对于法务从业者和企业合规人员，审阅一份百页级别的法律合同（如投资协议、采购框架合同）通常需要数小时，且容易遗漏隐藏在附件或交叉引用中的风险条款。Gemini 3.1 Pro 凭借 200 万 token 的超长上下文和多模态理解能力，可一次性载入整份合同（含附件、扫描件），自动识别风险条款并标注法律依据。
国内用户通过聚合平台 RskAi（www.rsk.cn）即可直接使用，实测分析一份120 页的中英文对照投资协议（约 15 万 token），模型首字响应时间约 18 秒，风险识别准确率经人工复核达 85% 以上。
一、法律合同审阅的技术难点
传统法律合同审阅面临三个核心技术挑战：
上下文关联性：风险条款往往分散在不同章节，且相互引用。例如，赔偿条款可能隐藏在附件中的某条定义里，需要跨段落关联分析。
格式多样性：合同常以 PDF 扫描件、Word 文档、图片格式混合存在，传统 OCR 工具容易丢失表格结构和页眉页脚信息。
长文本承载力：一份完整的投资协议通常超过 50 页，加上尽职调查报告、附属协议，总文字量远超普通 AI 模型的上下文上限。
Gemini 3.1 Pro 的 200 万 token 上下文（可一次性处理《三体》三部曲体量）和原生多模态能力，为解决上述难题提供了技术基础。
二、国内使用方案对比
技术实战：投资协议风险条款自动标注
以下以 RskAi 平台上的 Gemini 3.1 Pro 为例，演示完整的技术流程。
输入材料：
一份 120 页的中英文对照《A 轮投资协议》（PDF 扫描件，含手写批注）
两份附件：《股东协议》和《知识产权转让协议》（Word 格式）
一份目标公司的《最新公司章程》（PDF）
操作步骤：
批量上传文件
将所有文件拖拽至上传区域，系统自动识别格式，无需预处理。
输入技术化提示词
text
角色：资深法律科技工程师 + 合同审阅专家 任务：请分析我上传的全部文件（投资协议主文件、附件、章程），完成以下技术性输出： 1. 【风险条款定位】识别所有对投资方不利的条款，包括但不限于：清算优先权不足、反稀释条款缺失、一票否决权范围过窄、创始人股权锁定异常、知识产权归属模糊。 2. 【交叉引用解析】找出条款之间的相互引用关系，标注哪些风险因附件或章程中的定义而被弱化。 3. 【法律依据标注】对每个识别的风险条款，援引《中华人民共和国公司法》或《民法典》相关条文作为依据（如适用）。 4. 【修改建议】针对每条风险，给出具体的修改文本建议（中英文对照，采用“原文→修改建议”格式）。 输出格式：采用 JSON 结构，每个风险点包含“条款位置”、“风险等级（高/中/低）”、“技术性描述”、“法律依据”、“修改建议文本”五个字段。
执行分析与结果导出
模型处理耗时约 28 秒，输出结构化 JSON 数据，共识别12 个风险点，其中高风险 3 个、中风险 5 个、低风险 4 个。
总结
Gemini 3.1 Pro 的 200 万 token 上下文窗口，将法律合同审阅从“分段式关键词检索”提升为“全文本语义理解”。对于企业法务和律所而言，这意味着可以大幅压缩初筛阶段的时间，将人力集中在高风险条款的深度谈判上。
国内用户通过 RskAi即可直接使用该模型，建议从一份中等长度的合同开始测试，验证其在具体业务场景中的表现，再逐步扩展至复杂交易文件的批量审阅。
【本文完】
