地产尽调里的 AI：把上百页材料压成一张风险表

一份上百页的材料，半天和半小时的差别

上个月处理一个项目，业主交过来数十份历史租约，加起来上百页。

按老办法，这活儿得逐份读，手工标注到期日、租金递增方式、免租期、违约条款，最后汇总成一张 Excel。干上大半天，出来还得自己复核两遍——因为这种表一旦错一个数字，后面算收益预测就全歪。

这次我试着用 AI 跑了一遍。不到半小时。

但过程里翻车了三次，其中一次差点让我把错误的结论发给客户。下面把完整流程和三个坑都写出来，方案不是万能的，边界也说清楚。

先说结论：这套方法不是所有场景都适用，但它确实救回了我的好几个下午。

为什么尽调这种活儿特别适合 AI

不是所有行业都值得硬套 AI。尽调能跑通，是因为同时满足三个条件。

第一个条件是文档密集。尽调材料里八成以上是文本——租约、评估报告、产证说明、往来邮件。本质工作就是「从大量文本里提取结构化信息」，这恰好是大模型最擅长的事。

第二个条件是风险点可以枚举。地产风险不是玄学，它是有清单的：租约到期集中度、免租期过长、递增条款缺失、产权不清、抵押未解、租赁备案缺失。既然能列成清单，就能让模型逐条对着找。

第三个条件是格式不统一。不同年份、不同出租人签的租约，条款表述千差万别。人工要靠业务经验才读得懂，正则表达式完全搞不定。但对模型来说这反而是优势——它不需要预定义规则。

三个条件同时满足时，AI 的投入产出比通常是正的。只有第一个条件（纯文档多）而没有第二个（规则不可枚举）的话，收益就一般了。

实际怎么跑：三步工作流

第一步：结构化抽取

目标是把每份租约转成统一字段。 这里有个关键点，我一开始踩了坑。

最初的提示词我写的是「请阅读这份租约并总结要点」。出来的结果很漂亮——段落通顺、要点齐全、措辞专业。但没法用。因为我需要的是能排序、能筛选、能求和的表格，不是散文。

改成这样之后，可用率从不到三成变成九成：

请逐项填写以下表格。 要求： 1. 找不到的字段一律填「未找到」，不要推测、不要用「可能」「大概」等表述 2. 每条结论标注在原文第几页 3. 违约条款、优先购买权等必须引用原文，不做概括 表格： 【字段模板】

三个约束缺一不可。「找不到就写未找到」这条是治幻觉的关键，后面还会细说。

第二步：按风险清单逐条打标

有了结构化数据，就让它对照行业风险清单归类。

这一步有个反直觉的发现。

我一开始是让模型直接回答「这个项目的租赁风险高不高」。它给的答案全是中庸的套话——「需要综合评估」「建议进一步核实」——完全没法用。

改成只做归类，不做判断之后，质量完全不一样：

原因很简单：AI 擅长穷举和分类，不擅长综合判断。 让它做分类，它能把数十份租约 × 十余个风险项 = 数百个判断全部做完且口径一致；让它做综合，它就只能给你一句废话。

综合判断这一步，留到我自己的表格里做。

第三步：汇总成风险表

最后拼成一张表。下表是示意结构，数字为演示用途：

实际交付时我会把「多数」「约一成」这类描述换成精确数字，落到可以排序筛选的表格里。

再配一段人话结论，给不熟悉这块的同事看。

这里建议附上你实际用的完整提示词，放代码块里。这是整篇文章被收藏最多的部分——开发者读者会直接复制去用。

三个真实的翻车点

这一段可能比上面的流程更有价值。

坑一：模型会编出不存在的条款

有一份租约，模型在风险表里填了「租金每年递增 3%」，还给了原文位置：中间某一页。

我点进去一看，那一页讲的是物业管理费。递增条款在这份租约里压根不存在。

这类幻觉最麻烦的地方在于——它给出的格式完全正确，位置标注也像模像样，不去点开原文根本发现不了。

解法是加一条硬约束：每条结论必须标注原文页码，标注不出来的直接判为无效。 加上这条之后，幻觉问题基本消失。

代价是大约一成的条目会因为「无法标注」被丢掉，但这部分本来就要人工复核，并不多花时间。

坑二：找不到，不等于不存在

连续好几份租约都报「未找到解约条款」。我一度以为这批租约没写这一条。

后来手工翻原文，其中一份藏在附件里的扫描件里。模型读不了扫描件，于是报「未找到」。

这件事之后我给自己定了一条规矩：

AI 说「没找到」，要理解成「我没找到」。

在做尽调的场景里，这是最危险的思维定式——它会让你直接漏掉风险，而且你甚至不知道自己漏了。

解法有两个：一是把扫描件先过一遍 OCR 转成文本再喂进去；二是流程里必须保留人工抽样复核，我一般随机抽 20%，专门看 AI 报「未找到」的条目——那部分风险最高。

坑三：长文档会丢前段内容

我原以为一次性把整个项目包全丢进去，模型能处理。

实际上前几十页的内容会明显被忽略。早期那几页里有一条免租期条款，输出里完全没有——不是判断错，是压根没读到。

模型没有「读到后面就忘了前面」这种物理机制，但注意力分配上，长上下文里靠前的内容确实更容易被稀释。

解法：切到以单份文件为单位处理，每份独立跑一次，最后再汇总。 不要指望模型一次读完整个项目包——每份租约就是一次单独调用，成本增加但结果可靠得多。

AI 干不了的三件事

讲完能做什么，得讲不能做什么，不然容易被评论区质疑。

第一，定价和谈判。

AI 能帮我算 Cap Rate、能做敏感性分析，但「业主要价这个数，有没有多少谈判空间」是人的判断。我用 AI 做的只是把敏感性分析表铺开，让人来读那张表。谈判还是得坐在桌前，看对方表情。

第二，产权和法律认定。

小产证、抵押查封、权属纠纷——这些必须人工查档、看原件。模型在产权问题上基本等于瞎猜，任何情况下不能采信。

我们吃过亏：某个项目产证是小产证，模型在报告里写的是「产证齐全，建议正常推进」。人工一查才知道后续交易要另做安排。这个错如果没复核就发出去，是会影响客户决策的。

第三，最终结论。

我把它的定位明确成「初筛工具」：把上百页材料压成一张表，让我在十几分钟内知道该重点看哪几份文件。

决策仍然是我做的。

如果要说一个判断标准的话：

如果 AI 出错，你能不能在 10 秒内发现。

做不到，就别把它放在关键路径上。

这套思路能迁移到哪

最后提炼一下方法论，这部分可能对不在地产行业的朋友也有用。

判断一个场景适不适合这套做法，看三个条件：

1. 文档密集 —— 工作时间大头是读文本
2. 规则可枚举 —— 风险点 / 检查点能列成清单
3. 格式不统一 —— 不写正则也没法处理的那些

三个都满足，基本就能跑。

然后是两条最重要的原则：

原则一：先让它分类，再让它总结。

让模型做穷举分类，它能给你一致的口径和完整的覆盖；让它做综合判断，它会给你一句正确的废话。

原则二：约束比提示更有效。

「找不到就写未找到」「必须标注页码」「不要推测」这几句话，比「请认真仔细地分析」有用一百倍。

最后，想问问大家：

你们所在行业里，有没有类似「文档密集 + 规则可枚举」的环节？

我很想知道这套方法在别的领域能跑通多少，以及会遇到什么新的坑。