合同AI的价值不在“替代律师”，而在把律师从逐条通读中解放，聚焦真正的风险判断。
合同审查还在人工逐条读？这不是勤奋，是成本黑洞
一份五十页的合同，人工通读一遍需要多久？有经验的律师大概要三到五个小时。这还只是“读”，不是“审”。真正逐条核对、交叉引用、比对前后定义、排查潜在风险，一个上午搭进去是常事。行业里普遍把这种耗时当作理所应当，好像律师的时间就应当消耗在逐字逐句的扫描上。
问题恰恰出在这里。花几个小时逐条通读，看起来是尽职尽责，实际上是效率黑洞。原因很简单：人的注意力在连续阅读三四十分钟后必然衰减，越往后越容易遗漏。更隐蔽的风险是交叉引用条款，合同第三页的定义可能直接决定第二十七页某个赔偿条款的效力，这种关联性人工审查时很容易漏掉。漏掉一个，可能就是几百万的损失。这不是律师不够专业，是这种工作方式本身就不可持续。
拿一组对比来说。
同样是五十页的合同，人工审查的覆盖率能做到多少？通常来说，有经验的律师能覆盖到八成左右已经算优秀，因为重复性阅读会大量消耗判断力。而基于大模型语义理解的智能审查，可以在几分钟内完成百分百条款扫描，每个条款、每个定义、每个交叉引用都被拆解比对，不漏一项。错误率方面，人工审查受状态影响很大，上午和下午的准确率能差出两成；机器的判定标准始终如一。
时间上更不用说，小时级和分钟级的差距，这是代差，不是优化能弥补的。
我见过太多法务团队用“人海战术”应对合同量增长。多招一个人，多分配一些合同，以为总量不变就能覆盖。但合同的复杂度在涨，风险形式在变，靠堆人力只会让成本曲线越来越陡。一个初级律师的年成本摊到每份合同审查上，单份成本并不低，而AI工具的成本几乎是固定的一次性投入。
并不是说AI要比律师聪明。说实话，在判断商业意图、权衡谈判筹码这些事情上，机器还差得远。但逐条通读这件事，本质上是体力活，是扫描和匹配，这恰恰是AI最擅长的。把律师从这种机械劳动里解放出来，让他们把精力集中在真正的风险判断上，这件事本身就是价值。合同AI的价值不在替代律师，而在把人放到该在的位置上。
先看结论：智能审查到底能替你省下什么？
人工审一份五十页的合同，从翻开第一页到合上最后一页，花掉大半天是常态。这个速度不是律师不努力，是方式和工具决定了天花板。但单说“慢”太笼统，把人工和AI两条路径摆在同一张表上对照，差距一眼就能看穿。
| 对比项 | 人工审查 | AI智能审查 |
|---|---|---|
| 时间成本 | 一份五十页合同，通读耗时数小时 | 同样合同，分钟级输出风险清单 |
| 条款覆盖率 | 依赖个人经验与注意力，交叉引用条款容易漏看 | 全文逐条扫描，条款间关联自动建立，无遗漏 |
| 错误率 | 受疲劳和状态影响，后半段稳定性明显下降 | 判断标准前后一致，不随工作量和时间推移波动 |
| 可追溯性 | 依据靠记忆和零散笔记，事后很难倒查 | 每个风险点对应具体条款序号与法条依据，全程留痕 |
先看时间那一行。AI跑合同以分钟计，人工一坐下去就是几小时往上走。这个差距是数量级的，不是靠优化流程就能缩短的。
再说覆盖率。这才是真正的分水岭。人工审合同，再资深的律师也不敢说从没漏过交叉引用条款。一个不起眼的关联条款被跳过，后面可能跟着几百万的履约风险。AI不靠记性，它把全文逐条过一遍，条款和条款之间的勾连自动对上。这个粒度，纯靠人力很难企及。
错误率那行，很多人没细想过。律师的状态曲线摆在那里，审到下半程注意力散掉是生理规律，不是态度问题。AI的稳定性好，连续跑十份合同，对同一类条款的判断标准不会跑偏。行业里普遍承认，纯人工逐条审核的风险遗漏率不低，根源就是人的注意力天然会衰减。
最后说可追溯性。说实话，这一项常常被低估。人工审查的结论散在批注、邮件和聊天记录里，隔两周再问当初为什么这么判断，往往说不清楚。AI审查的每个风险点都带着条款出处、风险等级和修改理由，导出的审查报告可以直接拿去跟业务方核对。这条证据链在出现争议时有多重要，做过合同管理的人都懂。
