律师学AI,最好的老师不是别人,就是AI
一篇文章解决一个痛点:律师想学AI,却不知道从哪个工具、哪个教程开始,可以直接让AI带着自己完成一个真实任务。
经常遇到同行律师问我:AI到底怎么用,提示词应该怎么写,Chat和Agent有什么区别,怎么把AI放进自己的办案流程。
我的回答很简单:直接问AI。
AI工具更新很快,界面、模型和功能都在变化。看教程可以了解基本概念,但教程很难覆盖每个人的工作。律师手里的材料、文书习惯、案件类型和审查标准都不一样。与其一直找一套完整课程,不如打开正在使用的AI,给它一个具体任务,让它告诉你需要准备什么、任务怎么拆、它能做到哪一步。
01 不知道怎么用,可以直接把问题交给AI
如果你完全不知道从哪里开始,不要只问一句“律师怎么用AI”。范围太大,AI给出的回答也容易停留在合同审查、法律检索、文书起草等功能介绍。
可以换成正在处理的工作:
我是一名律师,手上有一批已经脱敏的案件材料,包含合同、付款记录和聊天记录。我想整理案件事实,但不知道应该怎样使用你。请根据这项任务,告诉我需要提供哪些材料、如何划分步骤、每一步会形成什么结果,以及哪些内容必须由律师复核。
AI会根据任务帮你设计一条操作路径。它可能建议整理材料清单、识别主体关系、提取关键日期、制作事实时间线,再标出矛盾内容和缺失材料。你可以继续追问:材料应该如何命名,PDF和图片怎么处理,时间线需要哪些字段,生成结果放在哪里。
这些问题都来自手头的工作。AI回答问题时,也在演示自己怎么处理材料。你不需要记住一套通用提示词,按照任务继续问下去,就能知道怎样把要求说清楚。
02 用真实律师任务边做边学,先学会向AI提出明确需求
学习AI不需要一开始研究所有工具。
对于律师来说,更有效的方式是在真实工作中选择一些范围较小、结果容易复核的任务,让AI参与具体环节。
例如,起草一份常规的文书,核对证据目录和对应文件,将咨询记录整理成事实摘要,或者按照已有文书模板修改一段文字。
这些任务都有一个共同特点:目标明确,结果容易检查。
使用AI时,重点不是简单告诉它“帮我整理一下”,而是要明确任务范围、处理方式和输出要求,尽量减少理解边界,这个很重要。
有时候,先要让AI先理解任务,才能更好执行任务,而不是直接生成结果。
AI给出处理方案后,再选择其中一个环节开始执行。
比如生成材料清单时,检查是否存在漏文件、重复识别或者材料分类错误;整理事实时间线时,检查日期、主体、行为和来源材料是否对应;生成证据目录时,检查证明目的是否符合自己的举证思路。
这一过程中,律师学习的不只是如何得到一个结果。
下一次处理类似任务时,提示词会更加具体,AI执行的结果也会更接近自己的工作习惯。
03 生成结果不符合要求,就让AI和你一起调试
第一次生成的结果很少会完全符合律师的使用习惯。材料清单可能分类太粗,事实摘要可能把客户陈述写成已确认事实,文书可能沿用泛化表达,法律分析也可能遗漏对方的抗辩角度。
遇到问题,可以把具体错误告诉AI:
时间线里混入了法律评价。请保留日期、主体、行为、材料来源和确认状态,法律判断另行整理。
证据目录的证明目的写得太宽。请结合诉讼请求和构成要件逐项修改,不要超出证据本身能够证明的范围。
请对刚才的结果进行复盘,说明你遗漏了哪些要求。我还需要补充哪些背景,才能让下一版更准确。
AI可以根据反馈修改结果,也可以反过来帮你完善指令。哪句话容易产生歧义,缺少哪项输入,验收标准应该怎样写,都可以让它列出来。你每纠正一次,实际上都在把自己的工作习惯传递给AI。
调试时不要只说“写得不好”或者“再专业一点”。要指出具体问题:事实和判断混在一起、材料没有标注来源、篇幅过长、格式不符合模板、没有审查时效和管辖、引用内容未经核验。问题说得越清楚,AI越容易修改到位。
04 培养任何事情都问AI的习惯,但要注意边界
律师学习AI,可以培养一个习惯:遇到工作任务,问一下AI能不能参与,可以处理哪一部分,需要提供什么材料。
收到一批案件文件,可以问它如何分类;准备起草文书,可以让它列出需要确认的事实和证据;研究一个法律问题,可以让它拆分检索方向;不知道某项功能怎么使用,也可以让它根据当前任务给出操作步骤。
问AI不等于接受它的答案。 AI提出的处理方法可能不适合当前案件,引用的法条和案例也可能不准确。涉及客户信息和案件材料,要完成本地脱敏;涉及法律检索,要回到法规原文和裁判文书核验;涉及事实认定、证据取舍、诉讼策略和对外文书,仍然由律师判断和复核。
使用次数多了,哪些任务适合交给AI,哪些环节必须自己处理,会越来越清楚。重复出现的任务,还可以把指令、模板和复核要求保存下来,逐步形成自己的工作流。
律师学AI不需要等到把所有概念学完。遇到问题就问AI,让它说明方法、实际执行,再根据结果纠正。
一个流程跑过十几遍,可以做成skill。
一个任务只跑一次,得到的是一份结果。同一个流程连续跑十几遍,才能看清哪些输入必须提供,处理步骤应该怎样安排,哪些错误容易重复出现,验收标准应该怎样确定。
每次执行后,把不符合要求的地方告诉AI。材料分类不准确,就调整分类规则;事实时间线混入法律评价,就重新限定字段;证据目录的证明目的写得太宽,就增加构成要件和证据边界的要求。流程经过反复修改,输出能够稳定达到预期,就可以整理成skill。
skill是跑出来的。它记录了你的任务场景、材料要求、处理顺序、文书模板和复核标准。案件接收、证据目录、文书复核、法律研究,都可以按照同样的方法逐步固定下来。
保持提问,反复执行,也守住专业和保密边界。AI会逐渐了解你的工作要求,也可以成为最方便的练习对象和老师。