Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# AWS 租約審查範例如何區分 AI 與合規決策

> AWS 的範例透過 Amazon Quick，使用固定工具與規則引擎處理租約問題。指南說明收據、證據軌跡、建置限制，以及採用者必須驗證的事項。

By BIG CHANGE Editorial

Published: 2026-10-03T08:22:25.737Z
Updated: 2026-10-03T08:22:25.737Z
Canonical: https://bigchange.ai/blog/aws-lease-compliance-adjudicated-query-guide

![Conceptual charcoal illustration of an open archive drawer filled with lease folders, one orange divider and a blank slip clipped to the drawer front.](https://bigchange.ai/api/media/file/aws-lease-review-archive-hero-v1.png)
AI-generated conceptual editorial illustration by BIG CHANGE.

AWS 發布了一項 Amazon Quick 參考設計，用來針對大量租約提出合規問題。其實用概念是嚴格的交接流程：聊天模型選擇固定工具並說明回應；另一個獨立的規則引擎則定義資料範圍並逐筆做出判定。請參閱 [10 月 2 日貼文](https://aws.amazon.com/blogs/machine-learning/sweep-thousands-of-leases-for-compliance-using-amazon-quick-and-the-adjudicated-query-pattern/) 與 [範例儲存庫](https://github.com/aws-samples/sample-quick-adjudicated-query) ，內容描述的是教學用概念驗證，不是經驗證的法律合規服務。

對工程師或合規主管而言，問題在於這個界線是否適合待審查的決策。範例使用合成租約，以及虛構的規則和引文。示範總數呈現的是預期輸出格式，與真實合約或法律上的準確性無關。

## 重大變化

- **有哪些改變：** AWS 的範例將 AI 設為固定審查工具的受控介面。規則引擎會判定列舉出的租約範圍內各項結果。
- **為何重要：** 版本化規則與證據收據，讓審查者能在聊天介面以外檢視系統如何評估選取的記錄。
- **接下來要觀察什麼：** 收據無法驗證租約清冊、資料擷取或法律規則。採用者必須檢查這些輸入、使用者歸屬資訊，以及系統在自有資料上的效能。

## 範圍要先於提示詞

使用者可以詢問 Quick：依指定日期，哪些德州租約違反逾期費用規則？Quick 會將要求路由至 `sweep_compliance`這是六個具名 MCP 操作之一。該操作依指定的司法管轄區與日期選取資料範圍及適用的版本化規則。模型不會撰寫 SQL，也不會判定條款是否合格。規則引擎會套用固定的比較運算子，規則值則以參數傳入。AWS 表示，正式的全面掃描不會查詢模型。 [AWS 在此說明操作契約](https://aws.amazon.com/blogs/machine-learning/sweep-thousands-of-leases-for-compliance-using-amazon-quick-and-the-adjudicated-query-pattern/)； [儲存庫則說明實作方式](https://github.com/aws-samples/sample-quick-adjudicated-query)。

其他工具用途較窄。 `simulate_rule_change` 會針對提議的值提供探索性計數，但不會記錄判定結果。 `explore_clauses` 會依語意相似度排序篩選後的樣本，無法回答「有幾筆？」 `get_finding` 會擷取一條證據鏈； `list_rules` 會顯示特定日期生效的規則； `check_connection` 則會檢查傳輸狀態。這些區分很重要，因為相關條款樣本不等於完整普查。

全面掃描會產生一份收據，為每筆掃描記錄標示四種狀態之一：合規、違規、有疑義或無法讀取。引擎會確認各類筆數加總等於掃描總數，才寫入資料。Quick 可以顯示筆數與少量樣本，而 Quick Sight 儀表板則透過相同的 Aurora 資料存放區讀取完整結果。每筆判定包括條款文字、擷取值與預期值、規則版本及引文。這些是 AWS 範例設計的特性，並不代表 BIG CHANGE 曾執行或獨立驗證其結果。

收據只涵蓋已選取的資料範圍。它無法證明來源清冊包含每一份租約、擷取程序正確取得所有相關條款，或規則反映現行法律。這些都需要另外核對清冊、審查擷取結果並取得法律核准。如果「所有德州租約」的分母本身不確定，即使計數精確，也可能描述了錯誤的集合。