四项放在一起，结论很直接：AI真正改变的不是“判断”这个动作，而是“读取”这个前置环节。把通读的时间和遗漏率压到最低，把判断留给最该做判断的人。谁先想明白这件事，谁就能在合同处理上节省大量成本，同时压低实际风险。
那么真正该关心的只剩一个问题：市面上那些贴着“智能审查”标签的工具，有几个真的做到了这张表右侧的水平？答案恐怕比想象中要复杂。
市面上的“智能审查”为什么总让人失望？
贴“智能审查”标签的产品现在非常多，但说实话，试用一圈下来的效果常常让人疑惑。有的产品把全文扫一遍，凡是出现“违约”“赔偿”“责任”字样的段落都被标出来，密密麻麻一片红。这确实是一种审查，但和律师脑子里的审查完全是两回事。你管这个叫智能，荧光笔第一个不同意。
把这些产品拆开看，背后的技术路线大致有三类。
第一类是纯关键词规则。建一个关键词库，合同文本进来之后逐个比对，命中就标红。这个方案的优点是部署快、成本低，缺点是合同语言天然多变。同一种风险在法律文本里有一百种写法，“赔偿损失”和“承担由此产生的全部经济损失”其实指向同一个问题，但关键词规则只能识别前者。后果就是该漏的照样漏，不该标的一堆噪音。这类产品严格来说是“关键词高亮器”，不是审查工具。
第二类是传统OCR加模板。OCR解决扫描件的文本化问题，模板解决字段提取问题。合同主体、标的额、付款期限、违约责任这些常见字段能抽出来，再套用预设的风险规则做一些标注。这个方案比关键词规则前进了一步，但天花板很明显：模板是死的，遇到没有见过的条款写法就失效。更麻烦的是，模板只能匹配已知的风险形态，对变体的、组合的、隐藏的表达方式没有判断力。很多老牌厂商还在用这套方案，产品看起来功能齐全，实际用起来总觉得隔了一层。
第三类是基于大模型的语义理解。它不靠关键词，不靠模板。它去读条款本身，拆解句子里的各个要素：主语是谁，义务落在哪一方，有没有例外，触发条件是哪些，后果是什么。拆完再对照法律规定和司法实践，判断这条条款水平如何、风险点在哪、应该怎么改。
区别在违约金条款上表现得特别明显。你随便翻一份业务合同，“逾期付款每日万分之五”几乎成了标配。这个标准高不高？纯规则引擎查不出个所以然来，它只会把这个条款挑出来，说你这里有个违约金条款。模板方案也好不到哪去，最多给你标注“违约金比例待确认”，至于合不合理，它回答不了。语义理解能做到的是把这个万分之五放到司法实践的坐标里看，年化下来大概百分之十八上下，对照相关司法解释和常见裁判尺度，判断这个比例处在什么区间、有没有被调低的风险，然后直接生成一条修改建议，把比例调到更稳妥的水平，或者加一个上限条款。这个动作的实质，是理解了条款和外部法律环境的上下文关系。规则引擎没有这个能力。
问题出在哪就不难理解了。市面上很多智能审查产品让人失望，根源不在AI能力不够，而是大量产品压根没用上真正的AI。把关键词匹配包装成智能，把模板套用包装成智能，唯独没有做语义理解。合同审查真正的难点从来不是找到关键字，而是理解条款在具体交易背景里意味着什么。所以下一次看到宣传语里写着“AI智能审查”的时候，可以先问一句：你是靠关键词，靠模板，还是靠语义理解？这个问题的答案，往往决定了产品能用在哪一层。就目前行业的情况看，前两类居多，第三类才刚开始被认真对待。合同审查AI真正该干的活，显然不是把合同从头到尾扫一遍再标红。自己试下来，只有能理解条款的智能体，才谈得上给出有意义的修改建议。
真正的合同审查AI，是“读得懂条款”的
系统先做语义解析。这一层解决的是“条款在说什么”：主体是谁、行为是什么、条件怎么触发、后果怎么设定。合同里经常出现这么一条，逾期付款每日按万分之五支付违约金。智能体会把它拆成义务人、逾期行为、日费率、计算基准、支付义务这几个要件。它同时能区分每日万分之五是违约金还是资金占用费，能识别计算基数是应付未付款项还是合同总额，还能检查这条约定与定义条款、通知条款、争议解决条款之间是否存在交叉引用关系。这些差别在规则引擎那里无从谈起。
有了解析结果，进入法律适配。拆出来的要件被放进法律规则库做映射，找到对应的规范依据。违约金调整的规则散落在民法典合同编和配套司法解释里，智能体会把这条违约金条款和相关调整规则关联起来，而不是孤立地看这个数字。它不是查到一个法条就完事，而是把可能涉及的全部规则节点串联成一个依据链。
