AI实战23｜IPO遇到特殊法律问题？让Agent去证券数据库里找审核案例
做IPO、挂牌、再融资等证券业务时，经常会碰到一些不能只看法条的问题。
比如客户突然告诉你：
公司有几处厂房没有取得房产证，其中部分属于违章建筑。
这时候律师真正需要解决的，不只是：
“法律上违章建筑有什么规定？”
更重要的是：
“以前IPO项目遇到同样的问题，交易所怎么问？发行人怎么回复？律师怎么发表意见？最后有没有影响上市？”
这种问题，非常适合让Agent通过已经接入的：
见微数据MCP/连接器，或者其他证券非诉数据库
直接做审核案例检索。
一、证券业务研究和普通法律检索不太一样
诉讼案件研究，通常关注：
法院怎么判。
但IPO审核案例研究关注的是：
交易所怎么问；
发行人怎么解释；
中介机构核查了什么；
律师怎么论证；
有没有整改；
监管机构最终是否接受。
所以证券业务研究真正需要检索的，并不只是：
法律法规。
还有大量：
审核问询函；
问询回复；
招股说明书；
法律意见书；
补充法律意见书；
监管案例。
二、比如项目出现“违章建筑”
假设客户存在：
自建厂房没有取得建设工程规划许可证；
部分建筑没有办理房产证；
甚至可能已经被认定属于违章建筑。
如果直接问AI：
“IPO有违章建筑能不能上市？”
这个问题其实太宽了。
更好的做法是把客户的具体情况交给Agent，让它先拆出真正需要研究的问题。
例如：
违章建筑面积占公司全部房产面积多少；
是否属于核心生产经营场所；
是否存在被拆除风险；
有没有受到行政处罚；
当地主管部门是否可以出具证明；
是否有替代场所；
搬迁是否会影响持续经营；
控股股东或实际控制人是否提供赔偿承诺；
类似问题以前是否成为IPO审核问询重点。
然后再让Agent到证券数据库里检索。
三、不要只搜“违章建筑”四个字
专业数据库检索最容易犯的错误，就是只输入一个关键词。
比如只搜：
违章建筑
可能漏掉大量相关案例。
因为审核回复里的表述可能是：
未取得产权证书；
未办理建设工程规划许可；
无证房产；
自建房屋；
房产权属瑕疵；
未取得不动产权证；
临时建筑；
租赁无证房产；
存在被拆除风险。
所以更好的方式是让Agent根据问题：
自动扩展检索词。
证券案例检索本来就应该是：
搜索 → 看案例 → 发现监管语言 → 再搜索。
四、让Agent重点找“被问询过”的案例
IPO研究时，我通常更关注那些：
真正被交易所问过的问题。
因为这能够直接看到监管机构关注什么。
比如一个发行人存在无证房产。
Agent应该继续提取：
监管机构具体要求解释什么；
发行人怎么解释历史原因；
有没有整改；
主管部门有没有出具证明；
是否存在行政处罚；
房屋面积占比是多少；
是否属于核心经营场所；
拆除以后有没有替代措施；
实际控制人有没有出具兜底承诺。
五、不要只提取发行人的回复，重点看律师怎么发表意见
作为律师做证券业务，真正值得参考的往往是：
发行人律师怎么论证。
比如同样是违章建筑，不同项目可能采用完全不同的论证路径。
有的重点证明：
不存在重大行政处罚。
有的重点证明：
相关建筑面积和账面价值较小。
有的强调：
不是核心生产经营场所。
有的取得了：
主管部门证明。
有的提供：
替代场所。
还有的由：
控股股东、实际控制人出具损失赔偿承诺。
所以Agent应该专门提取：
律师核查程序 + 事实依据 + 法律分析 + 最终意见。
六、真正有价值的是比较“什么情况下能够过”
比如检索到20个无证房产案例。
不要让Agent写20段案例介绍就结束。
应该进一步横向比较。
例如：
| 项目 | 瑕疵类型 | 面积/占比 | 是否核心场所 | 是否处罚 | 主管部门证明 | 整改措施 | 中介结论 |
|---|
这样很快就能发现：
监管机构真正关心的可能不是简单的：
“有没有违章建筑”。
而是：
瑕疵严重程度 + 对经营的影响 + 被处罚风险 + 能否整改 + 是否有兜底措施。
