将合同变成可查询的知识库

梯形图转SCL | AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

一家公司可能有数百份合同，但仍然难以回答一个基本问题，例如"哪些协议在未来90天内续签？"

信息就在那里。不幸的是，每个供应商都使用了不同的文档、结构和词汇。一份合同称之为开始日期。另一份使用生效日期。续签条款可能出现在附录、商业部分或接近末尾的六号字体中。

一旦答案具有一致的形状，搜索就会变得容易得多。

不要动原始文档。标准化你从中提取的内容。

1、从你想要的记录开始

第一步是创建一个包含业务定期所需信息的模板。对于合同，可能包括：

• 缔约方
• 内部合同负责人
• 生效日期和到期日期
• 初始期限
• 续签条件
• 终止通知期
• 费用和支付条款
• 责任限制
• 服务水平
• 数据处理义务
• 适用法律

每个字段还应有记录相关条款或页码的地方。如果合同不包含该信息，模板应注明"未说明"，而不是用热情的猜测填补空白。

这个模板成为标准合同记录。合同可以保持不一致，因为记录不再如此。

2、给这些词语一些业务含义

第二份文档是内部语义分类法。这听起来比实际更复杂。

它定义了在此特定业务中重要术语的含义。例如，"合同负责人"可能意味着对供应商关系负责的员工，而不是签署协议的人。"年度合同价值"可能包括经常性订阅费，但不包括实施费用。

模板告诉Gemini提取什么。分类法告诉它这些字段在此处的含义。

这种上下文很重要。没有它，AI模型必须决定业务可能是什么意思。它通常会自信地做出决定。

3、将提取任务放入Gem中

自定义Gemini Gem可以在其Knowledge部分包含可重复的指令和参考文件。Google还允许来自Drive的文件在源更改时保持最新。Google的Gem指南解释了可用的知识来源。

给Gem：

• 提取说明
• 空白合同模板
• 业务分类法
• 任何日期、计算和缺失信息的规则

说明可能会告诉Gem在重要时保留确切措辞，区分陈述值和计算值，包括条款引用，并仅返回完成的模板。

然后合同经理上传一份新协议。Gem读取它，应用公司的定义，并生成标准记录。合同经理根据源文档审查该记录，并纠正任何需要注意的事项。

下一份合同遵循完全相同的过程。

4、从一致的记录构建笔记本

将审核过的记录存储为Google Docs或其他支持的格式，然后将它们添加到NotebookLM，Google现在称之为Gemini Notebook。

NotebookLM可以使用提供的源回答问题，并内联引用其答案背后的材料。它支持常见的业务格式，包括Google Docs、Word文档、PDF、电子表格和Markdown文件。Google在此处列出了支持的NotebookLM源。

用户现在可以问这样的问题：

• 哪些合同在本季度到期？
• 哪些协议需要超过60天的终止通知？
• 哪些供应商有无上限的责任？
• 哪些软件许可证自动续签？
• 哪些合同包含数据驻留要求？

一致的记录使比较更清晰，因为续签日期、责任和支付条款出现在相同的标题下，并且在每个源中具有相同的业务含义。

原始合同可以保留在笔记本中以获取支持详细信息。结构化记录完成了大部分检索工作。

5、给用户一个提问的地方

笔记本可以直接使用，但也可以作为知识源添加到Gem中。同一个Gem因此可以成为合同库的前门。

Gem保存着业务希望如何解释问题和呈现答案的说明。笔记本保存着不断增长的已审核合同记录集。

用户不需要记住特定条款存储在哪里、使用了哪个供应商模板或如何表达完美的提示。他们提出普通的业务问题。

这种模式不限于合同。它适用于软件许可证、发票、保险单、供应商问卷调查以及其他包含不一致格式中类似信息的文档。

定义问题。创建模板。解释业务语言。使用Gem提取记录，然后让NotebookLM使这些记录可访问。

文档不需要彼此一致。

记录需要。

原文链接：Turn Contracts into an Askable Knowledge Base with Gemini Gems and NotebookLM

汇智网翻译整理，转载请标明出处