外观
源文件：https://github.com/lennonli/licheng-AI-tutorials/blob/main/docs/agent-practice-52-inline-comments-context-update-ABL-20260920-V1.md
律师经常遇到一种特别适合Agent，但又特别容易翻车的任务：
更新大文档。
比如：
反馈问询回复；
补充法律意见书；
律师工作报告；
尽调报告；
招股说明书相关章节；
报告期更新文件。
这些文件可能几十页，甚至几百页。
而且很多时候并不是：
重新写一份。
而是基于上一版：
更新报告期；
补充最新数据；
替换已经变化的事实；
增加新取得的核查材料；
修改部分法律结论；
同步其他中介机构的新数据。
这类任务如果只是把整个文件扔给AI，然后在聊天框里说一句：
“把报告期更新到2026年6月30日。”
效果通常不会特别好。
因为AI首先面临一个问题：
到底哪些地方需要改？
比如一份100页的补充法律意见书。
里面可能出现：
员工人数；
社保公积金人数；
主要客户；
关联方；
行政处罚；
诉讼；
知识产权；
土地房产；
董监高；
股东情况；
报告期财务数据。
报告期从：
2026年3月31日
更新到：
2026年6月30日。
有些章节必须更新。
有些章节没有变化。
有些地方只需要增加一句：
“截至2026年6月30日……”
有些地方则需要整个重新核查。
如果只告诉Agent：
“更新报告期。”
实际上是把最重要的一步也交给它自己判断：
哪里应该改。
这就很容易出现：
该改的漏了；
不该改的改了；
数字更新了，但前后的文字没有同步；
正文改了，脚注没改；
结论更新了，但核查过程还是旧的。
例如打开上一版补充法律意见书。
在需要更新的位置直接插入Word批注：
【AI：这里更新至2026年6月30日。根据最新员工花名册重新统计人数，并与社保、公积金资料交叉核对。】
另一个地方：
【AI：这里不要直接沿用旧数据。读取最新工商档案和股东名册，确认本报告期内股东是否发生变化；如无变化，保留原结构，仅更新截至日期。】
再比如：
【AI：这里根据最新诉讼清单和外部检索结果更新。新增案件单独列示，不要删除上一报告期已经披露但本期结案的案件，要补充结案状态。】
或者：
【AI：此处金额引用审计报告最新数据，以审计报告为准，不要自行计算。更新后同时检查全文是否还有旧金额残留。】
这样做的好处很明显：
提示词和修改位置直接绑在一起了。
Agent不用猜：
你到底在说哪一段。
以前我们习惯把Prompt全部写在聊天框里。
“第23页第三段更新员工人数，第35页修改诉讼情况，第48页更新知识产权……”
任务一复杂，
聊天里的指令很快就会变得特别长。
而且：
文档是一套结构；
提示词又是另一套结构。
AI还需要自己把两边对应起来。
其实完全可以反过来：
把Prompt直接放进工作对象本身。
需要改哪一段，
就在那一段旁边告诉AI：
要做什么；
看什么资料；
按什么口径；
什么不能改；
什么需要人工确认。
这时候Word批注本身就变成了一种：
结构化任务清单。
这是第二个关键点。
比如你批注：
“更新报告期员工情况。”
但是Agent手里只有旧版法律意见书。
那它还是没法准确完成。
所以开始任务以前，
要把更新需要的上下文准备好。
例如一个IPO报告期更新项目，可以同时给它：
上一版补充法律意见书；
最新招股说明书；
最新审计报告；
最新员工花名册；
社保、公积金缴纳资料；
最新重大合同清单；
最新诉讼清单；
最新知识产权清单；
工商档案；
本轮补充尽调资料；
前一轮问询回复；
本轮已经确认的项目口径。
然后明确告诉Agent：
哪些文件是事实来源，哪些文件只是参考模板。
比如同一个员工人数出现三个数字：
旧版法律意见书：526人；
最新招股说明书：541人；
最新员工花名册：543人。
如果只是把三个文件都给AI，
它未必知道：
应该相信谁。
所以最好提前设定资料优先级。
例如：
员工数据：
最新花名册 + 社保公积金底稿为事实核查依据。
财务数据：
最新审计报告为准。
工商信息：
最新工商档案为准。
项目表述：
