請讓模型審查一份服務協議,它能做得相當不錯:九十天的付款條款, 無限責任,且資料傳輸條款沒有任何保障。答案以清單形式呈現於 chat window.
然後合約交給同事,他打開後看到的是一份乾淨的文件。審查結果卻在另一個應用程式中,位於他們未參與的對話裡,對應到的句子必須手動找出。
模型本身不是問題。它無法寫入檔案。本篇文章說明如何為它提供寫入功能——只需大約一百行 C# 程式碼,搭配 GroupDocs.Annotation for .NET,即可在伺服器端對 PDF、Word、Excel 和 PowerPoint 進行標註,且不需要 Word 外掛或瀏覽器擴充功能。
完整範例位於 GitHub: ai-document-review-annotations-net。
讓模型處理的合約保持小範圍
不要向模型索取座標。請它提供文字與備註:
[
{
"quote": "pay all invoices within ninety days",
"comment": "Ninety-day payment terms are three times our standard. Ask for thirty days.",
"severity": "high"
}
]
quote 必須從文件中逐字複製,因為它是錨點:下一步會在頁面上搜尋它。四到十五個字是最佳長度——足夠唯一,又不會跨過半頁換行。
其他所有內容皆根據這三個欄位衍生,且不依賴檔案格式。這就是為什麼同一個提示可以同時適用於 PDF、.docx 與試算表。
在頁面上尋找引文
GroupDocs.Annotation 會回傳每一頁的文字 以及其幾何資訊:
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}");
同樣的呼叫同時支援 PDF、Word、Excel 與 PowerPoint——這正是僅支援 Word 的工具無法做到的。
匹配引文需要三次嘗試,依序為:包含該文字的單行;連續多行合併後的文字包含該引文,因為頁面上的句子可能換行而模型的引文未換行;若兩者皆失敗,則視為找不到。無法定位的發現會被報告,而不會隨意放置。比較前先正規化空白、彎引號與破折號——模型產生的文字排版通常比文件更整齊。
決定標註位置的兩條規則
這是第一次嘗試常出錯的地方,因此值得直接說明。
頁碼會被計算兩次。 從 GetDocumentInfo() 取得的 PageInfo.PageNumber 為 1 起始。AnnotationBase.PageNumber 為 0 起始。若直接把前者傳給後者,所有標註都會偏移一頁——原本屬於最後一頁的標註會消失,因為指向不存在頁面的標註在文件儲存時會被丟棄。沒有例外、沒有標註、也沒有訊息。
兩個原點。 TextLineInfo 與 AreaAnnotation.Box 的測量起點為頁面的 左上角。文字標註——HighlightAnnotation.Points 及其相關類別——則以 左下角 為基準,這也是 PDF 本身的慣例。頁面高度為 H,若一行的 TopIndent = t、高度為 h,則其範圍為 H - t - h 到 H - t。
| 成員 | 原點 | 頁碼編號 |
|---|---|---|
PageInfo, TextLineInfo |
左上 | 1-based |
AnnotationBase.PageNumber |
— | 0-based |
AreaAnnotation.Box |
左上 | — |
HighlightAnnotation.Points |
左下 | — |
PreviewOptions.PageNumbers |
— | 1-based |
將發現寫入文件
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");
在 Word 中開啟結果會看到一份普通的審閱文件:片段被標示、備註出現在邊緣、下方有等待回覆的回覆。若在 Acrobat 中開啟,則是帶有註解的高亮。除了作者名稱外,沒有任何跡象顯示「由機器產生」——這正是重點。
兩個值得借鑑的細節:
- 不要在回覆中重複訊息。 Word 會同時呈現兩者,導致相同句子在邊緣出現兩次。讓訊息本身包含發現,回覆則用來開啟討論串。
- Word 中的顏色是近似的。
BackgroundColor為0xRRGGBB,PDF 能精確保留,但 Word 只有固定的高亮顏色調色盤,會自動貼近最近的顏色。請選擇在貼齊後仍能保持區分的嚴重程度顏色。
讓它安全可嘗試的部分
每個標註都帶有作者資訊,因此整個機器生成的批次可以在不影響任何人工撰寫文字的情況下撤回:
annotator.Remove(annotator.Get().Where(a => a.User?.Name == "AI reviewer").ToList());
審閱是一層,而非編輯。先在草稿上執行,觀察它找到的內容,若是雜訊則刪除,然後以更好的提示再次執行。使用者加入的回覆會保留在同一討論串中,透過 Get() 仍可取得,因此第二次批次可以看出哪些被接受、哪些被拒絕。
嘗試它
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
此範例附帶發現檔案,可離線執行;設定 ANTHROPIC_API_KEY 並使用 llm-review 讓模型自行產生。提示是一個單一的 markdown 檔案,切換模型只需更換一次 HTTP 呼叫。
逐步說明版本,包含座標規則的詳細說明,請參考文件:
Write AI review comments into documents。
如果您較希望從聊天客戶端而非自行撰寫程式碼來操作,GroupDocs.Annotation MCP server 也能透過 Claude、Cursor 或 Copilot 完成相同工作。