🤖 Claude 3.5/3.7 长合同与岗位说明书审阅：可复现切分、提问、校验流程

Roxi 加速器 — 稳定·快速·安全

全球节点覆盖，支持所有主流平台，一键连接无需配置。新用户免费试用。

立即体验 →

TL;DR 与 Pre-requisites

TL;DR：不要直接把 200 页 PDF 丢给 Claude。先抽文本，按章节切分，生成清单，再让 Claude 输出带页码证据的结论。本文版本：V1.0，测试日期：2025-02-18。分类：AI办公。

环境：Ubuntu 22.04 或 macOS 14；Python 3.11；poppler-utils 24.02；pandoc 3.1。测试样本：186 页设备采购合同，14.8 MB；42 份制造业岗位说明书，合计 9.6 MB。

Note:免费方案优先：Claude Web、系统自带预览、LibreOffice、Python 脚本。官方 API 适合批处理。付费网络工具只解决访问稳定性，不替代校验。

1. 安装工具。

sudo apt update && sudo apt install -y poppler-utils pandoc python3-venv

Expected output:
Setting up poppler-utils ...
Setting up pandoc ...
done

Warning:扫描版 PDF 需要 OCR。本文不覆盖手写件。若 PDF 无法复制文本，先用 OCRmyPDF 或 Adobe OCR 处理。

步骤 1：抽取、清洗、切分文档

1. 从 PDF 抽文本，并保留页码。

pdftotext -layout -enc UTF-8 contract.pdf contract.txt
wc -c contract.txt

Expected output:
823417 contract.txt

2. Word 转 Markdown。适合岗位说明书、SOP、招标文件。

pandoc jd.docx -t markdown -o jd.md
head -n 20 jd.md

Expected output:
# CNC加工工程师
## 岗位职责
1. 负责三轴/五轴加工工艺编制...

3. 按 18,000 字符切分。我的测试中，Claude 3.5 Sonnet 对 15k-25k 字符块的证据引用更稳定。

python3 - <<'PY'
from pathlib import Path
text = Path("contract.txt").read_text(encoding="utf-8")
size = 18000
out = Path("chunks"); out.mkdir(exist_ok=True)
for i in range(0, len(text), size):
    Path(out / f"chunk_{i//size+1:03}.txt").write_text(text[i:i+size], encoding="utf-8")
print(len(list(out.glob("*.txt"))))
PY

Expected output:
46

这一步是 Claude长文本分析教程 的核心。切分不是为了省 token，而是为了让模型给出可追溯结论。

步骤 2：Claude 提问模板与批处理校验

1. 单块分析提示词。复制到 Claude Web 或 API。

你是制造业合同审阅助理。
任务：
1. 提取本段中的付款、交付、违约、验收、保密条款。
2. 每条结论必须引用原文短句。
3. 不确定则写“未发现”，不要推测。
4. 输出表格：条款类型｜结论｜原文证据｜风险等级｜建议动作。
以下是文档分块：{{chunk_text}}

Expected output:
条款类型 | 结论 | 原文证据 | 风险等级 | 建议动作
付款 | 30%预付款，70%验收后支付 | “合同签订后...” | 中 | 核对验收定义

2. 批量生成输入包。

python3 - <<'PY'
from pathlib import Path
prompt = Path("prompt.txt").read_text(encoding="utf-8")
for p in sorted(Path("chunks").glob("*.txt")):
    merged = prompt.replace("{{chunk_text}}", p.read_text(encoding="utf-8"))
    Path("inputs").mkdir(exist_ok=True)
    Path("inputs" / p.name).write_text(merged, encoding="utf-8")
print("ready", len(list(Path("inputs").glob("*.txt"))))
PY

Expected output:
ready 46

Note:如果你搜索“Claude文档处理怎么用”或“Claude PDF分析”，多数答案会跳过校验。实际生产环境不能跳过。模型输出必须能回到原文。

3. 汇总 Claude 输出后查找高风险项。

grep -R "高" outputs/ | head

Expected output:
outputs/chunk_017.txt:违约 | 延期交付每日0.5% | “每逾期一日...” | 高 | 要求设置上限

在我的测试中，186 页合同全流程耗时 38 分钟：抽取 6 秒，人工上传与问答 29 分钟，复核 9 个高风险项 8 分钟。直接整文上传耗时更短，但遗漏了 2 个验收口径冲突。

验证、常见故障与 References

1. 验证是否有效。随机抽 5 条 Claude 结论，回到原文搜索证据短句；若 5 条中有 1 条找不到，降低分块大小到 12,000 字符并重跑。

grep -n "每逾期一日" contract.txt

Expected output:
15432: 每逾期一日，乙方按合同总价的0.5%承担违约金。

2. 故障定位。乱码：检查 PDF 编码。输出空洞：提示词缺少“引用原文”。结论互相冲突：分块过大或跨章节缺上下文。
3. 替代路线。Gemini 适合做交叉验证；搜索“Gemini怎么注册”“Google AI怎么用”“Gemini国内使用”时，注意同样要做证据回链，不要只看摘要。

References：Claude、LibreOffice、Pandoc、Poppler、Python 3.11。若官方与免费路线访问不稳定，商都加速器提供一种网络加速选项；DIY、企业专线、官方入口都可行，按合规要求选择：https://wizzegroup.com