一、项目背景

我们支撑的一家集团客户，合同审查长期靠法务人工：标准不一、风险条款漏检、履约异常发现滞后，遇到大批量采购合同更是排不过来。一位资深法务一天能细看的数量有限，新人又容易漏掉隐性风险，标准难以统一。我们当时要做的，不是用模型替代法务，而是给法务配一个"预审助手"——把合同先结构化，自动标出风险条款、算清履约节点，让法务把精力放在真正要拍板的判断上，同时把履约风险从事后救火变成事前预警，把合同从"签完归档"变成"全程可控"。

二、落地场景

能力落到了客户的合同管理中心。合同一上传，系统先解析成结构化条款（当事方、金额、交付、违约、保密、争议解决等），再用大模型对照企业风险库做条款级审查，输出风险清单和修订建议；审批通过后，关键履约节点（付款日、交付日、到期日）被抽取进预警引擎，临近自动提醒经办人。审查全过程留痕，可追溯谁改了哪条、为什么改。对法务是减负，对业务是护航，对管理层是可观测。

三、关键技术挑战与解决思路

第一难是合同结构化解析。合同版式杂、条款嵌套深，直接丢给模型读原文容易漏。我们先用版面分析把段落归位，再用模型抽取"条款类型、内容、义务方"三元组，对缺失必备条款直接标红，而不是等法务发现。第二难是风险条款识别。我们维护了一张企业风险规则库（如"违约金上限""单方解除权"），大模型把抽取出的条款和风险库比对，给出命中等级与依据，让判断有出处。第三难是履约预警联动。结构化只是静态，我们让抽取出的日期节点进调度，和财务付款、业务交付系统轻度打通，到点前主动推提醒，逾期升级告警，把"签完不管"变成"签完盯紧"。

案例片段（已脱敏）： 审查输出片段： clause: 第8条 违约责任 risk: medium, reason="未约定违约金上限, 敞口过大" suggest: 补充"违约金不超过合同总额 30%" 履约预警日志： contract C-2026-0912 节点=第二期付款, due=2026-07-20, 提前7天提醒经办人, status=已提醒

四、效果数据

脱敏统计：合同初审时长从人工平均约四十五分钟降到约八分钟（法务做终审确认）；高风险条款漏检率从约百分之十六降至约百分之三；履约逾期事件的发生数在试运行季度下降约百分之四十一；审查留痕完整率百分之百，一起合同纠纷的责任界定从"扯皮数天"变成"调记录即刻厘清"。法务团队的反馈是：终于不用在海量标准合同里大海捞针，精力能放在真正复杂的谈判上。

五、可复用经验总结

其一，合同先结构化再审查，模型直接读原文容易漏条款，三元组抽取让风险可定位、可解释。其二，风险识别要"规则库加大模型"配合，规则库保证口径稳定，模型负责泛化比对，别全押模型，否则口径会飘。其三，审查不是终点，把履约节点抽出来做预警才是价值放大器，风险要履约闭环才有意义。其四，留痕是法务场景的底线，每次修改都记版本，纠纷时它就是证据，这点不能省。其五，模型定位风险、人做最终判断的"人机协同"定位最稳，别宣称全自动，既符合实际也守住责任边界。

附：规模化落地的几点工程取舍

合同审查规模化时，第一个取舍是结构化解析的覆盖度。版式千奇百怪，我们不可能覆盖所有模板，策略是"主流模板精解加通用兜底"，兜底用更宽松的抽取规则，宁可多标不漏标，再让人确认。第二是风险规则库的维护节奏，业务条款在变，规则库若半年不更新就过时，我们设了季度评审加重大合同复盘双机制，保证口径跟得上业务。第三是审查建议的呈现，一次性甩出二十条风险没人看，我们按命中等级排序并折叠低风险，法务先处理高优先，效率最高。第四是履约预警的触发精度，日期抽取偶有错，我们做"双来源校验"，从正文和表格各抽一次，不一致才转人工，避免误提醒刷屏。第五是人机协同的责任边界，系统只出建议不出最终意见，法务确认动作留痕，既提效又守住合规责任。合同这类强责任场景，规模化落地的关键不是模型多强，而是把"人最终拍板"这件事设计进流程，让提效不牺牲严谨。

附二：给同行落地合同审查的一点提醒

第一，结构化解析别追求全覆盖，主流模板精解加通用兜底更现实，宁可多标不漏标。第二，风险规则库要定期评审，业务条款在变，半年不更新就过时，季度评审加重大合同复盘最稳。第三，审查建议要按等级排序折叠，一次性甩几十条没人看，法务先处理高优先效率最高。第四，履约预警的日期抽取要做双来源校验，正文和表格各抽一次，不一致转人工，避免误提醒刷屏。第五，人机协同责任边界要写进流程，系统只出建议不出最终意见，法务确认留痕，提效不牺牲严谨。第六，审查结果要可度量，漏检率和初审时长是硬指标，别只看用了没用。合同这类强责任场景，规模化关键不是模型多强，而是把人最终拍板设计进流程，让提效和严谨共存。