已经确认的最新问询回复口径优先。
上一版法律意见书：
只用于继承结构、格式和历史表述，不作为最新事实来源。
这一步做完以后，
AI准确率会高很多。
比如批注写：
“这里更新一下。”
这个指令还是太宽。
更好的批注最好包括几个要素：
改什么；
依据什么；
保留什么；
怎么处理不确定信息。
【AI：将本段报告期截止日由2026年3月31日更新至2026年6月30日。读取“06_员工资料”中的最新花名册、社保及公积金明细重新核对。保留原有章节结构和写作方式，不要根据旧数据外推。发现三份资料人数不一致时不要自行选择，在批注中标记【需律师确认】并列明差异。】
这种指令看起来比：
“更新员工情况”
长一点。
但是Agent真正执行的时候会稳定很多。
也不需要每个数字都批一遍。
比如一个表格有：
2023年度；
2024年度；
2025年度；
2026年1—3月。
现在需要加入：
2026年1—6月。
可以在整个表格旁边批注：
【AI：按照本表原有列结构增加2026年1—6月数据。所有金额从最新审计报告对应表格提取，不自行计算；更新后检查正文中引用本表数据的位置并列出需要同步修改的位置。】
这时候一个批注就可以控制一个局部任务。
所以可以把批注理解为：
局部任务单。
例如收到一份新的交易所反馈问询。
我们已经有上一轮回复。
本轮可能只是要求：
补充截至最新报告期的数据；
补充最近一期变化；
进一步说明某个问题。
这时律师可以先快速阅读文件。
看到需要更新的位置，
直接批注：
“这里补2026年1—6月。”
“这里结合最新股东流水重新核。”
“这里沿用上一轮结论，但补充本报告期没有新增处罚。”
“这里引用最新审计数据。”
“这里新增一个审核案例。”
“这里不要改，沿用上一轮口径。”
律师可能只需要十几分钟，
就把整篇大文档的：
修改意图
传递给Agent。
然后再让Agent去做大量执行工作。
当然也可以先做：
《法律意见书更新清单.xlsx》
写：
第5页改什么；
第12页改什么；
第27页改什么。
但实际使用中，
如果任务就是修改一份Word文件，
我越来越倾向于：
直接批注原文件。
因为修改要求就在修改对象旁边。
律师自己看得懂；
Agent也更容易定位；
后面复核时也知道：
这一处为什么改。
而且律师审核完成以后，
可以逐条解决批注。
实际上就形成了一个非常自然的：
任务提出 → AI执行 → 律师验收
流程。
比如我会建议至少区分几类：
已有内容正确，只更新最新期间的数据。
原有内容保留，增加新发生事项。
暂时不要求直接修改，先核对新资料和旧表述是否一致。
原有事实或者分析已经发生重大变化，需要重新形成这一部分。
这里的数据或者表述需要与另一份文件保持一致。
Agent只整理问题，不得自行决定。
这样批注一多，
Agent也更容易理解：
不同批注意味着什么操作。
文档里的批注解决的是：
局部怎么改。
但整个项目还需要一个统一的全局要求。
代表谁；
本轮更新基准日；
哪些文件优先；
是否允许调整原有结构；
哪些内容禁止擅自删除；
不确定信息如何标记；
是否保留修订痕迹；
生成的新文件保存在哪里。
这样就是两层指令：
全局指令控制整份文件。
文档批注控制具体位置。
这个组合我觉得特别适合大文档。
我通常更倾向于告诉Agent：
先读取全文；
再识别所有批注；
形成一张：
【批注任务清单】
先把任务理解正确，
再开始改文档。
这一步可以防止：
Agent看见批注就直接一路改到底，
结果中间理解错了。
这是大文档更新另外一个重要习惯。
Agent修改完成以后，
除了输出：
更新后的Word文件，
最好再生成：
《本轮修改说明》
只列：
修改了哪些章节；
更新了哪些数据；
新增了哪些事项；
哪些批注已经完成；
哪些问题仍然需要律师确认；
哪些地方因为资料不足没有修改。
这样律师复核的时候，
不用重新全文逐字找：
AI到底改了哪里。
这种任务我特别建议增加一个动作：
全文搜索旧报告期。
比如本轮已经更新到：
那就让Agent全文检查：
2026年3月31日；
2026年1—3月；
一季度；
截至报告期末
这些旧表述是否仍然存在。
但发现以后不要一律替换。
