从审查到起草
多数法律 AI 文章聚焦合同审查,但起草同样耗时。把高频合同(保密协议、服务合同、租赁合同)做成带变量的模板,再用本地大模型按结构化要素填充,能显著降低重复劳动。关键是不让模型自由发挥,而是先抽要素、再填模板,保证条款可控、可复核。
用 python-docx 做变量化模板
把模板中的可变项用占位符 {{甲方名称}}、{{金额}} 表示,运行时替换后生成正式 docx,保留原有排版与骑缝样式。
from docx import Document
def fill_template(path, out, kv):
doc = Document(path)
for p in doc.paragraphs:
for k, v in kv.items():
if k in p.text:
p.text = p.text.replace(k, v)
# 表格内文本同样替换
for t in doc.tables:
for row in t.rows:
for cell in row.cells:
for k, v in kv.items():
if k in cell.text:
cell.text = cell.text.replace(k, v)
doc.save(out)
kv = {'{{甲方名称}}': '上邦科技有限公司',
'{{金额}}': '人民币 120,000 元',
'{{签署日期}}': '2026-09-20'}
fill_template('nda_tpl.docx', 'nda_filled.docx', kv)
用本地大模型抽取要素
给业务方一个自然语言表单,让本地大模型(如 Ollama 上的 qwen2.5)把需求解析成结构化键值,再喂给模板填充。模型只做抽取与格式化,条款仍来自受控模板。
from ollama import chat
prompt = '''把下面需求解析成 JSON,键名严格用:甲方名称、乙方名称、金额、期限、签署日期。
需求:上邦科技租给乙方一台设备,租期一年,押金十二万,今天签。
只输出 JSON。'''
resp = chat(model='qwen2.5:7b', messages=[{'role':'user','content':prompt}])
print(resp['message']['content'])
第一步:把本所高频合同沉淀为带占位符的 docx 模板,由资深律师定稿。第二步:用大模型把客户口述需求解析成结构化要素并做必填校验。第三步:模板填充生成草稿,律师复核关键条款。第四步:把定稿回灌为 Few-shot 样本,持续提升抽取准确率。
合规边界
自动起草的定位是辅助生成草稿,不能替代律师对适用性、管辖与风险分配的独立判断。模板应随法规更新同步维护,生成件须保留人工复核留痕,满足律协对 AI 参与法律判断的分级审核要求。
提醒:涉及强制格式条款、监管报备的合同,须由执业人员确认,模型输出不得直接对外签署。
参考来源
python-docx Documentation - 读写 Word 文档的官方说明。
Ollama Documentation - 本地大模型运行与 API 说明。