## 實際建置時需要準備什麼

此 [範例架構](https://github.com/aws-samples/sample-quick-adjudicated-query) 在 Amazon Quick 聊天代理前方配置部署於 AWS Lambda 的 MCP 伺服器。Amazon Cognito 核發服務權杖；API Gateway 負責檢查。Lambda 透過 RDS Data API 讀寫 Aurora Serverless v2。Quick Sight 透過 VPC 連線存取同一資料庫。AWS 將 Bedrock 嵌入向量與語言模型用於探索性條款搜尋工具；正式掃描仍採確定性流程。

已發布的範例使用合成的 50,000 份租約資料集、版本化規則手冊，以及 AWS 表示會對已部署堆疊執行 28 項檢查的驗收指令碼。儲存庫明確警告，程式碼尚未達正式環境使用水準，法律內容為虛構資料，真實租戶資料仍需進一步安全測試及獨立法律驗證。我們檢視了文件與儲存庫說明；並未部署堆疊、執行這些檢查或測試聊天代理的工具路由。

要改用於自家情境，先建立具權威性的記錄清冊與精確的成員判定規則。接著確認哪些欄位可以可靠擷取、哪些規則比較確實屬於機械式判斷，以及由誰核准每個規則版本。保留來源文字、擷取狀態、規則版本、操作人員、比較值、日期及判定 ID，讓審查者能重建結果。並在聊天回應之外，核對收據與清冊是否一致。這些設計檢查源自範例宣稱的保證與限制，並非我們已測試的步驟。

AWS 表示，Cognito 用戶端憑證權杖識別的是 Quick 應用程式，不是在聊天中提問的個人。範例依賴將掃描 ID 與時間和 Quick 稽核層關聯，以識別使用者；AWS 建議若合規資料存放區本身必須記錄終端使用者身分，就傳入並儲存該使用者 ID。若團隊需要每筆判定都能獨立作為稽核記錄，部署前就應決定這項設計。

## 存取、限制與成本

AWS 的操作說明預設使用者具備 AWS 帳戶、已設定 AWS CLI v2 憑證、CDK 所需的 Python 與 Node 24、可存取 `us-east-1`、以及設有 MCP 連接器與 Quick Sight 的 Amazon Quick 環境。貼文寫的是 Python 3.12；連結的 README 則寫 Python 3.9 或更新版本。選擇本機環境時，請檢查儲存庫目前的需求。範例指示固定使用 CDK CLI 2.261.0，但這是範例的相依版本，不是一般 AWS 要求。

目前的 [Quick MCP 指南](https://docs.aws.amazon.com/quick/latest/userguide/mcp-integration.html) 為每項操作設定固定 60 秒逾時；每個伺服器連線最多允許 100 個工具，且不會傳送自訂 HTTP 標頭。大型掃描應測試此逾時限制；正確的長時間資料庫工作若超過連接器限制，仍無法作為同步 Quick 操作完成。指南表示，可使用 **Sync**更新自訂連接器的工具清單。AWS 部落格與範例 README 則指示，工具變更後刪除並重新建立整合。請依照即時更新的 Quick 文件操作，並在自己的環境中確認已註冊的工具清單與路由。

這項建置橫跨多種服務，因此公開資料不足以合理估算單一的「每次掃描價格」。AWS 的 [Quick 定價頁面](https://aws.amazon.com/quick/pricing/pricing/) 區分訂閱與代理人時數條款，並列出部分 Quick Sight 功能的額外費用。 [Aurora 定價](https://aws.amazon.com/rds/aurora/pricing/) 取決於容量、儲存空間與 I/O 設定；範例將最低啟用容量設為 0.5 ACU，而非在零容量時暫停。API Gateway、Lambda 與任何探索性 Bedrock 呼叫也都需要估算工作負載。儲存庫建議評估後銷毀堆疊，以避免持續產生費用。本文沒有建立任何 AWS 資源。

