一个做法务的朋友跟我诉苦。他们公司法务团队一共5个人每天要审查50-80份合同。下半年更多采购合同、销售合同、保密协议、NDA……每份合同都要逐条看条款、找风险点、写审阅意见。最关键现在外面“企业Agent合同审查化智能系统”报价7W~10W我觉得AI时代企业有场景只要是重复性固定场景都可以自己搭建不是省钱关键自己了解自己需求才是真的。合同审查是一个非常适合做 AI Agent 工作流的场景。原因很简单它不是一个“自由聊天”任务而是一个高度流程化的任务。一份合同拿过来法务通常要做这些事1、看合同类型2、读合同正文3、提取关键条款4、判断有没有风险5、给出修改建议6、整理审阅报告7、最后人工确认。这些步骤里很多工作是重复的。比如采购合同、销售合同、NDA、劳动合同、服务合同、租赁合同虽然合同类型不同但审查动作大体类似都要看付款、违约、保密、期限、解除、管辖、责任边界这些内容。所以合同审查智能化的重点不是让 AI 直接替代法务而是用 Agent 工作流把重复、固定、规则明确的部分自动化。这篇文章直接讲实操如何搭一个合同审查 Agent 工作流。一、合同审查为什么适合 Agent 工作流合同审查有几个特点1、流程固定大部分合同审查都绕不开这些步骤1、文档解析2、条款提取3、风险识别4、修改建议5、报告生成6、人工复核。这天然适合拆成多个 Agent。012、重复劳动多法务每次都要看类似条款1、违约责任2、付款条款3、保密义务4、争议解决5、合同期限6、解除条件7、知识产权8、验收标准。这些内容不一定难但很耗时间。AI 最适合先处理这种重复审查。023、风险规则相对明确比如1、违约金比例过高2、付款账期过长3、管辖法院对我方不利4、保密期限太短5、验收标准不清6、解除条件缺失。这些都可以沉淀成规则库。034、结果需要结构化输出合同审查不是让 AI 写一段感想而是要输出1、合同基本信息2、核心条款摘要3、风险清单4、风险等级5、修改建议6、人工复核重点7、综合初审意见。这种结构化任务也非常适合 Agent 编排。045、必须保留人工复核合同涉及法律责任不能让 AI 直接拍板。正确的定位是AI 做初审人工做终审。AI 负责提效法务负责判断。二、整体工作流怎么设计合同审查 Agent 工作流可以拆成 7 步1、合同上传2、文档解析3、合同分类4、条款提取5、风险匹配6、报告生成7、人工复核。标准流程如下【流程图位置合同审查 Agent 工作流】图片说明展示“合同上传 → 文档解析 → 条款提取 → 风险匹配 → 生成审阅报告 → 人工复核 → 最终审阅意见”的完整流程。这里的关键不是让一个大模型从头到尾自由发挥。而是把任务拆开每个 Agent 只负责一个明确动作。三、Agent 怎么分工一个基础版合同审查系统可以拆成 6 个 Agent 或节点。Agent 名称负责内容输入输出文档解析 Agent读取 PDF、Word、TXT 合同内容 合同文件 合同纯文本合同分类 Agent判断合同属于哪一类 合同文本 合同类型条款提取 Agent提取关键条款 合同文本 合同类型 条款 JSON风险匹配 Agent对照规则库识别风险 条款 JSON 风险规则库 风险清单报告生成 Agent生成合同审阅报告 条款摘要 风险清单 审阅报告人工复核节点提醒法务确认关键风险 审阅报告 最终审阅意见这里有一个经验Agent 分工越清楚系统越稳定。不要指望一个 Prompt 同时完成“读合同、提条款、判风险、写报告、给结论”。更好的方式是每一步都结构化输出下一步只处理上一步的结果。四、第一步合同上传合同上传节点要解决的是输入问题。支持格式建议包括1、PDF2、Word3、TXT4、扫描 PDF5、合同附件6、补充协议。