然后是司法校准。法律规定是一回事，法院怎么用是另一回事。智能体把类案裁判中关于违约金过高的判断标准纳入参照，结合具体交易场景，判断什么情况下法院可能调减、调减幅度通常落在哪个区间。买卖合同、服务合同、建设工程合同，不同场景对违约金调整的实践尺度有明显差异，这些差异会直接反映在风险等级判定上。高、中、低不是拍脑袋，而是有裁判数据支撑的。
最后一步，生成修改建议。前面三层判断被整合成可执行的动作。针对这条违约金条款，输出会明确提示存在被法院调减的风险，并列出一段可以放进审查意见里的修改说明。建议调整日费率，或者设置违约金总额上限，使逾期损失赔偿与守约方实际损失相对平衡。每一项建议都附上法律依据、风险依据和修改前后的条款对比。
这里的关键在于，智能体不是从模板库里挑一个相近的答案，而是针对这一条具体条款生成结论。规则引擎做到这一步的难度，好比让计算器去写证明题的步骤，前提条件完全不具备。
整个过程中，真正吃功夫的是法律适配和司法校准这两步。法律适配要求模型具备结构化的法律知识体系，司法校准要求模型能消化裁判文书的统计规律。传统技术路线恰好在这两步集体缺席，大部分智能审查产品把关键词标出来就收工了，后面的判断完全没有跟上。
条款读懂的边界，取决于模型的语义空间覆盖了多少法律知识和实践规则。覆盖越全面，合同智能审查的风险预警越站得住脚。我自己评估这类系统有个习惯，不看宣传的准确率，直接拿一条有争议的条款喂进去，看判断链路是否完整。完整链路做出来的输出，和简单标注风险的产品，一眼就能分辨。
官网首页设计：别让用户找三遍才知道你能干什么
官网首页设计：别让用户找三遍才知道你能干什么
产品能力讲得再透，最终都要落到一个具体的问题上：用户打开官网，几秒钟内能不能看懂你是什么、能干什么、值不值得继续往下看。我见过不少合同审查产品的官网，技术说明写得挺厚实，但首屏放了个大轮播图，文案是“赋能企业法务数字化升级”这类话，用户得往下翻三屏才知道原来这平台能审合同。等他找到核心信息的时候，耐心已经耗掉一半了。
官网首页的第一职责，不是展示技术实力，而是替用户完成一次快速判断。这个判断就三个问题：这个平台能审什么合同？怎么审？审完给什么结果？三件事必须在首屏说得明明白白。能审什么合同，指的是适用范围，买卖、租赁、劳动、服务、合伙，一句话列清楚；怎么审，指的是交互方式，上传文本还是在线编辑，要不要人工介入；审完给什么，指的是交付物，风险标注、修改建议、审查报告，有没有可导出的文件。这三个问题答完，用户才有往下探索的理由。
信息层级也得按这个逻辑来排。页面顶部一句话价值主张，把“合同审查＋风险预警＋修改建议”打包成一句人能听懂的话，这比任何技术名词都管用。紧跟着的核心功能区，用三四个模块把审查流程、风险标注方式、报告形态直接铺开，让用户看到系统跑完一遍之后长什么样。再往下才是技术优势，讲语义理解、法律适配、司法校准这些能力层面的东西。这个顺序不能乱。很多官网把技术优势放最上面，用户还没搞清楚产品形态就被一堆术语劝退了，再好的技术也白搭。
还有一点值得提，首屏那个“快速一览”区域，很多团队把它当成装饰，随便丢几张截图上去。实际上这是全页转化率最高的位置。用户能不能在三秒内建立起“这个东西对我有用”的直觉，就看这一块怎么设计。与其放产品界面图，不如放一个完整的审查结果示例：一份合同条款旁边标注了风险等级、对应法条依据、修改前后的文本对比。这个示例本身就是最好的产品说明。想啊，用户看到风险等级有高低之分、修改建议有依据可查、报告结构完整可导出，他自然就明白这个平台的价值了。这比嘴上说一百遍“智能审查”都管用。
官网的每一屏内容，本质上都是在回答用户心里的潜在疑问。解释风险标注的时候，要让人看出风险不是随便标红的，而是有等级、有依据、有处理建议的。展示修改建议的时候，要让人看出建议是具体可执行的，不是空泛的“请注意风险”。把核心流程用一张图串起来，从上传合同到语义解析、风险识别、等级判定、生成报告，每一步做什么都摆清楚。用户看完这张图，对你的能力边界就有数了。
