原创|穿透式监管场景下的 AI 提问方法论——以投资协议制度穿透测试为例

在穿透式监管、制度穿透测试的场景下，AI 不是不能分析协议、制度、章程、合同，问题在于：如果提问方式不对，AI 往往只能给出“普通合同审查式”的浅层答案。

比如，同样是一份投资协议，如果只是问一句：“这份协议有什么问题？”

AI 很可能回答的是：条款是否完整、用语是否规范、违约责任是否明确、是否符合法律文书常见结构。 

这些回答不能说错，但它们并不是制度穿透测试真正关心的重点。

制度穿透测试真正关心的是：

所以，在穿透式监管背景下，问题不是 AI 能不能看文件，而是我们有没有给 AI 一个正确的“分析框架”。

这就需要一套专门的方法论。

所谓 AI 制度穿透测试分层提问法，是指在制度、协议、章程、合同等文本测试中，根据穿透式监管的目标要求，将 AI 提问划分为不同层级和不同功能模块，逐步引导 AI 从普通文本审查，进入制度抓手识别、穿透缺陷定位、风险场景倒推和条款重构建议四个阶段，最终实现对制度穿透能力的结构化测试。

这句话如果说得更通俗一点，就是不要一句话把问题全丢给 AI，而要像做审计测试一样，分层提问、分步推进、分角色校准。

因为制度穿透测试不是一个平面动作，而是一个逐层深入的测试过程。

国资委15号要求的内控体系穿透监管测试，逻辑很清楚。系统穿透是基础，重点领域穿透是战场，制度穿透是底座。

那么说到制度测试的关键，不是“有没有制度”，而是看制度是否把穿透式监管要求真正嵌入了核心文件，并转化为可执行、可监督、可追责的规则和节点。

同样，AI 对制度文本的分析，也不能停留在一个层面，而必须完成四个动作：

如果没有这个层层推进的结构，AI 就很容易回答得太泛、太软，太不像“穿透测试” 

因此，分层提问不是修辞技巧，而是制度穿透测试的方法要求。

第一层：定向层——先校准 AI 的分析视角

让 AI 明确，它此刻做的不是普通合同审查，而是制度穿透测试。

这是所有后续分析的起点。因为 AI 默认最熟悉的工作模式，是法律审查、文本规范性分析、条款完整性判断。如果不先校准方向，AI 就会滑回这些常规路径。

这里的核心思想是，在正式测试前，必须先通过提示词对 AI 的角色、任务、目标和分析边界进行定向，否则 AI 会自动采用其默认的文本审查模式，而无法进入穿透式监管的分析框架。

比如我们这样提问：

这些都属于“定向层提示词”。

第一步不是问问题，而是先给 AI 戴对眼镜。眼镜戴错了，后面看见的东西就全偏了。

第二层：拆解层——把“制度穿透”拆成可以测试的抓手

这一层是把一个抽象的大概念，拆成若干明确的测试维度。

因为“制度穿透”如果不拆解，AI 很容易回答成这份协议在制度安排上仍有不足、建议完善相关条款、进一步强化投后监管机制等。 

这些话听起来没错，但没有实操价值。

制度穿透并不是一个抽象名词，而是由一组具体的、可测试的穿透抓手构成。只有先将这些抓手拆解出来，AI 才能从抽象判断进入具体识别。

比如在投资协议场景下，拆成什么？

这六项，就是制度穿透测试在投资协议场景下的“核心测试维度”。

第三层：场景层——从投后异常场景倒推制度缺口

让 AI 不再停留在“条款存不存在”，而是进入一个更重要的问题——如果将来真的出事，这份协议到底能不能派上用场？

这一层用的核心方法论是风险场景倒推法。

怎么理解呢？拿投资协议制度穿透测试为例，它不能停留在静态条款审查，而必须从投后异常交易、资金异常、关联交易频繁、管理失控、控制权弱化等具体风险场景倒推，判断协议是否提供了足够的穿透抓手。