因为有些地方本来就在描述：
历史时点。
正确做法是：
逐项判断：
应该更新；
应该保留；
无法确认。
这一步非常适合AI做。
这是最容易漏的一类。
例如以前：
“报告期内公司不存在重大诉讼。”
新报告期新增了一宗金额较大的案件。
Agent不能只在诉讼表格里增加一行，
下面还保留：
“报告期内不存在重大诉讼。”
所以大文档更新最后最好再做一次：
数据—正文—结论一致性检查。
看：
表格更新了没有；
正文数字更新了没有；
上下文描述更新了没有；
最终结论是否还成立。
这比简单的“替换数字”重要得多。
本质上是因为以前我们经常只给AI两样东西：
一份100页的文件 + 一个很长的Prompt。
现在改成：
完整项目上下文 + 明确的全局规则 + 文档各处的局部批注。
Agent面对每一个修改位置时，
它同时知道：
我现在在哪里；
这里要干什么；
应该查哪些资料；
哪些内容不能动；
出现问题应该怎么办。
上下文越明确，
AI需要自己猜测的东西就越少。
所以对于复杂专业工作，
我越来越觉得：
好的提示词，不一定都写在聊天框里。
很多时候，
最好的提示词，就应该写在工作文件里面。
请更新【文件名称】。先完整读取该文件及我提供的项目上下文，不要立即修改。第一步，识别文档中的全部批注，将每条批注整理为【位置—修改要求—所需依据—是否可以直接处理—需人工确认事项】的任务清单；第二步，按照批注逐项处理，文档批注视为对应位置的局部指令，同时遵守本项目全局指令。最新事实和数据必须以【指定最新底稿/审计报告/工商档案/项目资料】为准，上一版文件仅用于继承结构和表达，不得把历史数据当作最新事实。没有充分依据的信息不得自行补充或推测，标记【需律师确认】。完成全部批注后，再进行全文一致性检查，重点核查旧报告期日期和数据残留、表格与正文数字是否一致、更新后的事实是否导致原法律结论需要调整。请保留原文件，另存更新版本，并同时生成【本轮修改说明】，列明已完成修改、未处理事项及需要律师最终确认的问题。
处理几十页、上百页的大文档，
不要只对Agent说：
“你把这个更新一下。”
更好的方式是：
律师先在真正需要处理的位置留下判断和指令，
再把完整上下文交给AI。
也就是：
律师负责告诉AI哪里值得改、为什么改。
Agent负责把这些修改真正执行下去。
对于复杂法律文档，
提示词离工作对象越近，
Agent越不需要猜。
而AI少猜一步，
通常就会：
更准确一步。
CONTACT
扫描二维码添加微信，沟通法律 AI、非诉业务及相关合作事项。
手机端可点击二维码查看原图并长按识别。
源文件：https://github.com/lennonli/licheng-AI-tutorials/blob/main/docs/agent-practice-52-inline-comments-context-update-ABL-20260920-V1.md
AI实战52｜大文档更新别只在聊天框里说：直接把提示词批注到文档里
律师经常遇到一种特别适合Agent，但又特别容易翻车的任务：
更新大文档。
比如：
反馈问询回复；
补充法律意见书；
律师工作报告；
尽调报告；
招股说明书相关章节；
报告期更新文件。
这些文件可能几十页，甚至几百页。
而且很多时候并不是：
重新写一份。
而是基于上一版：
更新报告期；
补充最新数据；
替换已经变化的事实；
增加新取得的核查材料；
修改部分法律结论；
同步其他中介机构的新数据。
这类任务如果只是把整个文件扔给AI，然后在聊天框里说一句：
效果通常不会特别好。
因为AI首先面临一个问题：
到底哪些地方需要改？
一、大文档更新，最怕让AI自己猜“哪里需要改”
比如一份100页的补充法律意见书。
里面可能出现：
员工人数；
社保公积金人数；
主要客户；
关联方；
行政处罚；
诉讼；
知识产权；
土地房产；
董监高；
股东情况；
报告期财务数据。
报告期从：
2026年3月31日
更新到：
2026年6月30日。
有些章节必须更新。
有些章节没有变化。
有些地方只需要增加一句：
“截至2026年6月30日……”
有些地方则需要整个重新核查。
如果只告诉Agent：
“更新报告期。”