上传时最好保留这些信息{“file_name”: “XX采购合同.pdf”,“file_type”: “pdf”,“upload_time”: “2026-05-28”,“business_owner”: “采购部”,“review_purpose”: “签署前审查”}五、第二步文档解析文档解析的目标是把合同文件变成结构清楚的纯文本。这一步很关键。很多合同审查系统效果不好不是因为大模型不行而是一开始文档解析就乱了。常见问题包括1、PDF 换行混乱2、表格内容丢失3、页眉页脚干扰正文4、扫描件无法识别5、条款编号丢失6、附件没有合并进正文。文档解析节点的输出建议是{“contract_name”: “XX采购合同”,“raw_text”: “合同全文文本”,“paragraphs”: [{“index”: “1”,“title”: “合同主体”,“content”: “甲方……乙方……”},{“index”: “2”,“title”: “付款方式”,“content”: “合同签订后7个工作日内支付50%……”}],“tables”: [{“table_name”: “付款计划”,“content”: “第一期50%第二期50%”}]}文档解析要尽量做到三点1、保留段落编号2、保留表格内容3、保留原文位置。因为后面生成审阅报告时最好能引用原合同表述方便人工复核。六、第三步合同分类合同类型不同审查重点不同。至少可以先覆盖这 6 类1、采购合同2、销售合同3、NDA / 保密协议4、劳动合同5、服务合同6、租赁合同。合同分类 Agent 的作用是先判断合同属于哪一类再加载对应的提取字段和风险规则。合同分类 Prompt 可以这样写你是一个合同分类助手。请根据合同文本判断该合同属于以下哪一类1、采购合同2、销售合同3、NDA / 保密协议4、劳动合同5、服务合同6、租赁合同7、其他请严格输出 JSON{“合同类型”: “”,“判断依据”: “”,“置信度”: “高/中/低”}要求1、不要编造合同内容2、如果合同类型不明确输出“其他”3、如果置信度为低需要提示人工确认。合同文本{{合同文本}}输出示例{“合同类型”: “采购合同”,“判断依据”: “合同中多次出现采购货物、交付、验收、付款等内容”,“置信度”: “高”}如果置信度低最好不要继续自动审查而是进入人工确认。七、第四步条款提取条款提取是合同审查 Agent 的核心步骤之一。这一步要把合同里的关键信息提取成结构化 JSON。通用字段可以包括1、合同名称2、签约主体3、合同类型4、合同金额5、付款条款6、交付条款7、验收条款8、违约责任9、保密义务10、知识产权11、合同期限12、解除条件13、争议解决方式14、管辖法院或仲裁机构15、其他特殊条款。条款提取 Prompt 可以这样写你是一个合同条款提取助手。请从以下合同文本中提取关键条款并严格输出 JSON。需要提取的字段包括1、合同名称2、签约主体3、合同类型4、合同金额5、付款条款6、交付条款7、验收条款8、违约责任9、保密义务10、知识产权11、合同期限12、解除条件13、争议解决方式14、管辖法院或仲裁机构15、其他特殊条款要求1、不要编造合同中没有的信息2、如果合同中没有对应内容填写“未约定”3、尽量保留原文关键表述4、每个字段给出对应原文依据5、如果某个字段存在多处约定需要合并说明。输出 JSON 格式{“合同名称”: “”,“签约主体”: “”,“合同类型”: “”,“合同金额”: “”,“付款条款”: “”,“交付条款”: “”,“验收条款”: “”,“违约责任”: “”,“保密义务”: “”,“知识产权”: “”,“合同期限”: “”,“解除条件”: “”,“争议解决方式”: “”,“管辖法院或仲裁机构”: “”,“其他特殊条款”: [],“缺失信息”: [],“原文依据”: {“付款条款”: “”,“违约责任”: “”,“管辖法院或仲裁机构”: “”}}合同文本{{合同文本}}这里最重要的是两点1、没有的信息必须写“未约定”2、重要结论必须带原文依据。