Ask a model to review a services agreement and it does a decent job: ninety-day payment terms, unlimited liability, a data-transfer clause with no safeguards. The answer arrives as a list in a chat window.
Then the contract goes to a colleague, who opens it and sees a clean document. The review is in another application, in a conversation they were not part of, keyed to sentences they now have to find by hand.
The model is not the problem. It has no way to write into the file. This post is about giving it one — with about a hundred lines of C# and GroupDocs.Annotation for .NET, so the same code marks up PDF, Word, Excel and PowerPoint server-side, with no Word add-in and no browser extension.
The full sample is on GitHub: ai-document-review-annotations-net.
Jaga agar kontrak dengan model tetap kecil
Jangan minta model memberikan koordinat. Minta teks dan catatan:
[
{
"quote": "pay all invoices within ninety days",
"comment": "Ninety-day payment terms are three times our standard. Ask for thirty days.",
"severity": "high"
}
]
quote harus disalin persis dari dokumen, karena itu menjadi jangkar: langkah berikutnya mencarinya di halaman. Empat hingga lima belas kata adalah titik ideal — cukup panjang untuk unik, cukup pendek agar tidak melengkung melintasi setengah halaman.
Semua hal lain mengikuti tiga bidang tersebut, dan tidak ada yang bergantung pada format file. Itulah mengapa satu prompt dapat melayani PDF, .docx, dan spreadsheet.
Temukan kutipan di halaman
GroupDocs.Annotation mengembalikan teks setiap halaman dengan geometri:
using Annotator annotator = new Annotator("service-agreement.docx");
IDocumentInfo info = annotator.Document.GetDocumentInfo();
foreach (PageInfo page in info.PagesInfo)
foreach (TextLineInfo line in page.TextLines)
Console.WriteLine($"{line.Text} @ {line.LeftIndent},{line.TopIndent} {line.Width}x{line.Height}");
Pemanggilan yang sama memberikan hasil untuk PDF, Word, Excel, dan PowerPoint — bagian yang tidak dapat dilakukan oleh alat yang hanya untuk Word.
Mencocokkan kutipan memerlukan tiga percobaan, secara berurutan: satu baris tunggal yang memuatnya; rangkaian baris berurutan yang teks gabungannya memuatnya, karena kalimat di halaman melengkung di tempat kutipan model tidak; dan, jika keduanya gagal, tidak ada apa-apa. Temuan yang tidak dapat dijadikan jangkar dilaporkan, tidak pernah ditempatkan secara tebakan. Normalisasi spasi, tanda kutip melengkung, dan tanda hubung sebelum membandingkan — model mereproduksi teks dengan tipografi yang lebih rapi daripada dokumen.
Dua aturan yang menentukan di mana markup ditempatkan
Inilah tempat percobaan pertama biasanya salah, jadi penting untuk menyatakannya secara jelas.
Nomor halaman dihitung dua kali. PageInfo.PageNumber dari GetDocumentInfo() bersifat berbasis 1. AnnotationBase.PageNumber bersifat berbasis 0. Mengirim yang pertama langsung ke yang kedua membuat setiap anotasi berada satu halaman terlalu jauh — dan yang ditujukan untuk halaman terakhir menghilang, karena anotasi yang mengarah ke halaman yang tidak ada dibuang saat dokumen disimpan. Tidak ada pengecualian, tidak ada markup, tidak ada pesan.
Dua asal. TextLineInfo dan AreaAnnotation.Box mengukur dari sudut atas-kiri halaman. Markup teks — HighlightAnnotation.Points dan yang terkait — mengukur dari bawah-kiri, konvensi yang dipakai PDF. Sebuah baris pada TopIndent = t dengan tinggi h pada halaman dengan tinggi H sehingga mencakup H - t - h hingga H - t.
| Anggota | Asal | Penomoran halaman |
|---|---|---|
PageInfo, TextLineInfo |
atas-kiri | 1-based |
AnnotationBase.PageNumber |
— | 0-based |
AreaAnnotation.Box |
atas-kiri | — |
HighlightAnnotation.Points |
bawah-kiri | — |
PreviewOptions.PageNumbers |
— | 1-based |
Tulis temuan ke dalam dokumen
User reviewer = new User { Id = 1, Name = "AI reviewer", Role = Role.Editor };
float top = (float)(page.Height - box.Y);
float bottom = (float)(page.Height - box.Y - box.Height);
annotator.Add(new HighlightAnnotation
{
PageNumber = page.PageNumber - 1,
BackgroundColor = 0xFFE699,
Opacity = 0.5,
Message = finding.Comment,
CreatedOn = DateTime.Now,
User = reviewer,
Points = new List<Point>
{
new Point(left, top), new Point(right, top),
new Point(left, bottom), new Point(right, bottom)
},
Replies = new List<Reply>
{
new Reply
{
Comment = $"Severity: {finding.Severity}. Reply to accept or reject this remark.",
RepliedOn = DateTime.Now,
User = reviewer
}
}
});
annotator.Save("service-agreement.reviewed.docx");
Buka hasilnya di Word dan itu menjadi dokumen tinjauan normal: frasa disorot, catatan di margin, balasan di bawahnya menunggu jawaban. Buka di Acrobat dan itu menjadi sorotan dengan catatan. Tidak ada yang menyatakan “diproduksi oleh mesin” kecuali nama penulis — itulah intinya.
Dua detail yang layak dicuri:
- Jangan mengulangi pesan dalam balasan. Word menampilkan keduanya, sehingga kalimat yang sama akan muncul dua kali di margin. Biarkan pesan membawa temuan dan balasan membuka utas.
- Warna bersifat perkiraan di Word.
BackgroundColoradalah0xRRGGBBdan PDF menyimpannya secara tepat, tetapi Word memiliki palet warna sorotan tetap dan menyesuaikan ke yang terdekat. Pilih tingkat keparahan yang tetap terpisah setelah penyesuaian.
Bagian yang membuatnya aman untuk dicoba
Setiap anotasi memiliki penulis, sehingga seluruh proses yang ditulis mesin dapat ditarik kembali tanpa menyentuh satu kata pun yang ditulis orang:
annotator.Remove(annotator.Get().Where(a => a.User?.Name == "AI reviewer").ToList());
Tinjauan adalah lapisan, bukan penyuntingan. Jalankan pada draf, lihat apa yang ditemukannya, hapus jika itu noise, jalankan lagi dengan prompt yang lebih baik. Balasan yang ditambahkan orang tetap berada dalam utas yang sama dan kembali melalui Get(), sehingga pass kedua dapat melihat apa yang diterima dan apa yang ditolak.
Coba
git clone https://github.com/groupdocs-annotation/ai-document-review-annotations-net.git
cd ai-document-review-annotations-net
dotnet run --project src/AiReview -- review samples/service-agreement.docx
Contoh menyertakan file temuan sehingga dapat dijalankan offline; atur ANTHROPIC_API_KEY dan gunakan llm-review untuk membuat model menghasilkan mereka sebagai gantinya. Prompt adalah satu file markdown, dan mengganti model berarti mengganti satu panggilan HTTP.
Versi langkah demi langkah, dengan aturan koordinat dijelaskan, ada di dokumentasi: Menulis komentar tinjauan AI ke dalam dokumen.
Jika Anda lebih suka mengendalikan ini dari klien obrolan daripada dari kode Anda sendiri, GroupDocs.Annotation MCP server melakukan pekerjaan yang sama melalui Claude, Cursor, atau Copilot.