AI 文档复核能做与不能做什么
当任务是拿文件与自身核对时,AI 很有用;当任务是判断文件在法律或市场中意味着什么时,它就很危险。
有用的分工
AI 辅助复核最适合答案可在文件内部核查的任务:把条款抽取成表格、找出某个定义词出现的每一处、比对两版的数字变化、概括一份长报告、起草第一版检查清单。输出可以对着原文验证,复核者的时间用在判断而不是抄录上。
它最不适合需要文件之外事实的任务:条款是否可执行、价格是否符合市场、签署方是否有权、监管是否接受某项控制。模型可以对这些问题生成流畅文字,而流畅文字不是证据。
文件能证明什么
文件证明的是它在你所读版本中字面上写了什么。它不能证明陈述的事实为真、双方理解一致,也不能证明义务可执行。把文件当作现实的完整描述,会漏掉纸面与交易之间的差距。
在这个边界内,AI 确实有用。让它找出所有责任上限、所有通知期、所有对附件的引用、或所有付款条件发生变化的位置。这些是可检索的事实,复核者可以抽样核对原文。价值在于覆盖度:模型不会在第八十页开始疲倦。
先判断哪些结论需要优先核实
为一条未验证的结论设置可能性与影响,判断它需要完整阅读、针对性核查,还是只记入未决问题清单。
引用纪律就是控制手段
只有当每条结论都指向人可以打开的位置时,复核输出才可用。要求每条结论给出页码、条款与引文。无法引用的输出,应当当作假设草稿,而不是结论。这条规则本身就能拦住大部分失效模式,因为编造条款的模型通常也给不出对应的引文。
自己抽查一批引用,包括看起来最常规的那些。错误集中在表格、附件与交叉引用处,而这恰恰是复核者最容易相信摘要的地方。十条引用里错一条,整份输出就需要重新推导,而不是局部修正。
把来源版本与输出一起保存。在第三稿成立的结论,在签署版可能已经不成立;没有版本标注,没人能判断复核的是哪份文件。
保密与工具边界
任何接收文件文本的工具都是一次披露。使用任何助手前,先确认文本在哪里处理、是否保留、是否用于训练、谁能访问、供应商的删除承诺是什么。这些问题没有答案时,该工具不适合客户材料。
公共聊天界面风险最高,因为材料完全离开你的控制。具备合同条款、保留限制与访问控制的获批企业环境,是敏感工作的基线。即便如此,也应只发送最小必要摘录,并记录发送了什么。
本站的流程体现了这条边界:事项通过邮件确定范围,处理方式与允许使用的工具在交换文件前确认,站内没有公开上传或自动接入。复核产出属于决策支持,不是受监管的专业意见。
责任仍在人身上
负责的复核者是在纪要上署名的人,不是起草它的模型。这意味着人必须理解结论到能够为其辩护的程度,知道哪些部分是机器生成,并能说出哪些内容没有核查。离开工具就无法自辩的纪要,不是复核。
批准权留在人手里是有原因的:决策常依赖文件中没有的背景,例如与对方的关系、交易背后的战略、或尚未写下来的风险偏好。模型无法为这些判断负责,把判断交出去也不会转移责任。
AI 辅助复核的可操作清单
开始前:定义问题、选定文件、确认工具已获准处理该材料、约定输出必须包含什么(包括引用)。过程中:固定来源版本、记录发送内容、抽查引用。结束后:核实驱动决策的结论、记录未核查的部分、由具名的人签署纪要。
任何一步被跳过,输出就是草稿。草稿有用,但在交接时应标注为草稿。真正的问题不是使用 AI,而是把未经验证的输出当作已复核的结论呈现。
上线前先做评估
在真实事项中使用 AI 步骤前,先用一份你已知答案的文件测试。选一份你手工复核过的合同,运行抽取,然后比对。测试要包含难处理的场景:跨页条款、合并单元格的表格、被引用两次的附件、使用不一致的定义词。
衡量两件事:召回率与引用准确率。召回率是工具是否找到了你知道存在的内容;引用准确率是它给出的位置是否真的包含它引用的文字。召回高但引用弱的工具仍可用于第一轮,前提是每条输出都回到原文锚定;召回低却文风自信的工具完全不可用。
把评估结果写下来,包括模型、日期与文件类型。模型会变,三月支撑某套流程的评估,未必描述九月在用的系统。工具或供应商变化时重跑测试,并保留失败的例子,它们是参与复核的人最有用的培训材料。
向任何复核服务方提问
问清:哪些工具处理材料、存放在哪里、保留多久、谁能访问、是否用于训练。问清交付物包含什么、每条结论是否标注来源、谁对准确性负责。问清如果某条结论被证明有误,会发生什么、多久出更正。
对内部使用 AI 的团队也要问同样的问题,因为风险相同。无法清楚回答的服务方,已经在说明它的流程;承诺法律结果确定性的服务方,同样是警示信号。