AI 写的文书里最容易出事的，不是数据对错，是那几句"绝对化"的句子

AI 文书里最危险的不是假数据，因为假数据你会去查；但它写出来的绝对化句子，你往往读不出问题——因为那句话本身通顺、正确、且符合你的写作习惯。

一、为什么错误的数据反而更好审？

先说一个可能有点反直觉的判断：AI 写错数字是一件好事。

因为它错得很显眼。一份证据清单里写着"借款 500,000 元"而你手上是 50 万，这一眼就看出来了。看出来了就会去查，查了就是拦下来了。

危险的是那些读起来完全正确的东西。

具体说就是这一类：

• 甲方应全部承担违约责任
• 任何情况下乙方均不承担赔偿责任
• 所有因本合同引起的损失由乙方赔偿
• 本条款不受法律变更的影响
• 无论发生何种事由，甲方均应支付

这些句子有一个共同特征：它们没有错。

它们的语法正确、法律逻辑通顺、甚至比多数律师随手写的更有"专业感"。问题在于它们的意思比你打算承担的义务更重。

二、AI 为什么总在写这种句子？

我拆开讲，因为理解了机制才知道怎么防。

核心原因是"密度学习"而不是"语义理解"。

法律文本里"应当""必须""不得"的密度非常高。这个密度是合理的——法律语言本来就以义务和禁止为主。

但模型学的是这个统计规律，不是每一条声明的适用范围。所以它会在所有它认为"重要"的位置都填上最强的义务词。

具体表现为三个习惯：

第一，该加限定的地方不加。

你写"甲方应在收到货物后七日内付款"，它会写成"甲方应在收到货物后七日内无条件支付"。

"无条件"三个字加进去之后，这句话就不再是一个时间约定，而变成了一个排除了所有抗辩可能性的承诺。

第二，把"可能"改成"应当"。

你在 prompt 里写"分析一下对方的违约风险"，它会在成稿里写成"乙方构成违约，应当支付违约金"。

分析变成了结论，可能性变成了确定性。这两者在文书里的分量差一个数量级。

第三，把条件性表述压平。

"因不可抗力导致履约迟延的，不承担违约责任"——这种带条件的表述会被压成"任何情况下均不承担责任"或者"因任何原因导致的迟延均由乙方承担违约责任"。

条件消失了，因为它在句子结构上是一个不显眼的成分。

三、怎么审：别通读，盯那六个词

我试过通读全文找这类问题，效果很差——因为整篇文章读下来注意力会衰减，而这类句子恰好出现在你想要放松警惕的位置（通常是段落的最后一句，或者整段的总结句）。

所以我换了一个方法：不做全文审查，做词汇审查。

我给自己定了一个词表，看到任何一个就停下来：

• 全部 / 所有 / 一切
• 任何 / 无论 / 不论
• 均 / 一律 / 概不
• 无条件 / 无例外 / 不受限制
• 绝对 / 永久 / 不可撤销

这六组词，命中率不高，但每命中一次就是一次真实的风险。

我要强调的是：不是每次停下来都要改，而是每次都要问一句"有没有例外"。

这个问题问完，通常有三种结果：

• 确实该有例外 → 补上例外
• 例外在别处规定了 → 这里加个指向
• 确实没有例外 → 保留，但心里过一遍

第三种情况占比其实不小。但问这一句的价值在于，它让"没有例外"从一个默认状态变成一个确认过的状态。

这是两种完全不同的东西：一个是不知道，一个是知道并且接受。

四、六种常见句式，逐个说该怎么处理

下面这六种是我见过最多的。我给出改法，你可以直接对照。

第一种：把"应当"降级为"宜"。

原文：甲方应当及时提供协助

处理：应当在法律上是有约束力的义务词。如果你需要的是"配合"而非"义务"，用"宜"或者"应尽量"。

判断标准：这个词我是想约束对方，还是想表达我的期望？

第二种：补上限定范围。

原文：乙方所有逾期付款均按日万分之五支付违约金

处理：乙方自逾期之日起至实际清偿之日止，按未付金额日万分之五支付违约金

加两个限定：时间范围、计算基数。不加的话，"所有逾期"可能被理解成包含因买方原因造成的迟延。

第三种：把结论降级为观点。

原文：乙方构成根本违约

处理：从现有材料看，乙方可能构成根本违约；是否成立，以……为准

分析结论用"可能"+"以…为准"，这在文书里是被接受的标准写法，不会显得软弱。

第四种：给绝对承诺开一个口子。

原文：本条款不受法律强制性规定的影响

处理：法律强制性规定优先于本条款

这一句必须改。因为凡是在中文语境里写"不受法律影响"的条款，其真实含义通常是"试图排除强制性规定"，而这个意图本身就有问题。

第五种：拆开"所有……由……承担"结构。

原文：所有因本合同引起的损失由乙方赔偿

处理：区分三类损失：直接损失、间接损失、可得利益损失，分别列明，并各自限定赔偿范围和上限

一次性全包的结构在争议解决时几乎必然产生分歧，而拆开之后每一类都清楚。

第六种：检查"视为"类推定。

原文：甲方未在期限内回复的，视为同意

处理：补上"视为同意的具体内容"和"异议的方式"

推定条款本身就是风险源，因为它的效果发生在沉默的一方身上，而沉默方往往还不知道。

五、这套方法多久能形成习惯？

我自己的经验是：前三次很慢，之后会变得很快。

第一次审校的时候，我会逐段读，每一段都要想"这里有没有绝对化"。这一轮很耗时间，大概是正常通读的两倍。

第二次会快一些，因为我开始能预判它会在哪里下手了——通常是段落的总结句和"因此""综上"之后的那一句。

第三次之后，我变成了一种自动反应：看到"应当"就问一句"有没有例外"，看到"任何"就问一句"是不是真的任何"。

这时候审校的额外时间大概只多出两成，但拦下来的东西比通读时多。

原因很简单：通读是靠注意力，注意力会被消耗；词汇审查是靠触发器，触发器不会累。

最后

我不认为 AI 会让律师变得马虎。恰恰相反，它会强迫律师把审查的重心从"抓错"转到"定范围"。

抓错是低阶能力——对着自己熟悉的东西找不对的地方，这个你有经验。

定范围是高阶能力——在一份通顺的文本里判断每句话的边界该画在哪里，这个只能靠训练。

所以我给一个很具体的建议：从下一份 AI 起草的文书开始，加一道"六词检查"。

• 全部、所有、一切
• 任何、无论、不论
• 均、一律
• 无条件、无例外
• 绝对、永久、不可撤销
• 视为、推定为

六个词，六个触发器。它拦不住所有问题，但它拦的是最贵的那一类——那些读起来完全没问题、却在争议发生时才显出代价的句子。

顺带说一句，这六个词你自己手写的时候也在用。

所以真正需要改变的不是"AI 写得不好"，而是我们一直默认"自己写的东西不用审措辞"。

这个默认，以前靠的是"我知道自己想表达什么"。

现在它不管用了——因为很多时候，你是从一段文本里第一次看见自己写的句子。