AI 自动化办公整理合同审批意见怎么留证据？原文、风险点和复核表
合同审批意见不能只让 AI 写成一段漂亮摘要，必须保留原文证据、风险点、待确认问题和人工复核记录。
- 站内相关：/codex-news/ai-office-contract-summary-review-2026-06-21/
- 站内相关：/codex-news/ai-office-approval-exception-review-2026-06-29/
- 站内相关：/codex-news/ai-office-pdf-document-intake-qa-2026-06-24/
- 站内相关：/codex-news/ai-api-sensitive-data-masking-2026-06-21/
适用场景：合同材料很多，但不能丢掉出处
AI 自动化办公整理合同审批意见时，常见输入包括合同正文、补充协议、邮件往来、审批流备注、历史版本和扫描 PDF。模型很擅长把材料压缩成摘要，但合同场景最怕“看起来合理却找不到出处”。一旦涉及付款、违约、保密、交付、续费和数据权限，摘要必须能回到原文。
永沃云枢在 https://ai.jn83.com 讨论 AI API 接入和 Codex 接入时，一直强调证据链。这里的目标不是让 AI 替法务或业务负责人拍板，而是把分散材料整理成可复核的意见表。新手搜索“GPT 中转”时可能只关心能否调用模型，但真实业务里更重要的是 AI 模型接口如何保留来源、权限和人工确认。
操作步骤：把摘要拆成证据表
第一步，先做材料清单。记录文件名、版本、来源、上传时间、页码范围和权限等级。扫描件要先检查 OCR 质量，合同章、金额、日期和签署主体不能只靠模型猜。涉及客户信息、身份证号、账户或内部价格时，先做脱敏或最小化输入，再交给 AI 模型接口处理。
第二步，规定输出字段。建议字段包括条款位置、原文摘录、风险类型、影响说明、建议动作、责任人、截止时间、是否需要法务确认、置信度和备注。不要只要“总结一下合同风险”，否则模型容易把不同条款合并成一段宽泛建议，后续无法分派任务。
第三步，建立待确认队列。金额不一致、日期冲突、主体名称不一致、附件缺失、条款引用不完整、OCR 置信度低、模型判断为高风险的内容，都进入人工复核。AI 可以先标记原因，但不能替负责人确认通过。审批系统里应保留人工修改前后的字段变化。
第四步，回写审批意见时保留证据。可以把 AI 生成内容写成草稿，人工确认后再提交。每条意见后面附页码或原文位置，避免审批人只能看到“建议补充违约责任”却不知道依据来自哪里。Codex 可以协助整理表格和页面，但写入生产审批流前要人工确认。
常见问题/避坑：不要把法律判断外包给模型
第一个坑是把合同全文直接丢给模型，没有材料清单和版本号。后续发现条款来自旧版合同时，无法追溯。第二个坑是摘要里出现强判断，例如“一定无风险”“必然违约”，但没有原文支撑。第三个坑是把模型输出直接同步到审批系统，没人确认字段是否准确。
第四个坑是忽略权限和脱敏。合同里可能有客户价格、个人信息、商业条款和内部审批意见。给 AI 处理前要确认调用环境、日志保留范围和数据最小化策略。开发者 AI 调用的便利性不能替代权限控制；CCSwitch 配置和模型调用管理也要区分测试、正式和只读场景。
检查清单：提交审批前逐条核对
- 是否记录所有输入文件的来源、版本和页码。
- 是否保留原文摘录，而不是只有摘要。
- 高风险、低置信度和冲突字段是否进入人工复核。
- 是否对个人信息、价格和敏感条款做最小化处理。
- 审批意见是否能追溯到具体条款或附件。
- 人工修改是否有记录，最终提交人是否明确。
FAQ：哪些内容不适合自动通过
金额、付款节点、违约责任、保密义务、数据出境、主体变更、自动续费和争议解决条款，都不适合只靠 AI 自动通过。更稳的流程是 AI 先整理、标注和排队，人工再判断。合格的交付物应该是一张可复核表，而不是一段无法追溯的漂亮摘要。
验收补充：把结论写成可交接记录
完成排查后，建议把输入范围、执行步骤、失败证据、修复动作、复核人和剩余风险写成一段交接记录。这样下一次遇到相似问题时，不需要重新猜测上下文，也能判断这次是配置变化、模型输出变化、页面结构变化，还是人工流程没有跟上。对于需要长期维护的站点或团队工具，这段记录还可以同步到内部知识库，后续让 Codex 读取时更容易复用。
还要保留失败样本。比如 OCR 把金额小数点识别错、附件编号和正文引用不一致、审批人修改了 AI 的风险等级，这些都应进入样本库。下次调整提示词、模型或切片规则时，先用这些样本回归，确认旧问题没有重新出现，再扩大到更多合同类型。