欢迎访问上邦|专注企业 AI 数字化转型落地 · 咨询热线 400-667-6771
免费咨询
首页 / 资讯中心 / 技术干货 / 文章详情
技术干货

智能合同起草实战:模板变量化与本地大模型填充生成合规文书

上邦 AI 工程团队2026-09-20阅读 约 8 分钟
多数法律 AI 文章聚焦合同审查,但合同起草同样耗时且高度重复。本文把保密协议、服务合同等高频合同做成带变量的 docx 模板,用 python-docx 替换占位符生成正式文书,再用本地大模型把客户的口述需求解析为结构化要素,给出一条条款可控、可人工复核的智能起草流水线,并说明其与律师分级审核的合规边界。

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。
相关标签:智能合同文档生成python-docx大模型法律科技

免费咨询上邦技术顾问

一对一上邦方案顾问对接 · 免费定制企业专属 AI 数字化转型方案

立即获取上邦方案