实际上是把最重要的一步也交给它自己判断：
哪里应该改。
这就很容易出现：
该改的漏了；
不该改的改了；
数字更新了，但前后的文字没有同步；
正文改了，脚注没改；
结论更新了，但核查过程还是旧的。
二、我现在更喜欢一个方法：直接在文档里给Agent下指令
例如打开上一版补充法律意见书。
在需要更新的位置直接插入Word批注：
另一个地方：
再比如：
或者：
这样做的好处很明显：
提示词和修改位置直接绑在一起了。
Agent不用猜：
你到底在说哪一段。
三、批注其实就是“大文档里的局部提示词”
以前我们习惯把Prompt全部写在聊天框里。
比如：
“第23页第三段更新员工人数，第35页修改诉讼情况，第48页更新知识产权……”
任务一复杂，
聊天里的指令很快就会变得特别长。
而且：
文档是一套结构；
提示词又是另一套结构。
AI还需要自己把两边对应起来。
其实完全可以反过来：
把Prompt直接放进工作对象本身。
需要改哪一段，
就在那一段旁边告诉AI：
要做什么；
看什么资料；
按什么口径；
什么不能改；
什么需要人工确认。
这时候Word批注本身就变成了一种：
结构化任务清单。
四、但只在文档里加批注还不够，还要给AI准备上下文
这是第二个关键点。
比如你批注：
但是Agent手里只有旧版法律意见书。
那它还是没法准确完成。
所以开始任务以前，
要把更新需要的上下文准备好。
例如一个IPO报告期更新项目，可以同时给它：
上一版补充法律意见书；
最新招股说明书；
最新审计报告；
最新员工花名册；
社保、公积金缴纳资料；
最新重大合同清单；
最新诉讼清单；
最新知识产权清单；
工商档案；
本轮补充尽调资料；
前一轮问询回复；
本轮已经确认的项目口径。
然后明确告诉Agent：
哪些文件是事实来源，哪些文件只是参考模板。
五、这一点非常重要：上下文不是越多越好，而是要告诉AI“谁优先”
比如同一个员工人数出现三个数字：
旧版法律意见书：526人；
最新招股说明书：541人；
最新员工花名册：543人。
如果只是把三个文件都给AI，
它未必知道：
应该相信谁。
所以最好提前设定资料优先级。
例如：
员工数据：
最新花名册 + 社保公积金底稿为事实核查依据。
财务数据：
最新审计报告为准。
工商信息：
最新工商档案为准。
项目表述：
已经确认的最新问询回复口径优先。
上一版法律意见书：
只用于继承结构、格式和历史表述，不作为最新事实来源。
这一步做完以后，
AI准确率会高很多。
六、更新大文档时，最好不要让AI“自由发挥”
比如批注写：
这个指令还是太宽。
更好的批注最好包括几个要素：
改什么；
依据什么；
保留什么；
怎么处理不确定信息。
例如：
这种指令看起来比：
“更新员工情况”
长一点。
但是Agent真正执行的时候会稳定很多。
七、对于重复更新，可以只批注“规则”，让Agent向下执行
也不需要每个数字都批一遍。
比如一个表格有：
2023年度；
2024年度；
2025年度；
2026年1—3月。
现在需要加入：
2026年1—6月。
可以在整个表格旁边批注：
这时候一个批注就可以控制一个局部任务。
所以可以把批注理解为：
局部任务单。
八、复杂更新尤其适合“先批注，再让Agent做”
例如收到一份新的交易所反馈问询。
我们已经有上一轮回复。
本轮可能只是要求：
补充截至最新报告期的数据；
补充最近一期变化；
进一步说明某个问题。
这时律师可以先快速阅读文件。
看到需要更新的位置，
直接批注：
“这里补2026年1—6月。”
“这里结合最新股东流水重新核。”
“这里沿用上一轮结论，但补充本报告期没有新增处罚。”
“这里引用最新审计数据。”
“这里新增一个审核案例。”
“这里不要改，沿用上一轮口径。”
律师可能只需要十几分钟，
就把整篇大文档的：
修改意图
传递给Agent。
然后再让Agent去做大量执行工作。
九、这比单独写一份修改清单更直观
当然也可以先做：
《法律意见书更新清单.xlsx》
写：
第5页改什么；
第12页改什么；
第27页改什么。
但实际使用中，
如果任务就是修改一份Word文件，
我越来越倾向于：
直接批注原文件。