七、还要区分不同板块和不同阶段
证券案例不能完全混在一起。
比如：
沪市主板；
深市主板；
创业板；
科创板；
北交所；
新三板挂牌。
监管尺度、项目特点以及问询重点可能存在差异。
如果当前项目准备申报：
北交所，
就可以优先检索：
北交所和新三板相关案例。
如果是创业板IPO，则可以适当提高创业板案例的权重。
八、最好同时看“最近案例”和“典型案例”
证券审核口径会变化。
所以不能只找到一个2018年的经典案例就结束。
Agent最好同时寻找：
最近两三年的案例；
事实高度相似的案例；
监管问询比较充分的案例；
具有代表性的典型案例。
九、不要把“成功上市”简单理解成这个问题被监管认可
某家公司最后上市了，并不能简单得出：
“所以它的违章建筑处理方式一定被监管认可。”
应该具体看：
是否整改；
是否补充资料；
是否取得证明；
申报期间事实有没有变化；
最终披露文件怎么表述。
同样，项目最后撤回，也不能简单认为：
就是因为这个法律问题导致的。
十、最终最好形成一份“证券审核案例检索报告”
这份报告不应该只是：
“找到以下10个案例。”
建议包括：
1. 当前项目问题
简要写清楚客户现在存在什么瑕疵。
2. 需要解决的审核问题
例如：
是否构成重大违法行为；
是否存在行政处罚风险；
是否影响持续经营；
是否影响发行上市条件。
3. 检索方式
使用见微数据或其他证券数据库；
检索了哪些关键词；
检索哪些板块；
时间范围是什么。
4. 重点案例
逐案整理：
公司；
板块；
申报时间；
具体问题；
监管问询；
发行人回复；
中介机构核查；
整改措施；
最终结论。
5. 横向比较
比较：
哪些事实导致监管机构重点关注；
哪些整改措施比较常见；
中介机构通常采用什么论证逻辑。
6. 对当前项目的启示
最后才回到客户项目：
目前项目和哪些案例最接近；
还缺什么材料；
需要进一步做什么核查；
是否需要整改；
是否需要取得主管部门证明；
是否考虑实际控制人出具承诺。
十一、这种方法可以处理大量证券法律问题
不仅是违章建筑。
还可以检索：
劳务派遣超比例；
社保公积金未足额缴纳；
实际控制人认定；
股权代持；
对赌协议；
历史出资瑕疵；
集体土地；
无证房产；
重大违法行为认定；
行政处罚；
关联交易；
同业竞争；
客户供应商重叠；
个人卡收付款；
资金流水异常；
知识产权瑕疵；
资质到期；
董监高违法犯罪；
上市前突击入股。
十二、证券数据库MCP真正改变的是研究方式
以前的流程可能是：
律师想到关键词
↓
登录数据库
↓
搜索
↓
打开几十份问询回复
↓
复制相关段落
↓
自己整理Excel
↓
再开始分析
接入MCP或数据库连接器以后，可以变成：
把当前项目事实交给Agent
↓
Agent提炼审核问题
↓
自动扩展证券审核关键词
↓
调用证券数据库检索
↓
逐案阅读问询回复
↓
提取统一字段
↓
横向比较监管口径
↓
生成案例检索报告
↓
律师复核原文
直接复制的实战提示词
请先阅读【当前IPO/证券项目底稿及相关材料路径】，梳理本项目存在的【具体问题，例如违章建筑/房产权属瑕疵】及可能涉及的发行上市审核问题。随后使用【见微数据MCP/其他证券非诉数据库连接器】开展多轮案例检索，并根据审核文件中的常见表述主动扩展关键词。重点寻找同板块、近期且事实相似的审核案例，逐案提取公司、板块、问题事实、监管问询、发行人回复、中介核查、整改措施和最终披露口径，并保留原始文件出处。最终生成【证券审核案例检索报告.docx】，横向比较不同项目的处理方式，并结合当前项目提出需要进一步核查、补充材料或整改的事项。
最后记住一句话
碰到IPO特殊法律问题以后，
不要只问AI：
“这个问题法律上怎么处理？”
更值得问的是：
“最近几年申报IPO的公司遇到同样的问题时，交易所是怎么问的，中介机构又是怎么解决的？”
让Agent通过专业证券数据库把这些真实审核案例找出来，再回到当前项目做判断。
