业务把合同甩过来,附一句「明天要签」。这时候的涉诉排查,查得快不难,难的是查完敢在意见里落哪一句——事后翻车的极少是漏查,几乎都是把查到的读过头了:把数量当风险、把被告当有错、把「没查到」当干净。本文讲清主体识别为什么必须排在检索之前、哪五个信号值得看、签约前排查与年度体检怎么分工、检索式怎么固定成可重跑的动作,以及为什么「涉诉率」一个都不能算。表述按通行做法归纳,不构成法律意见。
一、先分清三件事:主体识别、涉诉排查、资信判断
企业里常把这三件事统称为「查一下这家公司」,于是要求也被混成一句「看看有没有风险」。它们的数据来源和能给出的答案完全不同:
| 这一步 | 回答什么 | 这一步得不出什么 |
|---|---|---|
| 主体识别 | 要查的到底是哪一个法律主体,曾用名、关联方各是谁 | 不回答任何风险问题,但做错则后两步全废 |
| 涉诉排查 | 这家主体在已公开的裁判文书里出现在哪些类型的纠纷中、位置如何、争点是什么 | 不回答有没有钱、信用如何,也看不到仲裁与诉前和解 |
| 资信判断 | 偿付能力与商业信誉 | 不在本文范围;裁判文书不是资信报告 |
本文只讲中间这一件,开头就把边界钉死:涉诉排查的输出是「值得追问的问题」和「条款该怎么改」,不是「这家能不能合作」的结论。当成结论用,是这项工作最常见也最贵的误用。
二、主体识别排第一:名字对不上,后面全白做
这一步最容易被跳过,因为它看起来不产出内容;而它做错时,产出的东西看起来是做完了的——一份干干净净的报告,只是查的不是这家公司。四种典型错位:
- 名称变更过。历史文书里是旧名称,只按现名检索会整段漏掉变更之前的记录,而那段往往正是争议密集期。
- 同名或近似名称的不同主体。分布在不同地区,读成了别人的记录——这一种比漏查更危险,因为它会让你把不存在的风险写进意见。
- 文书里用的是简称或字号。与营业执照全称对不齐,按全称精确匹配就查不到。
- 签约的是项目公司或子公司,风险在关联主体身上。只查签约方等于只查了壳。
落地做法三条:先用统一社会信用代码等唯一要素锁死主体;再把曾用名、常见简称、需一并覆盖的关联主体列成名单,写明为什么排除某些关联方;检索按名单逐个跑,而不是按业务给的那一个名字跑一次。这份名单本身就是留痕,复查时直接复用。
三、值得看的五个信号,以及每个信号说明不了什么
拿到结果之后,真正要读的是结构不是总量。五个信号按信息量排序,右边一列比左边更重要:
| 信号 | 怎么读 | 推不出什么 |
|---|---|---|
| 同类争议反复出现,且起因高度相似 | 信息量最大;通常指向对方某个环节的系统性做法,而不是偶发 | 推不出对方有错,只说明这个环节值得在合同里写细 |
| 争议恰好落在本次交易的同一环节 | 比如本次是分批交付,而对方过往争议集中在验收与质量异议上 | 推不出必然重演;它决定条款重点,不决定要不要签 |
| 原告 / 被告位置的分布 | 长期主要作原告主张付款,与长期作被告被追付款,含义不同 | 被告身份不等于有过错,原告身份也不等于有理 |
| 与履行能力相关的程序线索 | 如涉及执行阶段的文书;提示对方可能同时面临多头债务 | 不等于没有偿付能力;不能替代资信调查 |
| 侧面纠纷类型的构成 | 劳动、知识产权、租赁等的比重,反映经营与用工的稳定程度 | 与本次交易的相关性通常最弱,不宜单独作为依据 |
还有一个「反信号」必须写进意见:查不到记录不等于干净。它同样可能意味着争议都走了仲裁(不公开)、都在诉前解决了,或这家主体成立时间短。把「未检索到相关文书」写成「无涉诉风险」,是本工作最典型的一句写过头。
四、两种场景:签约前单点排查 vs 年度存量体检
把这两件事用同一套做法去做,是法务时间被浪费的主要来源之一:签约前按体检的广度去查会来不及,年度体检按签约前的深度去查会永远做不完。
| 签约前单点排查 | 年度存量体检 | |
|---|---|---|
| 触发 | 业务发起,时间窗很短 | 周期性,时间可安排 |
| 对象 | 一家主体 + 履行链条上的关联方 | 存量供应商 / 经销商 / 主要客户名单 |
| 取向 | 深度优先:争议类型与本次交易是否重合 | 广度优先:跑一遍名单,筛出少数需细看的 |
| 产出 | 几条追问 + 合同条款的修改点 | 分层名单 + 复查节奏 + 需单独立项的几家 |
两者的公共部分是主体名单和检索式。所以正确的顺序是:签约前那次就把检索式固定下来,年度体检不过是同一套动作的批量重跑——边际成本很低,而多数团队在年度体检时又从零设计了一遍。
五、把排查做成可复用的动作:固定检索式 + 留痕五项
一次性做完就丢的排查,半年后既无法复用也无法复核。让它变成资产只要两件事。
把检索式固定下来