否则后面风险识别会变成模型猜测。八、第五步建立风险规则库风险规则库是合同审查 Agent 的核心资产。模型负责判断规则库负责告诉模型什么叫风险。一个基础版规则库可以这样设计风险规则库可以从简单开始。第一版不用追求覆盖所有法律问题可以先覆盖高频风险1、付款2、违约3、保密4、管辖5、验收6、解除7、知识产权8、责任限制。后续再根据法务复核结果不断补充规则。九、第六步风险匹配风险匹配 Agent 的任务是把条款提取结果和风险规则库逐条比对输出风险清单。这里可以用两种方式结合1、规则判断2、语义判断。比如1、违约金比例 20%这是规则判断2、验收标准是否模糊这是语义判断3、管辖地是否对我方不利需要结合公司所在地判断4、保密范围是否过宽或过窄需要语义判断。风险识别 Prompt 可以这样写textCopy你是一个合同风险审查助手。 请根据“合同条款提取结果”和“风险规则库”识别合同中的风险点。要求1、逐条对照风险规则2、说明是否触发风险3、给出风险等级4、说明触发原因5、引用原合同表述6、给出修改建议7、不要做最终法律结论只输出供人工复核的初审意 见8、如果信息不足请标记为“需人工确认”。输出 JSON 格式{“风险清单”: [{ 风险项: , 风险等级: 高/中/低, 是否触发: 是/否/需人工确认, 触发原因: , 原合同表述: , 修改建议: , 是否需要人工重点复核: 是/否 } ], 综合判断: , 人工复核重点: [] }合同条款提取结果{{条款JSON}} 风险规则库 {{风险规则库}}补充信息我方所在地{{我方所在地}}我方角色{{甲方/乙方/采购方/销售方/出租方/承租方}}这里建议增加两个变量1、我方所在地2、我方角色。因为很多风险判断都和立场有关。比如同样是付款账期销售方和采购方的风险感受不一样。十、第七步生成审阅报告报告生成 Agent 不负责重新判断风险。它只负责把前面提取和识别的结果整理成报告。审阅报告模板可以这样写textCopy【合同审阅报告】一、合同基本信息1、合同名称2、合同类型3、签约主体4、合同金额5、合同期限6、我方角色二、核心条款摘要1、付款条款2、交付 / 服务内容3、验收条款4、违约责任5、保密义务6、知识产权7、解除条件8、争议解决方式三、风险清单高风险1、风险项原文表述 触发原因 修改建议 是否需要人工重点复核 中风险1、风险项原文表述 触发原因 修改建议 是否需要人工重点复核 低风险1、风险项原文表述 触发原因 修改建议 是否需要人工重点复核四、人工复核重点1、 2、 3、五、综合初审意见本报告为 AI 初审结果仅供法务人员复核参考。建议结论 □ 可以签署 □ 修改后签署 □ 不建议签署 □ 需进一步人工判断报告生成 Prompt 可以这样写textCopy你是一个合同审阅报告生成助手。 请根据“条款提取结果”和“风险识别结果”生成一份结构化合同审阅报告。要求1、语言简洁2、按高风险、中风险、低风险排序3、每个风险都要包含原文表述、触发原因和修改建 议4 、不要新增前面结果中没有的风险5、结论必须标注为“AI 初审意见仅供人工复核”。条款提取结果 {{条款JSON}} 风险识别结果 {{风险JSON}}十一、不同合同类型怎么体现 AI 提效要体现合同审查智能化的价值不能只讲一种合同。可以把不同合同类型的高频痛点放出来。这些合同虽然类型不同但底层流程是一样的。区别只在于1、条款提取字段不同2、风险规则库不同3、审查重点不同4、人工复核重点不同。也就是说搭好一个基础工作流之后可以通过更换规则库扩展到不同合同类型。提示词是json结构需要提示词评论区“提示词”学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】