核心用法
AI Doc Reasoner 是一款面向高风险长文本的结构化推理与风险检测工具。用户通过 AI Agent（如 Claude Code、Cursor、Codex 等）调用该技能，输入待分析的文档全文或片段，系统将自动执行六步分析流程：解析上下文 → 识别逻辑结构 → 检测弱点 → 提升可用性 → 护栏检查 → 标准化输出。
核心输入参数包括 input（必填，待处理文档或指令）、options（可选配置项）以及 callback_url（异步回调地址）。输出采用固定格式，涵盖文档评估、核心逻辑提取、风险检测、结构改进建议及后续行动推荐五大模块，可直接用于商务决策或作为律师前置审查材料。
显著优点
专业化风险识别能力：覆盖六大核心能力模块，包括文档目的识别、核心逻辑提取、风险检测（歧义/矛盾/缺失假设/风险转移条款）、结构改进、多版本对比及护栏机制，形成完整的文档分析闭环。
结构化输出与决策友好：标准输出格式清晰分区，风险条款带 ⚠️ 标识并附条款引用，改进建议可直接转化为谈判要点或修订清单，大幅降低信息加工成本。
版本对比与变更追踪：支持多版本条款级 diff 对比，自动标注风险增减方向（如 IP 归属从"共同拥有"变为"委托方独有"），辅助谈判策略制定。
不确定性护栏机制：明确区分"文本支持的事实"与"基于文本的推断"，对模糊条款标注"文本未明确"而非强行解释，避免过度确定性误导决策。
长文档处理策略：针对超长文档提供分块分析、高风险条款优先、分层压缩等策略，适配 128K+ 上下文模型的能力边界。
潜在缺点与局限性
非法律替代性：明确声明不替代持牌律师的法律意见，对条款法律效力、合规判断仍需专业 counsel 确认，定位为"审查准备工具"而非"终审工具"。
模型依赖与随机性：输出依赖 Agent 内置 LLM 的长文本推理能力，同一文档多次分析可能产生差异，关键结论需交叉验证；超长文档存在上下文截断风险。
矛盾检测误报率：语义相似条款可能被误判为矛盾，需人工复核；中英混合文档因术语对应复杂，错误率更高。
付费功能限制：大数据集流式处理、多数据源关联查询、可视化图表自动生成、定时同步等增强能力仅对付费版开放。
适合的目标群体
- 企业法务团队：用于合同前置筛查、NDA/服务协议快速审查、谈判前风险摸底
- 商务与战略部门：商业备忘录压缩、市场进入决策支持、提案多版本对比
- 独立开发者与中小企业：低成本获取结构化文档分析能力，弥补法务资源不足
- 投资与并购团队：交易文件条款比对、风险条款快速定位
使用风险
性能与依赖风险：需确保运行环境支持 128K+ 上下文的 LLM，超长文档处理可能触发 context_length_exceeded 错误，需实施分块或摘要策略。
安全风险：涉及商业合同与法律文档处理，存在数据泄露（高等级）、网络攻击（中等级）、用户身份验证（高等级）等风险，需配套数据加密、访问控制及多因素认证措施。
误判风险：模型可能对模糊条款给出过度确定结论，或遗漏非标准表述的风险转移条款（如 indemnity），需在 Prompt 中强化护栏指令并人工复核关键输出。
决策传导风险：分析输出若被直接用于签约决策而未转专业 counsel，可能导致法律后果，需在 RECOMMENDED NEXT STEP 中明确标注需 escalate 的项。