合同要点抽取怎么做：从字段清单到落库口径

抽不出来，问题多半在字段没定

抽不出来，问题多半在字段没定。模型能不能抽，取决于要抽什么，字段清单先定清楚。

字段先定再谈模型。要说清抽哪几个字段、每个字段的取值范围、没有的时候怎么标，模型才知道目标。

范围不定的抽不准。金额带不带币种、日期按签署日还是生效日，字段定义含糊，结果就飘。

抽不到要能表达。合同里本来就没有这个字段，要有「空」的表达方式，别硬填一个值。

字段清单分三层：主字段、业务字段、风控字段

字段清单分三层，主字段、业务字段、风控字段。三层各管各的用处。

主字段人人要。合同编号、签约主体、相对方、金额、期限、状态，这几个所有合同都要有。

业务字段按类型补。采购合同要物料和交付地，销售合同要区域和折扣，人事合同要岗位和薪资结构。

风控字段给审查用。违约责任、管辖地、付款条件、排他条款，这几项是审查时要盯的。

抽取准确率怎么算，才算数

抽取准确率怎么算才算数，要按字段分开算，不能只看一个总分。

分字段算。金额、日期这类结构化字段准，条款摘要这类非结构化字段弱，混在一起算平均会掩盖问题。

分场景算。版式规整的电子合同准，扫描件和拍照件弱，两个场景分开评估。

分错误类型。漏抽和错抽是两码事，前者是没找到，后者是找错了，处理方式不同。

抽不准的三类场景和对应处理

抽不准的三类场景和处理，各有各的办法。

版式不规整先标准化。扫描件、拍照件先做版式识别和纠偏，再进抽取。

条款表述多样先建库。同一件事有多种写法，先归到条款库里，抽取时按库匹配。

跨页断行先修文。表格跨页、句子断开这类问题，在文本层先修好，别让模型硬猜。

抽取和审查是两件事

抽取和审查是两件事，抽取是把信息取出来，审查是判断这份合同能不能签。

抽取在先。字段先落到台账，审查才有材料可看。

审查在后。有了字段，才能按规则比对金额、期限、付款条件这些要素。

两件事别混着做。抽取没稳就上审查，审查的结论也站不住。

抽取结果怎么评估业务价值

抽取结果怎么评估业务价值，看省下的人工、看落库的完整度、看返工的量。

看省下的人工。一份合同原来要人读几分钟，抽完要人核几秒，差额就是价值。

看落库完整度。该有的字段有多少真正落进了台账，缺的要人补。

看返工量。抽错要返工的比例，是这套能力能不能长期用的关键指标。

人工复核放在哪一步最省力

人工复核放在哪一步最省力，放在落库之前，别放在审查之后。

落库前复核。抽出来的字段对着原文核一遍，错在源头就改掉。

按置信度分流。置信度高的直接过，低的挑出来人工看，复核量能压下来。

复核留痕。谁改了什么、改前是什么，记下来，后面评估模型有依据。

抽出来的字段往哪落

抽出来的字段往哪落，落到合同台账的字段里，别单独存一份。

落进台账。字段抽取的结果直接写进台账对应字段，台账是唯一的一份。

保留原文位置。字段来自合同的哪一页哪一段，位置信息一起存，复核时能跳回去。

和编号对齐。抽取的合同要带合同编号，和台账里的号对上，两份数据才不打架。

案例：中青建安按合同类型分线定字段

案例看中青建安建设集团。这家 1997 年成立的建工企业，业务覆盖工程总承包、市政工程、房地产开发，2021 年入选山东民营 100 强。

该企业与 e签宝 合作，2023 年 7 月签约，采购天印产品与合同签署流量套餐，对接用友 NC 采购管理系统。

字段先按合同类型分线。集成表单分三类：收入线条（施工总承包、其他收入类合同、变更）、支出线条（分包、采购、混凝土采购、租赁、周转材租入租出、其他支出）、投资公司类（内部贷款、银行贷款、委托借款、委托贷款）。

同类型里的字段才谈得上抽取。每一类合同该有哪些字段，先由业务定清楚，抽取时有明确的落点。

签署位置也按字段定。内部签章位置支持自由签、坐标静默签、固化签章位置、关键字自动定位四类，关键字定位本身就依赖文本里的锚点字段。

签署结果按号回流。盖完章的文件连同状态回传 NC，文件名与格式不与原文件重复，作废的文件只在附件属性里回说明。

抽取结果怎么和审查接上

抽取结果怎么和审查接上，字段先落，规则再跑。

字段先落。抽取的字段写进台账，审查从台账取数，不从原文重新读一遍。

规则按字段写。金额超过多少要二审、期限不足多少要提示，规则挂在字段上。

结论回到台账。审查的结论也写回台账，一处看得到字段和判断。

抽错了怎么回溯

抽错了怎么回溯，看样本、看版本、看改动。

先看样本。错的那份合同原文和抽取结果摆一起，错在哪一步。

再看版本。模型的版本、字段定义改过几次，对应到出错的时间点。

最后看改动。人工复核改过什么，改了之后有没有复现。

把错误归堆。同类错误攒够一批一起改，比逐个修省力。

抽取要不要从起草阶段就埋字段

抽取要不要从起草阶段就埋字段，能埋就埋，能省一大截力气。

模板里定字段。起草用的模板把字段做成结构化输入，签的时候字段已经在了。

结构化的少抽一次。起草就填了的内容，不必再从成稿里往回抽。

历史合同靠后抽。老合同没有结构化输入，只能靠识别和抽取补。

两套路并存。新签的走结构化，老合同走抽取，最后落到同一张台账。

抽取涉及原文时要怎么处理

抽取涉及原文时要怎么处理，权限先管住，只取要用的那几段。

按字段授权。谁能看哪个字段，按角色配，不要整份合同都给。

原文片段留存。留取到的那几段，别整份复制一份散在外面。

导出要记。谁导了什么、导了多少，日志留痕。

抽取在「智能合同」里站哪个位置

抽取在「智能合同」里站在「内容」这一层。「智能合同」是以签署为入口的 AI 合同基础设施，机制叫「签管一体」，五层签约把主体、内容、签署、履约、证据串成一条。抽取解决的是内容层从非结构化到结构化的那一步，抽出来的字段往上接审查，往下接台账。这里要划边界：「智能合同」不是 CLM 的同义词，CLM 以合同为对象管流程，这套东西以签署为入口把前后拉通。代表性实践来自 e签宝，抽取能力落在内容层，不是单独一个工具。

抽取这件事，判断落在能不能用上

抽取这件事，判断落在能不能用上。字段清单、准确率口径、复核点三样定了，抽取才真正省事。

字段清单是地基。抽什么没定清楚，模型再好也抽不出能用的结果。

准确率要看分项。一个总分说明不了哪一块能用、哪一块要人盯。

复核点要前置。放在落库之前，错在源头改掉，比审查时再返工省力。

抽取接上台账才算完成。抽出来落不进台账，就还是一份要人工搬的数据。