立项原因:中小商家入驻电商平台时缺乏法律知识,无法识别合同中的不公平条款。律师审查单份合同需500-2000元,商家通常直接跳过审查,埋下纠纷隐患。
行业场景:电商平台商家在签署入驻协议前,需要快速、低成本地识别合同中隐藏的风险条款,如无限期冻结资金、强制独家经营、单方修改权等,并获取可操作的修改建议。
点击空白处退出提示
立项原因:中小商家入驻电商平台时缺乏法律知识,无法识别合同中的不公平条款。律师审查单份合同需500-2000元,商家通常直接跳过审查,埋下纠纷隐患。
行业场景:电商平台商家在签署入驻协议前,需要快速、低成本地识别合同中隐藏的风险条款,如无限期冻结资金、强制独家经营、单方修改权等,并获取可操作的修改建议。
功能模块:
1. 合同条款自动拆分:粘贴整份合同后,系统自动按"第X条"将文本拆分为单条条款,逐一审查
2. 三级风险判定:对每条条款标注风险等级(高风险/中风险/低风险),并用颜色标识
3. 双知识库比对审查:系统内置标准合同条款库和风险特征库,审查结论均有标准条文佐证
4. 结构化审查报告输出:每条条款生成六要素报告(原条款、风险等级、问题描述、参考标准、修改建议、协商要点),可直接用于商务谈判
主要功能:替代人工律师完成合同初审,将审查时间从2-3天压缩至1分钟,成本降至接近零。
我负责的任务:
独立完成全流程设计与开发,包括:业务痛点分析、工作流架构设计、提示词工程编写、Python正则拆分脚本开发、双知识库内容构建、输出格式约束设计、测试用例编写、交付文档撰写。
技术栈与架构亮点:
- 采用"代码节点+大模型"混合架构,用Python正则将长合同拆分为单条条款后再逐条审查,解决大模型处理长文本时幻觉高、注意力分散的问题
- 自建双知识库体系(标准条款库+风险特征库),让AI同时拥有正例和反例参照,审查判断更精准
- 知识库与工作流解耦,法律法规变化时仅需更新知识库文本,无需改动任何代码或工作流
- 通过结构化提示词工程约束输出为六要素格式,审查报告可直接作为商务谈判素材
技术栈:Coze(扣子)、Python、豆包/通义千问大模型、正则表达式



评论