為什麼 2026 還需要 AI 合約審閱？
合約審閱是企業最痛的法律工作之一：
- 50 頁合約手動審閱要 2-3 個工作天
- 律師時薪 NT$3,000-8,000,一份合約律師費 NT$30,000-100,000
- 晚上加班看合約錯誤率指數上升
AI 合約審閱解決的問題：
- 第一輪掃描 從 2-3 天壓到 2-3 小時
- 明顯有問題的條款（競業禁止過嚴、智財權單方面、責任不對等）自動標出
- 跨多個合約版本對比——一鍵找出對方修改的細微之處
但不能取代律師:法律責任、訴訟戰略、灰色地帶判斷仍是人類專業。
台灣 AI 法律工具現況 是更廣的盤點，這篇專注合約審閱。
從關鍵字比對到 Agentic Workflow
技術演進三階段：
第一代(2018-2022)：關鍵字比對
- 設「禁用詞清單」（競業禁止 5 年、賠償無上限、單方面終止）
- 文件中含這些詞就標紅
- 問題:換個說法就抓不到(「5 年內不得從事相同產業」vs「自合約終止之日起 60 個月內」)
第二代(2023-2025)：語義理解
- 用 LLM 理解條款語義，不只看字面
- 能識別「精神上相同但用詞不同」的條款
- 問題:仍是被動回答問題，不主動找風險
第三代(2026):Agentic Workflow
- AI 主動跑多步驟工作流:
- 識別合約類型（NDA、員工合約、SaaS 訂閱、租賃）
- 從公司「底線清單」（預先設定不可妥協的條款）對照
- 檢索公司過去類似合約(RAG)，看對方提出的條款是否異常
- 檢索台灣判決先例，評估爭議條款的訴訟風險
- 給出依風險排序的清單（高/中/低）
Mason 的觀察:Agentic Workflow 才真的「省時間」——之前的關鍵字比對只是「輔助 ctrl+F」。多家廠商宣稱協商週期可大幅縮短（常見話術約 50-70%）,實際差距依合約類型跟團隊既有流程而異，不要照搬廠商數字。
台灣本地化的關鍵
國際 AI 合約工具(Harvey、Spellbook、Luminance、Casetext)主要為英美法系設計。用在台灣會「水土不服」:
1. 用語差異
- 「定金」（英文 earnest money，簽約時付，違約可沒收） vs 「訂金」（英文 advance deposit，違約可全額返還） —— 台灣民法不同，但英文翻譯都是 “deposit”
- 「準據法」(governing law)選擇——台灣常用「中華民國法律」，但國際合約常爭執使用香港、新加坡或加州法
2. 法律體系差異
- 香港、新加坡受英美法影響——強調 Indemnity（賠償補償）
- 台灣民法是大陸法系——強調 填補損害
- AI 工具如果用美國判決訓練，對台灣案例會給錯建議
3. 概念對應
- 「除斥期間」（台灣民法） vs 「Statute of Limitations」（英美法）
- 「抵銷」（民法 334 條） vs 「Set-off」（普通法）
- 兩者類似但細節不同——AI 直接套用會出錯
對策:繁中法律知識圖譜強化的 AI 工具——目前真正做台灣本地化的工具還少，多數企業仍用 Claude / GPT-5 自架 RAG 系統（以台灣民法、勞基法、個資法為知識庫）。
RAG 是降低 AI 胡謅的關鍵
純 LLM 容易胡謅法條——編造不存在的條號、引用過時法律。
Agentic RAG 解法:
- 每個 AI 建議必須引用具體條號
- 引用的條號會自動跟法規資料庫核對（不在資料庫的標警告）
- AI 不能說「這個條款違法」，只能說「根據勞基法第 9-1 條…」並附原文連結
對企業導入 AI 合約審閱的鐵則：沒有 RAG 的工具不要用——胡謅風險太高。
Mason 推薦的實戰工作流
Step 1：準備公司「底線清單」
列出 20-30 條「絕不接受」的條款，例如：
- 「競業禁止」不能超過 1 年、不能無補償金
- 「智財權」不能單方面歸對方所有
- 「違約金」不能超過合約總金額 100%
- 「準據法」必須是中華民國法律（若公司在台灣）
這個清單是 RAG 的核心——AI 用它對照新合約。
Step 2:AI 第一輪自動審
- 上傳新合約 PDF
- AI 用底線清單比對
- 輸出「Top 10 風險條款」 + 「為什麼有問題」 + 「建議改成什麼」
Step 3:Redlining（紅線標記）
- AI 直接在 Word 檔加紅線、加批註
