过去，合同审批需要审批人逐字对比，有的合同十几页甚至几十页。靠肉眼看，不仅效率极低，而且容易漏看，不同人的判断标准还不一样。
最近，我们决定把 AI 加入到我们的合同审批流程中，来减轻审批人员的工作量。这篇文章，就是本次实战的复盘。不是技术教程，而是真实经验分享。
想象 vs 现实
一开始我们想得很简单：让审批人员把合同丢给 AI 对话框，让 AI 看看有没有问题。
但很快面临几个问题：
- 数据泄露风险：合同是一家公司的核心机密，不能把原文都发送给模型提供商。
- 流程脱节：聊天得出的结论无法在公司系统里留痕，也没法在现有的审批流程中流转。
- 幻觉问题：但合同审批是一件非常严肃的事情，如果 AI 产生幻觉，后果也许很严重。
于是我们转变了思路：我们需要的不是一个“聊天机器人”，而是一条“审批流水线”。 把 AI 审查作为其中一环，AI 只负责发现合同中的风险点，再流转到人工审批。
整体架构
flowchart TD
A[业务员上传合同] --> B{预检：文件与模板相似度}
B -->|不匹配| B1[告警拦回]
B -->|匹配| C[文本提取 + 模板快照冻结]
C --> D[AI 大模型审查 + 红线规则引擎]
D --> E{风险聚合评分}
E -->|低风险| F[流转人工审批]
E -->|中高风险| G[直接驳回给业务员]
E -->|任何环节异常| H[不放行，标记异常等待重试]
F --> I{审批人决策}
I -->|通过| J[合同生效]
I -->|驳回| K[退回修改]
G --> K
K -->|重新提交| A
流水线的每道工序
架构图里的每个节点，对应一道具体的工序。
第一道工序：文本提取 用户传的是 PDF 或 Word，我们部署了一个文档解析服务器（基于开源的 MarkItDown）来做格式转换，将文档内容转成 Markdown 格式文本。
第二道工序：模板匹配与快照冻结 用户提交时选择合同类型，系统据此找到对应的标准模板。匹配成功后立即冻结快照——把当时的模板文本、红线规则、公司信息存一份副本。这样即使后续有人改了模板，也不影响进行中的审批。
第三道工序：大模型审查 我们选的模型是Qwen 3.7-max（通义千问）。选型理由：部署在国内，API 请求快；中文法律语境理解够用；API 按量计费。 AI 的审查分两种情况：
- 有标准模板：拿合同和模板逐字对比，正常的客户信息填写标记为"允许变更"，改了核心权利义务的标记为"风险"。
- 没有模板（如对方提供的外来合同）：从管辖权、保密、知识产权、违约责任等维度做通用风险扫描。
第四道工序：红线规则引擎 大模型是概率模型，不能 100% 保证不漏。所以我们另加了一套确定性规则引擎：合同是否缺少必须的保密条款？是否触发了高危敏感词？这些硬性检查不依赖 AI，结果可复现，作为安全兜底。
提示词工程：踩过的四个坑
让系统真正可用，我们在提示词（Prompt）设计上花了最多时间。
1. 约束法律引用，防止幻觉 为了应对 AI 可能会编造法条，我们的做法是：只有 100% 确定时才允许引用具体法条编号，否则只输出"一般法务风险提示"。模板对比模式下进一步收窄——明确告诉它判断依据是"合同与公司模板的差异"，不要主动引用外部法律条文。
2. 强制输出思维链
要求 AI 在给出结论前先写一段 <thinking> 推理过程，逐条对比后再输出结果。好处：准确率提升；出现争议时可查日志回溯推理路径。
3. 禁止忽略格式差异 测试中发现 AI 会自行判断"全角逗号改半角、多了个空格"不重要而跳过不报。但在合同审批场景，漏报不可接受。我们在指令中明确要求：任何差异都必须上报，哪怕只是换行符变化，归入"格式差异"类别。
4. 自动纠错重试 大模型偶尔输出格式异常（非法 JSON）。系统检测到解析失败后，不直接报错给用户，而是将错误信息回传给 AI 要求重新输出。最多重试两次，基本消除了此类偶发问题。
审批人看到什么
审批人打开审批单时，看到的是一份结构化的风险报告：每条差异按严重程度排列（高危 → 中风险 → 低风险 → 格式差异），标注了变更位置、原文与改动内容的对比、以及 AI 给出的风险说明。审批人只需逐条确认，不再需要自己去原文里找差异。
实际效果
- 审查效率：审批人不再逐字通读全文，而是对照 AI 输出的差异清单定向复核，长合同的审查时间大幅缩短。
- 漏检率下降：AI 能捕捉到人眼容易忽略的细微改动（如违约金比例从 30% 改成 20%）。
- 标准统一：不管谁来审批，看到的都是同一份 AI 生成的风险报告，不再依赖个人经验判断。审批规则在后台统一配置，每一步操作都有记录可查。
整套系统的核心原则：AI 负责发现差异和风险，人负责判断是否接受。
现在 AI 的话题很火热，但我们不能为了 AI 而 AI。要让它真正落地并提升效率，需要用规则兜住它的不确定性、并且让专业的人做最终决策。