AI PM 面试精华：AI 合同审查助手的证据、风控与复核怎么答 (2026)

先给结论：AI 不负责下法律结论

面试题可以这样设定：一家 200 人的 SaaS 公司想做合同审查助手。采购同事上传供应商合同后，希望系统在几分钟内指出自动续约、赔偿、责任上限、数据使用和终止条款的风险，并告诉他下一步该找谁确认。

低分回答通常是「上传合同，AI 总结重点，再标记高风险」。问题在于，它没有说明什么可以自动做，什么必须交给人，也没有回答风险判断凭什么成立。

更稳的回答是：第一版只做「条款抽取 + 公司标准条款对比 + 证据定位」，不直接给出「可以签」或「不能签」的法律结论。每一条风险都要附上原文位置、对照的规则、模型置信度和建议动作；低置信度或高影响条款进入法务复核。

这条边界也有现实产品依据。Microsoft Copilot Cowork 的合同分析示例覆盖关键商业条款、风险条款、义务与截止日期、非标准条款，并要求用结构化结果呈现风险等级和摘要。1

1. 把任务拆成三层，先回答「AI 到底做什么」

层级	例子	产品动作	是否自动通过
事实抽取	合同期限、付款金额、续约通知期	从原文提取字段并标出位置	低风险字段可自动展示
规则对比	公司的责任上限是 100 万，供应商合同写成无限责任	对照版本化的合同 playbook，标记偏离	生成建议，交给指定复核人
决策与执行	是否接受条款、是否发起谈判、是否批准付款	提供建议、分派任务、记录处理结果	不替代法务或授权审批人

面试官追问「为什么不让 AI 直接判断能不能签」时，可以这样答：合同审查里的事实识别和规则匹配适合自动化，但「风险是否可接受」还取决于交易金额、供应商类型、业务场景和公司的授权规则。产品应该把判断拆成机器能证明的部分和人必须承担的部分，避免一个看似明确的结论掩盖了上下文缺失。

面试时可直接复述：

我会先把助手定位成审查副驾驶，而不是自动签约人。它负责找出条款、对照 playbook、说明偏离在哪里；法务或采购负责人负责确认风险是否可接受，并决定是否发起修改。

2. 风险卡片必须能回到原文

「高风险」三个字没有证据时，几乎不能用于审批。一个可复核的风险卡片至少要包含：

条款原文和页码、段落或坐标；
对应的公司规则与规则版本；
偏离内容，例如「责任上限缺失」或「续约通知期短于标准」；
风险等级和置信度；
建议动作，例如「法务确认」「补充供应商材料」或「进入谈判」。

Azure Content Understanding 的文档分析能力支持为字段提供 0 到 1 的置信度，也支持返回原文页码、空间坐标和字符片段，用于追溯和人工复核；高置信度结果可以自动处理，低置信度结果可以转人工。2

这里有一个容易答错的点：置信度是路由信号，不等于法律风险概率。模型可能很确定地读错扫描件，也可能准确提取了条款，却不理解该条款对这笔交易的影响。官方文档也提醒，标注样本不能自动修正 OCR 把字母 l 识别成数字 1 这类错误。2

因此，评测时要把「提取正确」「定位正确」「风险判断正确」分开。没有原文支撑的风险卡片，应该显示为「待确认」，而不是用更强的语气补齐答案。

3. 权限设计要覆盖审核前后

合同不是普通知识库资料。产品方案至少要回答四个问题：谁能上传，谁能看到，谁能批准，以及批准后系统能做什么。

一个可落地的流程是：合同进入对应业务或法务空间后，系统只读取当前用户有权访问的文件；抽取结果继承合同权限；高风险条款分派给指定复核人；复核人需要留下通过、拒绝或要求修改的结果和理由；所有变更保留审计记录。对外发送、修改合同状态、触发付款等动作，都要在明确确认后执行。

Microsoft 365 的合同管理方案采用安全 Teams 频道组织利益相关者，成员可以查看、审核、批准或拒绝合同，Power Automate 负责更新 approved 或 rejected 状态并通知相关成员。3 这类案例适合在面试里用来说明：人工复核不是一个孤立按钮，而是权限、通知、状态和审计组成的工作流。

如果面试官继续问「能否自动批准低风险合同」，可以回答：可以做分级自动化，但要先定义不可自动放行的条款清单，例如无限责任、知识产权赔偿、数据跨境和自动续约。自动化的前提是规则版本可追踪、证据可回看、阈值能调整，并且保留抽检和撤回机制。

4. 指标不要只报一个准确率

离线评测

条款召回率：标准合同中的关键条款有没有被找到；
高风险条款漏报率：对无限责任、数据使用、知识产权等条款单独加权；
字段与证据准确率：金额、期限、主体和原文定位是否一致；
风险分级一致率：模型和法务复核人的判断差异有多大；
低置信度路由准确率：真正需要人工的结果有没有被送到人工环节。

上线指标

合同从上传到首次完成复核的时间；
复核人打开证据后直接接受建议的比例；
高影响条款的严重漏报率；
人工改写、退回和二次复核比例；
复核完成率，以及从风险发现到谈判任务创建的转化率。

Crosschq 的 AI PM 面试题把「如何定义 AI 产品成功指标」「如何处理模型有概率出错」列为独立考察点。4 你可以借此把回答从「模型准确率 90%」推进到「高风险漏报是否下降、法务是否少花时间、建议是否真的完成了工作流」。

3 个快速追问

没有公司标准 playbook，怎么办？

先提供事实抽取、条款对比和原文问答，但不伪装成通用法律意见。让法务先配置少量高价值规则，标明适用合同类型、风险等级、例外条件和规则版本，再逐步扩展覆盖面。没有规则时，系统可以说「合同里出现了无限责任」，但不该直接说「这一定不能接受」。

模型对 90% 合同都有效，却漏掉少数赔偿条款？

按风险加权重做评测，不能被平均准确率掩盖。对高影响条款设置硬门槛，漏报就进入人工抽检或整份合同升级；同时检查扫描质量、条款位置、合同语言和模板来源，确定问题出在抽取、检索还是风险分类。

长合同超过上下文窗口怎么办？

先按页码和章节切分，再用条款类型召回相关片段，保留章节层级、页码和前后文。最终答案只引用已定位的片段；无法确认上下文时，展示缺口并请求人工补充，不把相邻片段拼成看似完整的法律结论。

练习题

你要为一家跨境 SaaS 公司设计合同审查助手，目标是把采购合同初审时间缩短一半。请在 3 分钟内回答：

第一版服务哪类合同，为什么？
哪些条款自动抽取，哪些条款必须人工复核？
风险卡片需要展示哪些证据？
如何设计权限、批准和审计流程？
上线前后分别看哪些指标？

参考回答可以按这个顺序组织：先限定合同类型和用户，再拆「抽取、对比、决策」三层，接着讲原文证据和风险分级，最后补上权限、人工接管与风险加权指标。这样回答，面试官能听见你如何把模型能力翻译成一条可控的业务流程。

AI PM 面试精华：AI 合同审查助手的证据、风控与复核怎么答