7月7日，法律科技公司 DragonGC 宣布上线一组证券披露工作流，面向上市公司内部证券法律团队及其外部律师。按照公司公告，新功能可用于表格合规检查、风险因素对标、美国证券交易委员会（SEC）工作人员评论信趋势分析，以及 IPO 申报文件 S-1 的部分内容处理，并为输出附加引用和来源记录。
证券披露对事实准确性、规则适用和审核程序均有较高要求。DragonGC 此次更新将来源引用、工作步骤和人工复核纳入产品设计，显示法律科技厂商正尝试把生成式 AI 嵌入具体业务流程，而不再局限于问答、摘要和初步起草。
覆盖四类披露任务
DragonGC 在公告中称，新工作流建立在其 SEC 权威来源知识图谱和 AI 研究层之上，可生成“附完整引用、来源可追溯”的结果。首批功能包括检查披露表格是否符合相关要求，对比同业公司的风险因素披露，分析特定会计议题下 SEC Staff comment letter 的变化，以及辅助处理 IPO 相关 S-1 文件的部分内容。
公司将产品定位为上市公司内部证券法务团队及外部律师的披露工作平台。据其披露，平台数据库收录超过 800 万个已标注数据点，内容涉及监管框架、上市公司资料和 SEC 文件。该公司还称，平台已通过 SOC 2 合规审查，不保留客户数据，也不使用客户输入训练模型。上述数据库规模、数据处理方式和安全能力目前主要依据厂商公开材料，使用方仍需结合审计报告、合同条款及实际测试加以核验。
这项产品更新由 PR Newswire 发布，Morningstar 随后转载。DragonGC 官网则将平台描述为服务企业内部法律团队的权威信息与披露工作工具。
披露审查强调依据链条
证券披露中的错误可能引发监管问询、投资者诉讼、声誉损失，并涉及董事和高级管理人员责任。与一般办公写作相比，披露审查不仅要求文本通顺，还要说明适用了哪些规则、参考了哪些监管文件和同业案例，以及哪些判断经过律师复核。
通用模型能够承担起草、总结和翻译等任务，但其输出若缺少明确出处，法律团队往往难以判断材料是否完整、规则是否仍然有效，以及结论是否符合公司的实际情况。DragonGC 强调来源引用和过程追踪，针对的正是专业法律服务中的验证需求。
在披露工作中，同业风险因素对标、表格项目核查和评论信检索具有一定标准化基础，适合由工具先行处理。重大性判断、披露范围以及表述是否与业务事实一致，则仍依赖律师、财务人员和公司管理层结合具体情况作出决定。
采购标准转向具体工作流
随着法律 AI 产品进入细分业务，企业法务和律所的采购评估也将更多围绕数据来源、任务适配和审核机制展开。资本市场披露需要交叉核验 SEC 文件、监管解释、同业案例与公司内部草稿；合同审查依赖条款库、谈判记录和企业风险偏好；诉讼业务则更重视证据出处、时间线及引用精度。不同业务对“权威来源”的定义并不相同，单一模型能力难以覆盖全部要求。
工作分工也可能随之调整。AI 可以完成材料检索、初步比对和格式检查，律师则承担流程设计、异常识别和最终审核责任。如果系统能够保存引用、文件版本和审核痕迹，律所向客户提交的意见可能包含更完整的工作记录，由此影响项目管理、收费方式以及客户对服务透明度的要求。
点回原文也不等于适用本公司
来源可追溯并不能保证结论准确。系统可能遗漏监管材料，也可能将不适用于本公司的同业披露纳入比较；基于历史评论信归纳出的监管趋势，同样存在过度外推的风险。证券披露中的同业文本只能作为参考，不能替代对公司业务、风险状况和信息重大性的独立判断。
法律团队引入此类工具时，需要划分自动处理与人工复核的范围，并保存输入内容、引用来源、文件版本和审核记录。涉及保密信息的，还应在采购和服务合同中明确数据留存、模型训练、访问权限、安全事件通报及供应商责任，而不能仅依赖产品页面上的安全承诺。
DragonGC 的更新反映出法律科技市场的一项变化：厂商开始围绕证券披露等具体任务组织数据、规则和审核节点。此类产品能否进入日常工作，仍取决于来源覆盖程度、引用准确率、数据安全安排，以及专业人员能否对输出保持有效控制。对上市公司信披、并购尽调、合同审查和诉讼证据整理等业务而言，这些条件同样适用。
资料来源
- DragonGC / PR Newswire：DragonGC Adds Precise Workflows for Securities Disclosure
- Morningstar 转载 PR Newswire：DragonGC Adds Precise Workflows for Securities Disclosure
- DragonGC 官网：DragonGC | Authoritative Intelligence