## 決策檢查清單

只有在團隊能依自有資料與控制措施回答下列問題後，才採用此模式：

- 能否依經審查且穩定的條件列出完整資料範圍，並與具權威性的清冊核對？
- 規則是否為機械式比較，且具備核准版本、生效日期與引文？哪些案例必須保留為有疑義並交由人工審查？
- 能否計入擷取失敗與無法讀取的文件，而非默默排除？
- 每筆判定是否保留來源條款、比較值與規則版本？能否在聊天介面以外取得完整證據集？
- 掃描能否在 Quick 操作逾時限制內完成？如何將結果追溯到提出要求的人？
- 團隊是否已估算預期使用量的訂閱、資料庫與服務費用，並在允許使用的資料上測試效能與結果品質？

若任務需要法律解釋，或需判斷開放式標準，確定性的合規／違規標籤可能掩蓋真正需要人工處理的決策。若團隊只需要具代表性的案例，語意檢索會更簡單。若經審查的規則引擎與儀表板已能服務須負責任的使用者，對話介面就只是選用功能。這些替代方案來自 AWS 貼文本身對「錯誤選擇」的討論，以及其合成範例的限制。

## 來源與延伸閱讀

- [AWS Machine Learning Blog：〈使用 Amazon Quick 與 Adjudicated Query 模式掃描數千份租約以檢查合規〉](https://aws.amazon.com/blogs/machine-learning/sweep-thousands-of-leases-for-compliance-using-amazon-quick-and-the-adjudicated-query-pattern/) （2026 年 10 月 2 日）。供應商對架構、操作語意、範例說明與已述失敗界線的描述。範例計數與行為是 AWS 的說明，不是獨立測量結果。
- [AWS 範例儲存庫](https://github.com/aws-samples/sample-quick-adjudicated-query)。README、檔案索引、建置假設，以及明確列出的合成資料、虛構法律內容與未達正式環境使用水準警告。本文未部署或測試程式碼。
- [Amazon Quick MCP 整合指南](https://docs.aws.amazon.com/quick/latest/userguide/mcp-integration.html)。目前連接器設定、Sync 行為與操作限制。工具更新方式與貼文及 README 的指示不同。
- [Amazon Quick 定價](https://aws.amazon.com/quick/pricing/pricing/) 與 [Amazon Aurora 定價](https://aws.amazon.com/rds/aurora/pricing/)。估算實際工作負載時應參考的目前定價架構與變數；兩者都未提供此範例的完整價格。

## Sources

- [使用 Amazon Quick 與 Adjudicated Query 模式掃描數千份租約以檢查合規](https://aws.amazon.com/blogs/machine-learning/sweep-thousands-of-leases-for-compliance-using-amazon-quick-and-the-adjudicated-query-pattern/) — 官方供應商貼文，描述架構、六項 MCP 工具、範例輸出、設定與限制。範例使用合成資料，並非 BIG CHANGE 測試或獨立驗證。
- [aws-samples/sample-quick-adjudicated-query](https://github.com/aws-samples/sample-quick-adjudicated-query) — 官方範例 README、檔案索引與前置條件。明確警告資料與法律規則是合成或虛構內容、程式碼尚未達正式環境使用水準，並且需要法律及安全驗證。BIG CHANGE 未部署或測試。
- [Model Context Protocol (MCP) 整合 - Amazon Quick](https://docs.aws.amazon.com/quick/latest/userguide/mcp-integration.html) — 目前的連接器文件：60 秒操作逾時、最多 100 個工具、不支援自訂標頭，以及透過 Sync 更新自訂連接器工具。Sync 指示與範例中的刪除並重新建立做法不同。
- [Amazon Quick 定價](https://aws.amazon.com/quick/pricing/pricing/) — 官方方案、代理人時數與 Quick Sight 定價架構；未計算整套參考架構或單次掃描的費用。
- [Amazon Aurora 定價](https://aws.amazon.com/rds/aurora/pricing/) — 官方的 Aurora 容量、儲存空間與 I/O 變動成本架構。範例 README 設定最低啟用容量為 0.5 ACU。本文未估算工作負載的全包費用。