因为修改要求就在修改对象旁边。
律师自己看得懂；
Agent也更容易定位；
后面复核时也知道：
这一处为什么改。
而且律师审核完成以后，
可以逐条解决批注。
实际上就形成了一个非常自然的：
任务提出 → AI执行 → 律师验收
流程。
十、可以把不同类型的批注做成固定写法
比如我会建议至少区分几类：
【更新】
已有内容正确，只更新最新期间的数据。
【补充】
原有内容保留，增加新发生事项。
【核验】
暂时不要求直接修改，先核对新资料和旧表述是否一致。
【重写】
原有事实或者分析已经发生重大变化，需要重新形成这一部分。
【同步】
这里的数据或者表述需要与另一份文件保持一致。
【律师确认】
Agent只整理问题，不得自行决定。
这样批注一多，
Agent也更容易理解：
不同批注意味着什么操作。
十一、让Agent修改之前，最好再给一个全局规则
文档里的批注解决的是：
局部怎么改。
但整个项目还需要一个统一的全局要求。
比如：
代表谁；
本轮更新基准日；
哪些文件优先；
是否允许调整原有结构；
哪些内容禁止擅自删除；
不确定信息如何标记；
是否保留修订痕迹；
生成的新文件保存在哪里。
这样就是两层指令：
全局指令控制整份文件。
文档批注控制具体位置。
这个组合我觉得特别适合大文档。
十二、先让Agent逐条处理批注，不要上来就重写整个文件
我通常更倾向于告诉Agent：
先读取全文；
再识别所有批注；
形成一张：
【批注任务清单】
比如：
先把任务理解正确，
再开始改文档。
这一步可以防止：
Agent看见批注就直接一路改到底，
结果中间理解错了。
十三、修改完成后，不要只给我一个“新版Word”
这是大文档更新另外一个重要习惯。
Agent修改完成以后，
除了输出：
更新后的Word文件，
最好再生成：
《本轮修改说明》
只列：
修改了哪些章节；
更新了哪些数据；
新增了哪些事项；
哪些批注已经完成；
哪些问题仍然需要律师确认；
哪些地方因为资料不足没有修改。
这样律师复核的时候，
不用重新全文逐字找：
AI到底改了哪里。
十四、还要专门查一次“旧报告期残留”
这种任务我特别建议增加一个动作：
全文搜索旧报告期。
比如本轮已经更新到：
2026年6月30日。
那就让Agent全文检查：
2026年3月31日；
2026年1—3月；
一季度；
截至报告期末
这些旧表述是否仍然存在。
但发现以后不要一律替换。
因为有些地方本来就在描述：
历史时点。
正确做法是：
逐项判断：
应该更新；
应该保留；
无法确认。
这一步非常适合AI做。
十五、数字更新以后，还要查“文字结论有没有跟着变”
这是最容易漏的一类。
例如以前：
“报告期内公司不存在重大诉讼。”
新报告期新增了一宗金额较大的案件。
Agent不能只在诉讼表格里增加一行，
下面还保留：
“报告期内不存在重大诉讼。”
所以大文档更新最后最好再做一次：
数据—正文—结论一致性检查。
看：
表格更新了没有；
正文数字更新了没有；
上下文描述更新了没有；
最终结论是否还成立。
这比简单的“替换数字”重要得多。
十六、为什么这种方式效果会更好？
本质上是因为以前我们经常只给AI两样东西：
一份100页的文件 + 一个很长的Prompt。
现在改成：
完整项目上下文 + 明确的全局规则 + 文档各处的局部批注。
Agent面对每一个修改位置时，
它同时知道：
我现在在哪里；
这里要干什么；
应该查哪些资料；
哪些内容不能动；
出现问题应该怎么办。
上下文越明确，
AI需要自己猜测的东西就越少。
所以对于复杂专业工作，
我越来越觉得：
好的提示词，不一定都写在聊天框里。
很多时候，
最好的提示词，就应该写在工作文件里面。
直接复制的实战提示词
最后记住一句话
处理几十页、上百页的大文档，
不要只对Agent说：
“你把这个更新一下。”
更好的方式是：
律师先在真正需要处理的位置留下判断和指令，
再把完整上下文交给AI。
也就是：
律师负责告诉AI哪里值得改、为什么改。
Agent负责把这些修改真正执行下去。
对于复杂法律文档，
提示词离工作对象越近，
Agent越不需要猜。
而AI少猜一步，
通常就会：
更准确一步。