模型擅长「在几十页里找到付款条款并原文摘出」,不擅长判断「这条对我方是否有利」。把用途限定在前者,风险就很小。
| 要素 | 输出要求 |
|---|---|
| 签约主体 | 全称 + 统一社会信用代码(如有) |
| 金额与币种 | 原文数字,不要换算 |
| 付款节点 | 条件 + 比例 + 期限 |
| 履约期限 | 起止日期,含续期条款 |
| 违约责任 | 触发条件 + 计算方式 |
| 解除与争议解决 | 条款原文 + 所在页码 |
实际工作中最常做的是「对方改了什么」。做法:按条款编号对齐两版, 让模型只输出「新增 / 删除 / 修改」三类差异,每条附前后原文。
对比两版合同的同一条款,只输出差异: - 新增:新版本新增的文字; - 删除:旧版本有、新版没有的文字; - 修改:语义发生变化的表述,附前后原文。 不要评价差异的影响,不要合并多条差异。
不建议作为决策依据。模型可以定位与摘录条款,但法律判断应由执业律师完成。
可以,但需先 OCR;金额、日期等关键数字必须人工抽检,OCR 识别错误在这些字段上代价最高。