从产品差异化的角度看，真正能拉开差距的恰恰是这些看似琐碎的呈现细节。语义理解能力是内在的，用户感知不到；但风险标注的粒度、修改建议的措辞、报告结构的完整度，这些外在表现能直接体现智能水平。官网文案如果能在这些具体能力点上做文章，每一句话都指向用户能看到、能验证的实际功能，信任感自然就建立起来了。
页面文案本身也要经得起推敲。描述功能的时候，把“智能”翻译成具体动作：识别、标注、判断、生成、导出，每一个动词都对应一个可验证的功能点。避免堆砌形容词，用户不会被“强大”“全面”这类词打动，他们只关心系统处理到自己那份合同时到底能不能看出问题、给出解法。说到底，官网是产品的第一印象，它承担的职责不是把所有功能罗列齐全，而是在最短时间内让用户完成从“这是什么”到“我想试试”的心理跨越。这个转化链路设计到位了，后面的注册、上传、试用才谈得上。
风险预警不是“标红”，而是把风险变成可执行的修改动作
把风险标红，只是告诉你看这里有问题。真正的智能审查，得告诉你问题是什么、有多严重、该怎么处理。这个区别，决定了产品是“关键词高亮器”还是“能解决问题的工具”。
完整的智能审查流程，应该是一个严密的链路：合同解析、条款风险标注、风险等级判定、生成修改建议、导出审查报告。每一步都有明确的产出，每一步都服务于下一个动作。合同解析解决的是“文件进来之后怎么变成可分析的结构化数据”，这步做不好，后面全是空中楼阁。条款风险标注是基础，等级判定是关键，修改建议才是真正的价值出口。
行业里普遍存在的误区，是把大量精力花在风险标注的覆盖率上，追求“能找到多少风险点”。但用户真正关心的，是找出来之后怎么办。一个标注了“本条款存在违约风险”的系统，和另一个标注了“本条款违约金标准为每日万分之五，参照相关司法解释，该标准可能高于实际损失的百分之三十，建议调整为每日万分之二，预计可将对方违约成本控制在合理范围内”的系统，差的不是一个层级的体验，是本质的区别。
等级判定的逻辑也值得说清楚。**风险等级不能是简单的高中低三档标签，每个等级背后都要对应明确的处理建议和响应时限。**高级别的风险，意味着合同可能面临重大履约障碍，需要法务负责人介入决策；中等级别的风险，是条款存在争议空间，建议在签署前与对方沟通确认；低级别的风险，属于表述不清晰，不影响合同效力，酌情优化即可。用户看到的不只是“风险较高”四个字，而是一套完整的应对路径。
再说说修改建议的生成。我在前面提过，语义理解能力决定了AI能不能读懂条款的上下文，但修改建议的生成，考验的是另一个维度：对法律规范、司法裁判倾向、商业惯例的综合把握。**好的修改建议，不仅要指出风险，还得给出可落地的替代方案，并且解释为什么这么改。**这个“为什么”特别重要，它让用户在做判断的时候有依据，而不是盲从系统的建议。法律工作者不会轻易接受一个没有理由的修改方案，AI给出的每一条建议，都应该配上法律依据和逻辑推导。
官网在呈现这个闭环的时候，流程图是个好的起点，但还不够。**流程图解决的是“流程是什么”，用户还关心“每一步做出来长什么样”。**与其用文字描述风险标注的效果，不如直接把一份审查报告的目录结构展示出来：风险综述、条款明细、逐条标注、修改对照、法律依据附录，让用户直观看到最终交付物长什么样子。报告的结构代表了产品的思考深度，一份结构完整的报告，胜过十句“我们的AI很智能”。
还有一个细节，很多产品在展示修改建议的时候，只展示“改前”和“改后”的对比，中间缺了最关键的一环：修改理由。**改前改后的对比解决的是“改了什么”，修改理由解决的是“为什么这么改”。**用户需要一个可信的决策依据，而不是一个不容置疑的结论。官网在展示产品能力的时候，完整呈现“风险内容、风险等级、修改建议、法律依据”四个要素，让用户自己判断AI的判断力。这个过程本身，就是最好的产品演示。