在我看来，这一层最关键，因为制度有没有写透，平时未必暴露。但一旦出现问题，马上就见高低。

穿透监管不是出了问题再想办法穿，而是要提前把“穿透权”写进去。

那风险场景倒推法下的提示词怎么写？我们的提示词可以这样说：

这些都属于“场景层提示词”。

大家可以这样想，检验一份协议是否写透，不是在签字那天，而是在出事那天。

第四层：重构层——把识别出的缺陷转化成“能补、会补、补得准”的条款方向

这一层的核心目的是让 AI 不只会指出问题，还能给出可落地的补写方向。

制度穿透测试的最终目的，不只是发现问题，而是推动制度和合同从“写了”升级为“写透了”，从原则性表述升级为可执行、可监督、可追责、可闭环的控制条款。

因此这一层问的不是“哪里不好？”而是哪些条款必须补写、哪些条款必须从原则性变成刚性、 哪些机制必须设触发条件、哪些权利必须具体到可操作动作、哪些责任必须写到违约后果里。 

这种情况下，对应的提示词类型可以写成：

这类都属于“重构层提示词”。

这四个字，既顺口，又很实务。

1. 定：先定方向

先告诉 AI，这不是普通合同审查，而是制度穿透测试。

2. 拆：再拆要素

把制度穿透拆成若干核心抓手，避免 AI 泛泛而谈。

3. 倒：场景倒推

从投后异常场景倒推，测试协议到底有没有抓手。

4. 补：条款补写

最后我们把识别出的缺陷落到条款重构和制度补强。

这套方法叫做——AI 制度穿透测试“定拆倒补”四步法。

（一）定向层提示词

这就是“定”。

（二）拆解层提示词

请重点围绕六类事项检查 

理论归类，这是“拆”。

（三）场景层提示词

这里是“倒”。

（四）重构层提示词

对应的问法是：

理论归类，它是“补”。

制度穿透式测试，还有一类很有价值的提示词，不是直接问问题，而是先设定 AI 的角色，比如：集团总部内控与审计联合测试组成员、穿透监管测试专家。 

在制度穿透测试中，通过为 AI 设定特定组织角色或监管角色，可以强化其分析立场、判断标准和问题意识，使其更接近真实的测试人员视角，而不是停留在一般性的文本分析视角。

因为，AI 的回答不只取决于问题本身，还取决于你让它“站在谁的位置上看”。

站在法务位置，它更关注合规和条款；站在审计和内控位置，它更关注抓手、控制和追责；站在穿透监管测试专家位置，它更关注能不能真正穿到底层。

所谓制度穿透测试，不是简单判断文件有没有写、写得是否规范，而是判断文本是否真正把投后穿透监管所需的穿透权、控制权、信息权、检查权、追责权和退出权嵌入其中，并足以支撑母公司或上级单位在异常发生时穿透到底层、抓到责任、推动闭环。

基于这一逻辑，我们可以构建“AI 制度穿透测试分层提问法”。这个方法认为，针对同一份协议或制度文本，提问不能采取“一问到底”的方式，而应依次经过四个层级：第一层为定向层，通过提示词明确 AI 的分析目标和任务边界，使其从普通法律审查模式切换到制度穿透测试模式；第二层为拆解层，将制度穿透拆分为若干核心测试要素，如重大事项报告义务、财务数据报送要求、审计与检查权、关键岗位任免约束、资金使用透明要求以及违约责任与退出机制；第三层为场景层，从投后异常交易、管理失控、关联交易频繁、控制权弱化等具体风险场景倒推协议缺口，检验文本是否提供足够抓手；第四层为重构层，在识别穿透缺陷的基础上，进一步形成条款补写和制度补强建议。概括起来，这一方法可以浓缩为“定、拆、倒、补”四步法。

在此基础上，为进一步增强 AI 的测试实务感，还可以引入“角色嵌入增强”机制，即通过将 AI 设定为集团总部内控、审计、法务联合测试组成员，或设定为穿透监管测试专家，使其站在真实监督者而非普通文本分析者的立场上进行判断，从而提高制度穿透测试结果的针对性和实务性。

——罗志国