合約審閱自動分流與風險標記

🎯 這條流程解決什麼

法務團隊最常被淹沒的環節，往往不是「審得慢」，而是「分得亂」。各部門把待審合約用 Email 夾檔、通訊軟體傳檔、甚至紙本掃描到處丟，法務每天一打開信箱就是一堆來源不一、命名混亂的檔案，得先一份份打開判斷：這是 NDA 還是服務合約？該誰審？急不急？金額多大？光是這道「人工分流」就吃掉資深法務一早上的精力，而這段時間完全沒有產生任何法律價值。

更麻煩的是每份合約都要從第一頁讀起。責任上限、自動續約、競業限制、單方解約、準據法這些「地雷條款」常常埋在第十頁之後，法務若同時手上有十幾份約，疲勞下漏看一條，後續就是糾紛甚至賠償的引信。

換算成本：假設一位法務月成本約 7 萬元、月工時 176 小時，時薪約 400 元。若每天花 1.5 小時純分流與初步翻閱，一個月就是約 33 小時、超過 1.3 萬元的人力耗在「還沒開始實質審閱」的前置動作上。團隊有三位法務，每月就近 4 萬元卡在分流。這條流程把分流與初篩自動化，讓法務一打開待辦就直奔重點。

導入後的改變

導入前，合約從「送到」到「真正開始審」之間常卡好幾個小時甚至隔天，因為要等有空的人先分流；風險條款靠人眼逐份找，品質隨疲勞度浮動；主管也難掌握「現在有幾份在審、卡在誰、逾期沒」。

導入後，合約一上傳，幾分鐘內就完成 OCR、類型辨識、風險初篩與自動分派，法務打開待辦時已經知道這是什麼約、雷點在哪、該優先看哪幾條。保守估算，前置分流與初步翻閱的時間可省下約 7 成；因為高風險條款被系統先標出，漏看關鍵條文的情況明顯減少，後續糾紛風險隨之下降。合約審閱總表讓主管即時看到每份的狀態與承辦人，分流爭議與「這份到底誰在審」的扯皮也消失。整體而言，合約平均處理週期通常能縮短一到兩天。

流程怎麼運作

對應 frontmatter 五個節點，逐步說明。

第一步「合約收件」。流程持續偵測共用資料夾是否有新檔，一偵測到就用 OCR API 把 PDF 或掃描檔轉成文字，並擷取基本資訊：對方公司名稱、合約類型線索、金額與簽約期間。掃描件與圖片型 PDF 也能處理。

第二步「類型辨識」。把轉出的文字交給 AI（OpenAI 節點），依關鍵字與內容判斷這是 NDA、採購合約、授權合約還是服務合約，貼上分類標籤。分類是後面「該誰審」的依據。

第三步「風險初篩」。系統用一份預先定義的「條款檢核清單」逐項比對，掃出高風險條文，例如沒有責任上限、含自動續約、有競業限制、對方可單方終止、準據法或管轄不利等，整理成一份「初步風險清單」，逐條標明在合約第幾頁、原文是什麼。

第四步「分派路由」。依類型與風險等級把案件指派給對應承辦法務（例如智財授權給 A、採購給 B、高風險件直接給資深法務），在 Slack 建立待辦通知並設定回覆期限，期限到前自動催辦。

第五步「登錄追蹤」。把這份合約寫進 Google Sheets 的合約審閱總表，記錄類型、對方、金額、承辦人、狀態與初步風險清單連結。主管看總表就掌握全局。想把審閱結果接續到用印申請或合約到期管理，可搭配 /workflows 的其他法務流程，或到 /recipes 找文件 OCR 與分類食譜。

需要的工具與串接重點

平台用 n8n 或 Make。Google Drive 當共用收件與歸檔庫、OCR API 處理掃描件轉文字、OpenAI 節點做類型辨識與風險初篩、Slack 做派工與催辦、Google Sheets 當審閱總表。

串接重點：第一，「條款檢核清單」要做成可維護的設定（放在試算表或設定檔），讓法務能隨公司政策增刪要標記的風險點，而不是寫死在提示詞裡。第二，AI 輸出務必要求固定結構（風險項目、頁碼、原文、風險等級），方便寫入總表與後續比對。第三，分派規則建議用「類型→承辦人」對照表驅動，人員異動時改表即可。第四，最重要的資安設定見下節，這關係到能不能合規使用。更多串接細節可參考 /automation 的文件處理模組。

常見錯誤與注意事項

第一個也是最關鍵的紅線：本流程只做「初步分流與風險標記」，AI 標出的風險條款不等於法律意見。最終審閱結論、要不要接受某條款、如何修改，務必由具資格的法務或律師「人工確認」後才回覆對方，絕不可把系統輸出直接對外發送。AI 不取代專業判斷。

第二，合約常含營業秘密與個資。共用資料夾與所用的 AI 服務必須確認資料不外洩、不被用於模型訓練，並嚴格限制存取權限，必要時對高機敏合約改走本地或企業版 AI 服務。第三，OCR 對手寫批註、模糊掃描可能辨識錯誤，金額與日期等關鍵欄位仍要人工抽查。第四，自動分派不要完全取代人的判斷，保留一個「法務主管可改派」的關卡，避免特殊案件被分錯人。

台灣中小企業情境案例

新竹一家系統整合商，每月要審的合約約 40 份，包含客戶服務合約、供應商採購、工程師派遣的 NDA 等，過去全部丟給一位資深法務，光分流與初步翻閱就佔掉他每天近兩小時，旺季時合約常積壓三五天才開始審，業務頻頻來催。

導入這條流程後，各部門統一把合約上傳到指定 Drive 資料夾，系統自動 OCR、辨識類型、標出風險條款並依類型分派：採購類給約務同仁初核、NDA 走快速通道、含高風險條款的服務合約直接上資深法務。三個月後，合約從上傳到開始審的等待時間從平均兩天縮短到當天；資深法務每天省下約 1.5 小時，得以專注在真正棘手的條款談判上；某次差點漏看一份服務合約裡的「自動續約三年」條款，正是被系統標進風險清單而即時攔下，省下一筆不必要的長約綁定。

延伸應用

這條流程可以再往前後延伸。往後接：審畢的合約可自動觸發用印／簽核流程，並把簽約日與到期日寫進到期管理台帳，銜接續約提醒。往內擴：把風險初篩的條款清單依不同合約類型分別建模，讓 NDA、採購、授權各自套用最相關的檢核重點，提升精準度。也可加一個「常見爭議條款知識庫」，每次法務修改條款後回寫，逐步累積成公司專屬的審約準則。若合約量大，可加統計儀表板分析最常出現的高風險條款，回饋給業務在簽約前先談。想把這條流程接到後續簽核或到期管理，可到 /workflows 找可銜接的流程，或在 /automation 看更多模組組合。

⚠️ 法律與個資提醒：本流程僅做「初步分流與風險標記」，AI 標出的風險條款不等於法律意見，最終審閱結論務必由具資格的法務或律師「人工確認」後才回覆對方，不可直接以系統輸出對外。合約常含營業秘密與個資，共用資料夾與 AI 服務須確認資料不外洩、不被用於模型訓練，並限制存取權限。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →