接淘汰，比事后抱怨「它怎么没看出来」省时间得多。每条都对着你们真实的合同类型验，别用厂家给的样例。
- 看支不支持长合同一次喂进去：条款跨页、附件多的合同经常超上下文，工具能不能分段续读、会不会丢掉前文，决定它有没有实用价值；
- 看它引用原文的能力：结论必须能标出出自第几条第几款，只能给一段概括性意见的，法务还得自己回原文找，等于没省事；
- 看数据走向：合同是敏感文件，先弄清内容传给了谁、会不会用于训练、能不能关掉留存，这一项不达标别的都别谈；
- 看输出结构能不能固定：能不能稳定按「风险等级 + 条款位置 + 建议改法」返回，决定你能不能直接塞进审查表；
- 看它承不承认不确定：对拿不准的条款是硬给结论还是标出来，后者才敢用。
工具对比怎么比：别信榜单，跑同一份自己的合同
榜单和演示视频只能看个方向，真正能分出高下的是「同一份自家合同，几个工具跑一遍」。标尺合同要提前准备好，否则每次对比都得临时找，比不出稳定结论。
- 备三份标尺合同一份标准采购、一份条款对己方明显不利、一份扫描件。三份都要有你已知的雷点，比如责任无上限、单方解除权、自动续约。
- 同一提示词跑同一批提问方式完全一致，包括背景、立场、输出格式要求；中途换问法，结果差异就分不清是工具问题还是你的问题。
- 记漏检和误报重点记漏检：误报最多让你多点几下，漏掉一条责任无上限是要出事的。看你已知的雷点它找到了几条。
- 记确定程度和可引用性把「可能」「建议关注」和「必须修改」分清楚，含糊措辞很难直接进审查意见。同时看它有没有标条款位置。
- 折算成本口径按份、按席位还是按 token 计费口径不同，不能直接比单价，到站内核对当前数字后再折算成你们的月用量。
成本这块容易被销售话术带偏，建议固定一个口径：按你们每月平均审多少份、每份多少字来算，而不是按单份报价比。具体折算去 编程与套餐目录 与 官方 API 价格 核对当时的数字。
什么情况下不适用：只审一两次的，别为选型花两周，随便挑一个先把流程跑通更重要；把选型当成一次性项目、不随用法变化回看的，也容易选完就放着。
交给 AI 审的流程：五步走，人机分工清楚
很多人不是工具选错，是用法错了。把「审这份合同」直接丢给模型，它只能给通用意见。正确做法是把活拆开，明确哪些机器做、哪些只能人做。
| 审查环节 | AI 可以做 | 人必须复核 |
|---|---|---|
| 主体资格 | 整理对方名称、证照字段是否齐全 | 核验证照真伪、资质是否匹配业务 |
| 付款与账期 | 标出金额、节点、逾期条款位置 | 确认与己方现金流、审批权限一致 |
| 交付验收 | 列出交付物、时间、验收标准 | 判断标准是否可执行、验收权在谁 |
| 违约责任 | 找出责任上限、单方解除、自动续约 | 评估风险敞口与是否可接受 |
| 争议解决 | 识别管辖、适用法律、仲裁机构 | 确认可执行性与诉讼成本 |
把「审一份合同」拆成主体资格、付款与账期、交付验收、违约责任、知识产权、保密、争议解决这几块，让 AI 按块出结论，比一次问「有没有问题」靠谱得多。提问前先把己方立场写清楚——买方还是卖方、必须守住的底线、不能接受的条件，不写它只会给教科书式答案。
人工复核时不必从头读，只看它标红的部分，加上三类永远要人看的：金额与付款节点、责任上限、单方解除与自动续约。这三类出错的代价，比漏掉一个措辞问题大得多。
最后留痕：把提问、输出、你改后的版本一起存档。出争议时能说明审查过程，内部复盘也有依据。存哪些字段可参考 真实用量榜 与 安全与合规 里的记录口径。
用起来不对时，按这个顺序排查
结果不对劲时别急着换工具，先按下面顺序过一遍。多数问题是进料和提问方式造成的，不是模型能力。
- 先看输入：PDF 是扫描件还是文字层、表格和附件有没有丢，进料不对后面全白搭，处理可参考 本地工具箱 里的文档转换工具；
- 再看切分：长合同被截断才会出现「前面提过后面忘了」，按章节分段续跑，或改成先摘要再逐条问；
- 再看提示词：换成结构化要求，让模型按固定字段返回，含糊的提问必然得到含糊的答案；
- 最后怀疑工具：同样输入换个工具跑一遍，差异还很大，说明是工具本身的问题，不是你的用法问题；
- 顺手记一笔：把这次出问题的合同类型和提问方式记下来，下次同类合同直接套用改好的问法。
AI 是初审的加速器，不是签字的替身。最终版本、盖章页、金额条款，永远自己过一遍。下一步先用标尺合同做一轮横向实测，再拿这份审查流程跑两份真实合同。各平台的计费口径与当前价格，到站内目录页核对当时的数字，别凭印象选。→
常见问题
合同审查 AI 能替代法务吗？
不能，但能替掉大部分体力活。它擅长找缺失条款、明显对己方不利的表述、前后不一致的数字与日期，以及帮你把长合同压成一份问题清单。最终是否接受某条风险、怎么改措辞，仍然需要人拍板，尤其是责任上限、解除权、管辖这类条款。
通用大模型和专门的合同审查工具，选哪个？
看量和流程成熟度。偶尔审几份，通用模型配合结构化提示词就够用；量大且要出统一格式的审查意见、要留痕、要多人协作时，专门工具的优势才体现出来。先按上面三个硬指标试，再决定要不要上专用工具。
审出来的结果不准，一般是什么原因？
常见三类：一是文档本身是扫描件或表格错乱，文字没进去；二是合同太长被截断，模型只看了一半；三是提问太笼统，没给立场和底线。按输入、切分、提示词、换工具这个顺序排查，基本能定位到问题出在哪一步。