检索式不是一句关键词,而是一组写下来的限定:主体名单(含曾用名)、案件与文书类型、审理程序、法院层级与时间区间。固定之后两个好处:复查只看增量不必重来;不同的人跑同一条式子得到同一个口径,意见之间可比。命中不准时先怀疑口径而不是加词——同一争点在不同文书里措辞差别很大,堆关键词补不回来,见 语义与关键词检索;范围收到哪一层见 类案检索查全。
留痕五项,少一项就不可复核
- 检索日期。公开文书持续增加,任何结论都只在某个时点上成立。
- 主体口径。覆盖了哪些名称与关联方,以及排除了谁、为什么。
- 检索范围。案件类型、文书类型、审理程序、时间区间。
- 命中与纳入篇数。以及从命中里排除某些文书的理由。
- 相反口径。检索范围内不支持该结论的情形也要写。
这五项与 类案检索报告 的留痕字段是同一套,区别只在检索对象是当事人而不是争点。做成模板,让每次输出长得一样,复查才谈得上做增量。
六、一条红线:涉诉数量不是风险,涉诉率一个都不能算
排查做完最容易脱口而出的一句是「这家公司涉诉三十多起,风险偏高」。这句话里两个判断都不成立。
- 数量几乎不携带信息。有规模的企业正常经营就会产生数量可观的诉讼,交易笔数多、门店多、用工多的行业尤甚。用绝对数量排风险等级,结果是系统性地误判大企业。
- 分母缺,而且缺得不随机。调解、和解、撤诉与全部仲裁案件基本不产生公开文书;不同地区不同时期的公开情况也存在系统性差异。据此算出的比率不指向任何一家具体主体的真实情况。
- 分子也不成立。被告身份不等于有过错;而胜败在大量案件中并非二选一,而是部分支持,把连续结果二值化再算比例,方法上就已经错了。
替代表述是描述性的:「截至某日,在某某范围内检索到相关文书 N 篇、纳入 M 篇,其中反复出现的争议类型为某类,争点集中在某处;另有 K 篇情形相反,区分点在某要素。」——写明日期、范围、篇数与相反口径,不给任何比率。这与 调解履行率、立案成功率、违约金支持率 是同一条红线;量化边界见 律师工作台。
七、系统能做到哪一步,哪一步不能
界线与本系列一致:错了当场能发现的可以交给工具,很晚才暴露的不能。涉诉排查属于后者——主体锁错、结论写过头,通常要到履约出问题、甚至进入争议之后才暴露。
| 可以交给系统的 | 永远由人做的 |
|---|---|
| 按当事人调出全部已公开涉诉文书,区分原告 / 被告身份,按案件类型与年份聚合 | 确认主体同一性,决定关联方覆盖到哪一层 |
| 批量跑一份主体名单,输出格式一致的结果,标出需要人工细看的少数几家 | 判断哪些争议与本次交易真正相关 |
| 保存检索式并定期重跑,只推送增量 | 决定复查节奏,判断增量是否改变原结论 |
| 按留痕五项生成排查记录模板 | 逐句定稿,确保没有一句写过头 |
硬规矩:凡写进风控意见的案号、法院、裁判日期与引用原句,必须回原文逐条核过。模型为何能把引文编得像真的见 引证核验;批量材料的读法见 AI 阅卷;真进入争议后的检索侧见 举证清单 与 执行阶段。
八、落地清单与常见坑速查
签约前三步(时间紧时按这个跑):①锁主体——统一社会信用代码 + 曾用名 + 履行链条上的关联方,列成名单;②按名单跑固定检索式,只看两件事:有没有与本次交易同环节的争议、同类争议是否反复;③把发现写成两三条追问 + 对应的条款修改点,附检索日期与范围。
年度体检四步:①更新名单;②批量重跑同一条检索式;③按增量而不是总量分层,筛出需单独细看的少数几家;④对这几家做一次签约前深度的排查,其余只留记录。最常踩的坑:
- 只按业务给的一个名字查一次 → 曾用名、关联方、简称三处任一错位,报告就是干净的假象。
- 把「未检索到」写成「无涉诉风险」 → 仲裁不公开、诉前解决不留文书,两者都会呈现为空结果。
- 按涉诉数量排风险等级 → 系统性误判大企业,同时放过小而集中的真风险。
- 把被告身份当成对方有错 → 身份不携带对错信息,争点与结果才携带。
- 不记检索日期与范围 → 半年后无法复核,也无法只看增量,等于每次从零开始。
- 把排查结论用于对外评价 → 只陈述公开文书披露的内容,不做延伸评价。
把一份主体名单一次跑完,而不是一个一个搜
文书查的检索系统支持按当事人调出全部已公开涉诉文书,并按案件与文书类型、审理程序、法院层级、裁判日期逐层收窄、实时显示剩余篇数;检索式可保存后定期重跑,复查时只看增量。免注册试用。
🔍 打开检索系统试一遍或试试 AI 法律助手(问答 / 起草 / 审查 / 阅卷,答案附案例引用) · 企业法务批量排查、律所 / 检察院 / 法院私有化离线部署与批量授权请联系 131 6872 7779 · chenjiaxin@wenshucha.com · 私有化方案
相关阅读:律师费与违约金 · 案由与管辖 · 财产保全 · 调解与和解协议 · 执行阶段 · 举证清单 · 类案检索报告 · 检索查全 · 语义 vs 关键词 · 律师工作台 · 引证核验 · AI 阅卷 · 数据合规与保密