AI 工具科普 · 合同审核案例

AI真正的外挂，不是提示词，是Skill

如果你经常用 AI，一定遇到过这种情况：

同样是让它“帮我审一份合同”，第一次说得还行，第二次漏了付款条款，第三次又开始讲一堆正确但没法落地的废话。

问题不一定是 AI 不够强。

很多时候，是我们只给了它一个任务，却没有给它一套做事方法。

这就是 Skill 的价值。它不是更长的提示词，而是把一类工作的专业经验、检查清单、输出标准和风险边界，封装成 AI 可以反复调用的能力。

先看一个真实场景：合同审核

假设你让 AI 审一份建设工程合同。

普通问法通常是：

“帮我看看这个合同有没有风险。”

AI 大概率会给你一份看起来完整、但很泛的意见：主体、付款、违约、争议解决都提一下。问题是，你很难判断它到底有没有漏审，也很难直接拿去和业务部门沟通。

如果换成“合同审核 Skill”，它就不是随便看一眼，而是按固定方法工作：

1. 先确认审核立场：你是甲方、乙方，还是中立审查。

2. 再确认输入材料：合同正文、补充协议、图纸、工程量清单、中标通知书、授权文件。

3. 按清单逐项审：主体资质、签约授权、招投标与许可、工期质量、付款结算、分包转包、安全责任、违约解除、争议解决、签字盖章与附件。

4. 给每个问题标风险等级：高、中、低。

5. 输出不是“泛泛提醒”，而是“问题位置、风险后果、修改建议、可替换条款”。

这样一来，AI 输出的就不是一篇作文，而是一份可复核、可讨论、可交付的审查意见。

为什么这就是 Skill？

因为它解决的不是“让 AI 知道合同是什么”，而是“让 AI 按一个专业人员的工作习惯去审合同”。

合同审核 Skill 里面真正重要的，不是某一句漂亮提示词，而是四件事：

检查清单：哪些点必须看，不能漏。

判断标准：什么情况算高风险，什么情况只是提醒。

输出格式：业务人员一眼能看懂，法务也能继续修改。

边界规则：资料不全就列补充清单，不确定就标注待核实，不能编法律依据。

提示词更像“这次请你帮我做什么”。

Skill 更像“以后遇到这类事，你都按这套标准做”。

可以直接照着做：合同审核 Skill 模板

下面这个模板，不需要懂代码，也可以直接复制给 AI，用来搭一个合同审核 Skill 的雏形。

这就是一个最小可用 Skill。

它不追求神秘，也不追求复杂。它只做一件事：把“靠谱的人怎么做”写清楚，让 AI 每次都照着做。

再看这张闭环图，就不抽象了

你给 AI 一个合同审核 Skill，它不能只负责执行，还要有一套闭环。

Manifest，就是 Skill 的说明书：这个 Skill 叫什么、适合审什么合同、输入需要哪些材料、输出长什么样、哪些动作属于高风险。

输入校验，就是先看材料齐不齐。合同正文有了，但没有附件、授权文件、工程量清单，AI 就不能假装都看过了。

执行 Skill，就是按检查清单逐项审核：主体资质、付款节点、工期质量、安全责任、违约解除、签字盖章，一个个过。

输出校验，就是看结果是否合格：有没有风险等级、问题位置、修改建议，有没有把不确定事项标成“待核实”。

人工审批，就是处理高风险事项。比如合同效力可能有问题、对方资质不匹配、违约责任被删除、付款条件明显失衡，这些不能让 AI 自动拍板。

失败沉淀，就是把踩过的坑写回经验库。比如上次漏看了“附件与正文不一致”，下一版 Skill 就把“附件一致性”加入必查项。

普通人怎么开始做自己的 Skill？

不要一上来就做“大而全系统”。先选一个你每周都会重复做的工作。

比如：合同审核、会议纪要、公众号文章改写、客户线索分级、项目周报、简历诊断。

然后写清楚五件事：

1. 这项工作适合什么场景。

2. 输入材料必须有哪些。

3. 执行时按什么清单检查。

4. 输出必须长什么样。

5. 哪些情况必须人工确认。

最后说句实在的

很多人觉得 AI 不稳定，是因为每次都从零开始沟通。

Skill 的思路正好相反：把你已经验证过的好方法沉淀下来，让 AI 下次直接按标准执行。

提示词解决“这一次怎么说”。

Workflow 解决“这件事怎么走完”。

Skill 解决“这类事以后怎么稳定做好”。

真正让人想用 AI 的，不是它能说漂亮话。

而是它真的能帮你少漏、少错、少返工。