01Legal AI法律 AI

Evidence-Anchored AI Contract Review

匿名化、可追溯 AI 合約審閱平台

Privacy-preserving and evidence-anchored AI contract review with human legal oversight.

以隱私保護與證據錨定為前提、並保留法務覆核的 AI 合約審閱。

Prototype / Demo原型／展示

Problem問題

真實問題是什麼

企業希望利用生成式 AI 加速合約審閱，但原始合約幾乎一定含有公司資訊、姓名、地址、金額、商業機密、個資與未公開交易資訊。把整份合約直接貼進外部模型，在多數企業的內控與個資規範下並不是一個可以簽字負責的做法。

另一個問題比隱私更難處理：AI 如果只給「這一條有風險」的結論，卻不能指回原文的哪一行，企業法務就無法在有限時間內驗證它、也無法對這個結論負責。一個不能被覆核的答案，在法務工作裡等同於沒有答案。

所以這個系統要解的不是「AI 會不會看合約」，而是「AI 看完之後，人要怎麼在可控的時間內確認它有沒有看錯」。

Why Existing Workflow Fails原有流程的問題

Whole document leaves the building
整份文件外送
一般用法是把完整合約貼進聊天介面。這讓去識別化變成事後補救，而不是流程的前置條件，且完全沒有留下處理紀錄。
Conclusions detached from source
結論與原文脫鉤
模型輸出的是散文式意見，法務必須自己回頭在幾十頁裡找對應條款。覆核成本經常高過自己讀一遍，效率反而是負的。
Unstable output shape
輸出格式不固定
每次回覆的結構都不一樣，無法被匯入追蹤、無法比較版本、也無法統計哪一類風險最常出現。
No accountable boundary
沒有責任邊界
流程裡沒有任何一個節點明確標示「這裡是人做的決定」。一旦出事，無法回答是誰、依據什麼做了判斷。

System系統

去識別化發生在任何模型呼叫之前；行級錨定發生在分析之前。順序本身就是設計。

Key Design Decisions關鍵設計決策

01
Privacy before AI processing
隱私處理先於模型呼叫
去識別化是流程的前置關卡，不是可跳過的選項。模型看到的永遠是替換後的版本，還原對照表留在本機端，不隨請求外送。
02
Evidence traceability
結論可回溯至原文
每一個風險結論都必須帶著它依據的行號。無法指回原文的結論，在介面上就不成立——這條規則同時約束模型輸出格式與 UI 呈現。
03
Structured output
結構化輸出
審閱結果是有 schema 的資料，不是一段文字。因此可以排序、可以篩選、可以跨版本比較，也可以被下游的追蹤流程接手。
04
Human legal review
保留法務確認節點
系統的終點不是 AI 的輸出，而是法務的確認動作。未經確認的項目在狀態上與已確認項目明確區隔。
05
No autonomous legal conclusion
不產生自主法律結論
系統定位是 AI-assisted legal review，不是自動審約。它負責把注意力導向該看的地方，法律判斷仍然是人的責任。

Tech / Architecture技術與架構

只列與這件作品直接相關的組成，不作為技能清單。

Status / Boundary完成度與限制

Prototype / Demo原型／展示