- 你看哪些接受、哪些需要協商
Step 4：律師處理灰色地帶
- 把 AI 標出的「中等風險」「法律灰區」傳給律師
- 律師專注在「訴訟戰略」「和解空間」「最壞情況推演」
- 律師費可從 2-3 小時壓到 30 分鐘
Step 5：跨境合約特別處理
- 雙語對照（中英對齊）時，用 AI 做「深層語義對齊」
- 確保兩個語言版本「意思一致」——避免翻譯造成法律落差
投資報酬(ROI)計算
簡化公式：
年節省 = (人類審閱時數 - AI 輔助時數) × 律師時薪 + 預防的訴訟損失期望值
年成本 = AI 工具訂閱 + 系統導入
ROI = 年節省 / 年成本典型估算範例（中型台灣企業，實際依公司而異）:
- 每月審閱約 20 份合約（NDA、員工合約、SaaS 訂閱、客戶合約）
- 每份合約律師時間從 3 小時降到 1 小時，月省約 40 小時律師時間
- 律師時薪以 NT$5,000 計算，月節省約 NT$200,000
- AI 工具訂閱約 NT$30,000-50,000 / 月
- 若上述假設成立，首年 ROI 落在 3 倍以上，另加上預防訴訟損失的隱性價值
警語：這是「假設條件成立」的紙上計算，不是保證收益。實際導入後常見的折扣：(1) 律師沒辦法整段時間轉去做更值錢的事、(2) AI 漏看 + 律師補救的時間沒省到、(3) 內部流程沒同步調整。真實 ROI 可能落在 1-3 倍之間，1 倍以下也常見。
對「重複類型合約多」的公司投資報酬最高（電商、SaaS、自由接案、人力資源）。
法律責任歸屬
最重要的提醒：AI 是「增強工具」，不是「替代律師」。
美國 ABA 2025 AI 倫理指南
- 律師對 AI 輔助的工作仍負最終責任
- 必須有「可解釋性 AI」(XAI)——AI 給的建議要能解釋「為什麼」
台灣情境
- 簽約方仍是法律責任主體
- 如果 AI 漏看條款導致損失，法律責任仍在簽約方
- 律師如果用 AI 輔助但沒有「合理盡責」審核，律師仍承擔過失責任
鐵則:所有 AI 建議都要人類最終把關——尤其涉及高額賠償（NT$500 萬以上）或刑事責任的合約。
💡 Mason 的判斷
對中小企業（< 50 人）:先用 ChatGPT Plus / Claude Pro 自架簡單流程——一個月 USD 20 就能解 80% 場景。買專業工具前先確認用量。
對中大型企業（> 100 人，高合約量）:Spellbook(Word 整合) 或 自架 Claude API + 法律 RAG——投資 NT$50 萬-200 萬 / 年，但律師時間節省值更高。
對律師事務所:Harvey / CoCounsel 等大型律所工具——適合處理大型客戶併購、跨國訴訟的合約包。
對個人接案者（自由工作者、顧問）:
- 簽你自己的合約：用 Claude 4.7 + 簡單提示，把 AI 標出的「對你不利條款」用來談判
- 不要省律師覆核費——重要的合約最後請律師看一次（NT$3,000-5,000 / 份）是最划算的保險
❓ FAQ
AI 看的合約跟律師看的差多少？
情況分:(1) 標準型合約(NDA、SaaS 訂閱、員工合約):AI 可以掃出 80-90% 明顯問題，剩下 10-20% 需要律師判斷;(2) 複雜合約（併購、跨境、特殊條款）:AI 漏看率明顯較高，律師主導是必要；(3) 訴訟風險評估:AI 完全不能取代——這需要看判決趨勢、法官傾向、和解空間，屬於專業判斷。
用 AI 看合約有沒有隱私風險？
有，且風險嚴重。把含商業機密、客戶資料、薪資資訊的合約上傳到雲端 AI，有 3 個風險：(1) 內容被用於訓練模型（免費版常見）、(2) 內部員工誤閱、(3) 駭客攻擊洩漏。對策:(1) 用付費企業版（承諾不訓練）、(2) 簽訂 DPA（資料處理協議）、(3) 極敏感合約用本地 LLM(Llama 4 自架，參考 Ollama 本地大語言模型部署)。
AI 寫的「**修改建議**」可以直接交給對方嗎？
不行，必須律師覆核。理由:(1) AI 可能用錯條號或法律術語——對方律師會抓到、(2) AI 不知道你的「底線」——可能提出對你不利的妥協、(3) 法律建議有專業責任——AI 沒有律師執照，如果建議錯了你會吃虧。正確流程:AI 出第一版建議 → 律師審 → 律師發給對方——AI 是律師的工具，不是律師的替代品。