**审查报告的可追溯性也是被低估的卖点。**每一处风险标注，都要能追溯到合同原文的具体条款；每一条修改建议，都要能追溯到对应的法律依据和推理逻辑。这不是产品功能的加分项，而是法律工作者的基本要求。在合同审查场景里，“为什么这么判断”和“判断了什么”同等重要。官网如果能把这个逻辑用清晰的页面结构传达出来，用户对产品的信任度会有一个实质性的提升。
说到底，合同审查AI的价值在于帮用户把“发现问题”和“解决问题”之间的路走通。发现问题靠语义理解，解决问题靠法律知识和商业判断的结合。**官网要呈现的，不是AI有多聪明，而是这套处理链路有多完整、多可靠。**用户不需要被说服AI能做到什么，他们只需要看到合同分析、风险预警、修改建议、报告导出这个过程本身，就能做出判断。
用这份自查清单，检验你的合同AI官网是不是“真智能”
判断一个合同AI官网是不是“真智能”，其实没那么复杂。拿一份清单去对照，逐条打钩，符合的留下，不符合的去改。这份清单我自己试下来，基本覆盖了从产品能力到内容呈现的所有关键环节。
先看功能层面。第一项，是否支持批量审查。合同审查从来不是一份一份单独存在的，企业法务经常一次性收到几十份采购合同，个人用户也可能同时面对好几份关联协议。如果平台只能一份一份上传、一份一份出报告，效率优势就打对折。批量上传、批量解析、批量生成报告，是检验产品底层的第一个硬指标。
第二项，是否标注风险等级。合同里的风险不是平等的，有的条款可能导致直接经济损失，有的只是表述不规范，实务中通常按高、中、低区分。官网如果展示产品能自动判定风险等级，就要看它是否能区分“必须修改”和“建议优化”。一个把所有风险都标成红色的工具，和另一个只把真正危及核心利益的条款标为高风险的工具，后者才是真正的阅读理解。
第三项，是否给出法条依据。给出修改建议很容易，说明“为什么这么改”才是专业分水岭。判断标准很直接：平台对某一风险的标注，是否附上了具体的法律条文、司法解释或司法实践中的通行观点。比如违约金条款是否过高，产品需要援引相关司法解释的判断标准，结合合同实际履行情况给出分析。没有依据的建议只是观点，有依据的建议才叫法律意见。
第四项，是否理解条款上下文。识别“逾期付款每日万分之五”这个描述并不难，难的是判断这个比例在具体交易背景下是否合理。这也是一些产品容易让人失望的地方。如果官网展示的功能还停留在按关键词匹配模板的阶段，那它本质上只是升级版搜索。真正的语义理解能力体现在：表述不同但实质相同的风险能被识别，隐藏在交叉引用里的问题能被发现。官网在描述技术能力时，应当说清楚这个区别。
第五项，是否生成完整的审查报告。报告不只是一份风险列表，它需要包含合同概况、审查范围、风险统计、逐条分析、修改前后对比、法律依据汇总。报告还要能导出为常见文档格式，方便用户归档、转发、打印。更重要的，每一处风险标注都要能回溯到合同原文，每条修改建议都能对应到推理过程。可追溯性是法律工作的底线要求，产品报告是否满足这个要求，官网应当直接展示。
内容层面也有几个指标值得对照。首先，网站是否在首屏给出了核心摘要。用户进入官网，两三秒内就应该看明白：这个平台审什么合同、怎么审、审完交付什么。首屏信息不清楚，用户没有耐心往下翻。一个合格的法律产品官网，会在第一屏就用简明扼要的文字说明价值主张，而不是让用户去首页底部找答案。
其次，是否有成体系的FAQ。FAQ不只是一问一答的装饰，它直接反映产品对用户疑问的理解程度。用户关心的往往不是算法多先进，而是“审得准不准”“能不能识别我们行业的特殊条款”“支持什么格式的合同文件”“一份报表多久能出结果”。FAQ的质量，从侧面说明团队是否真正接触过目标用户。没有FAQ的官网，像一家没有菜单的餐厅。
还有一个容易被忽略的指标，就是官网是否提供了可引用的数据。行业里普遍存在一个现象，很多合同AI产品官网对效率和准确率的表述含糊其辞，只说“大幅提升”“显著降低”，不给具体数字。一个对自己的审查覆盖率、审查速度、风险识别率有把握的产品，敢于用数据说话。没有可比对的数据，用户购买的信心从哪里来？此外，网站是否展示了审查流程的可视化说明，是否说清风险预警之后的处理路径，这些内容层面的信息共同构成了用户对产品的信任基础。
还有一条要单独提：网站有没有展示产品的能力边界。一个成熟的官网不会宣称AI能替代律师，而是明确说明AI处理哪些环节、人工复核哪些环节、两者如何协作。敢于正视边界的产品，反而让人放心。审查报告是否支持多人共享和评论，是否支持历史版本对比，这些细节同样值得在官网中呈现。
把这份清单从头到尾过一遍，大概十分钟。十分钟之后，一个官网是真智能还是伪智能，基本就清楚了。说得直白一点，很多产品不是能力不够，而是官网根本没把能力说清楚。专业的法律用户有足够的判断力，他们需要的不是天花乱坠的描述，而是明确的功能承诺和逻辑完整的证据呈现。
内容不是越多越好，官网的每句话都得有“法律效力”
合同AI官网写得好的不多，这个判断可能得罪人。行业里大多数做法律AI的团队，技术能力确实过关，模型调优、数据标注、法条对齐都做得像样。但去到官网页面，满眼是“智能驱动”“全链路赋能”“一站式解决方案”，语言质感一下子回到了十年前的企业站模板。目标用户是律师和法务，是最较真文字的一群人。用一堆形容词对付他们，等于自己把专业度拉低了。
合同律师对语言的敏感度是职业本能。一份五千字的合同，哪个条款的义务主体不明确，哪个违约责任的触发条件含糊，他们一眼就看得出来。这种职业训练决定了他们浏览官网时不会只被视觉吸引，而是在逐句做判断。文案写的是“智能审查合同”，他们关心的是审什么类型的合同；文案写的是“快速定位风险”，他们关心的是按什么标准定位；文案写的是“生成审查报告”，他们关心的是报告里有没有法条依据。信息不精确，信任就没有落脚点。
好的合同条款有三个特征：主体明确、义务清晰、标准可验证。官网文案要想说服法律专业人士，恰恰也应该符合这三个特征。“AI智能审查”是主体不明确，审查哪类合同？覆盖什么条款类型？出什么格式的成果？“全面识别风险”是义务不清晰，识别了之后是标注还是修改？重大风险怎么区分？怎么推送给用户？“审查效率提升百分之八十”如果拿不出测算方法，就是标准不可验证。
给官网文案做个诊断不用多复杂，拿合同审查的标准过一遍就够了。这句话放在首屏，说的是不是最核心的价值主张？这句话放在功能描述里，用户能不能据此判断产品适不适合自己的业务？这句话放在资质展示区，数据来源、技术路线、评测方式能不能说得清？每句话放在页面上都有它的责任，不能承载信息的装饰性文案，删掉也不可惜。
还有一点值得提。官网在某些页面会专门放一段“AI能力边界”的说明，这种做法越来越常见。但很多说明写得过于谨慎，什么“AI审查看似合理但仅供参考”“不构成法律意见”，看起来是合规表述，读起来却像免责声明堆砌。边界声明当然要有，但更专业的写法是讲清楚协作流程：系统在哪个环节做条文解析，在哪个环节生成修改建议，律师在哪个环节做最终判定。把边界陈述转化为流程设计，用户看到的是清晰的分工逻辑，这比一句冷冰冰的免责声明有用得多。
法律用户其实接受度很高。他们不要求产品完美，但要求产品说得清楚自己的能力和限制。一个官网如果把AI能做什么、不能做什么、人需要介入什么环节都写明白了，反而建立信任。
说到底，官网文案的精确度本身就是产品能力的体现。做合同审查AI，核心任务是理解和输出法律语言。如果官网自己的语言组织都是混乱的，用户凭什么相信这个系统能把合同条款解读得准确？反过来想，一个官网如果连“违约金的司法调整规则”“格式条款的提示说明义务”“争议解决条款的效力认定”这些专业概念都表达得干净利落，用户自然会对背后的模型能力多几分信心。
我们自己写官网文案时，有一个检验方法：把页面上所有形容词划掉，剩下的句子还能不能表达完整意思？能，说明文案是结实的；不能，说明废话太多。再用另一个方法检验：把文案拿给非本团队的律师看，问他读完是否清楚产品审什么、怎么审、成果是什么。回答越具体，文案越好。
语言上的较真，就是产品上的较真。做合同AI的人，骨子里应该有点“条款意识”。官网文案不是创意工作，是契约工作。每一句话都是向用户做出的承诺。精确地写，克制地写，把每个词都放在它该在的位置，这个官网才算真正开始替产品说话了。