律师不使用AI,可能正在帮客户训练AI
一篇文章解决一个痛点:客户开始用AI复核律师交付的材料,律师需要重新审视自己的交付质量。
最近发现一个现象,客户用AI越来越多。每次都会拿具体问题去问AI,然后把AI的分析反馈给我;也会把我提交的文书放进去,让AI帮助检查有没有遗漏。
好在我自己也会利用这些工具进行查漏补缺,用AI辅助整理材料、复核文书和检查法律分析。
但如果律师没有使用这些工具,自己提交的材料就会面临一个现实问题:先不讨论法律逻辑和案件策略,仅在文书层面,完全依靠人工保证每一个数据、每一个日期、每一个主体名称都准确无误,是需要时间多次复核,放到现在,这个时间成本也是不小的,之前在团队,还会交叉复合,错开复核,确保100%准确。
尤其是复杂案件,材料可能有几十份甚至上百份,人工当然可以完成,但随着案件数量增加,遗漏风险也会增加。
过去,客户可能主要关注律师有没有给出一个结论。现在,客户拿着AI作为辅助工具,会进一步追问:这个结论依据什么事实?这个请求有没有遗漏?这个证据能不能支持?这个风险有没有考虑?
这并不是客户不信任律师,而是信息获取方式发生了变化。
律师自己不用AI,客户却可能会用AI重新分析律师的交付成果。律师交付出去的每一份文件,都可能成为客户下一轮提问的基础材料。
所以,AI并不会替代律师,但它正在改变律师交付服务的标准。律师需要的不只是完成一份文书,而是确保这份文书经得起拆解、追问和复核。
如果律师不用AI,那么就是客户拿律师的文书喂给AI,我们反复调试客户的AI模型,这就是标题所说的“训练客户的AI”。这里的“训练”是一种形象说法,并非严格意义上的模型训练。
01 客户用AI复核材料,律师的交付需要经得住连续追问
一份文书看起来完整,不代表经得住拆解。
起诉状列出了诉讼请求,AI可以继续追问每一项请求的法律依据、计算方式和证据基础。合同审查意见指出某个条款存在风险,AI可以进一步追问风险发生条件、责任后果和替代方案。案件分析报告给出胜诉判断,AI也可以从对方当事人或者法官角度,检查事实缺口、证据矛盾和相反观点。
AI给出的意见未必准确。它可能引用失效规定,生成不存在的案例,也可能忽略案件材料中的具体情况。客户通常无法独立判断这些内容是否正确,但可以据此向律师提出更细的问题。
律师面对的审查标准也会发生变化。
客户关注的内容会从“有没有结论”延伸到“结论如何形成”:哪些事实有证据支撑,哪些内容只是当事人陈述;为什么选择这项诉讼请求;现有证据是否覆盖构成要件;对方可能提出哪些抗辩;不同方案需要承担什么成本。
如果交付物只是套用模板、罗列法条或者给出宽泛判断,AI很容易发现其中的缺口。客户据此追问时,律师需要能够说明事实、证据和结论之间的分析过程。
02 信息获取变得容易,律师价值更多体现在案件判断上
法律条文、裁判文书和基础合同条款已经很容易查询。客户也可以让AI生成形式完整的起诉状,或者整理某类纠纷常见的法律风险。
律师的工作需要继续深入。
同一组案件材料中,哪些事实与请求权基础有关,哪些事实缺少证据,哪些证据存在真实性、关联性或者证明力问题,需要律师逐项判断。某个观点在理论上能够成立,是否适合作为主要诉讼方案,还要考虑管辖、时效、举证难度、财产状况、执行可能性以及客户能够承担的成本。
法律服务处理的不只是法律规则。 客户可能关心商业关系能否继续、争议是否公开、家庭信息是否暴露、诉讼是否影响融资或者声誉。这些需求不会自动出现在一段提示词中,需要律师了解案件背景,再转化为诉讼请求、谈判方案、证据安排和风险边界。
AI可以提供检索方向,也可以列出多种方案。哪条路径适合当前案件,哪些证据需要补充,哪些请求不宜写满,哪些风险需要提前说明,仍需要律师作出判断。
客户使用AI后,更容易发现材料中的事实、证据和推理是否完整。律师的专业价值也会更多体现在这些环节。
03 律师使用AI,需要把自己的工作方法交给AI执行
律师也可以把文书交给AI审查,而且应当比客户更早完成这一步。
起草前,可以让AI整理材料清单、事实时间线和争议焦点,将客户陈述、材料能够证明的事实、待核验事项和律师判断分开。
形成方案时,可以围绕请求权基础、构成要件、举证责任和抗辩事由展开检索。
文书完成后,再让AI站在对方代理人和法官角度复核,检查事实来源、证据对应、法律依据、金额日期和前后表述是否一致。
这套工作方式依赖律师自己的标准。 AI需要知道一份证据目录应当如何分组,证明目的应当写到什么程度,案件分析需要区分哪些事实状态,法律依据如何核验,哪些结论需要保留边界。没有这些要求,AI只能按照通用格式生成一份形式完整的文本。
律师还需要决定AI可以接触哪些材料。案件文件涉及客户隐私、商业秘密和诉讼策略,使用前需要考虑脱敏、权限、存储位置以及工具的数据处理规则。AI输出结果不能直接提交,事实、法条、案例、金额和日期仍需回到原始材料逐项核对。
律师使用AI,需要把材料整理、法律检索、文书起草和提交前复核连接成一套可以重复执行的流程。单纯多生成几份文书,并不会直接提高办案质量。
04 律师的办案经验需要写进模板和规则
律师的经验长期存在于个人习惯中,建议每一位律师都准备自己的文书库、办案指引文件。
遇到某类案件,知道哪些材料值得追问;看到某个条款,知道风险可能在哪个环节发生;写诉讼请求时,知道哪些内容法院可能重点审查。这些经验如果没有记录下来,只能在下一次办案时重新调用。
AI提供了一个整理经验的机会。
常用文书模板可以固定事实、请求、证据和法律分析的结构;证据审查清单可以记录某类案件需要核对的证明对象;裁判规则库可以保留法条、案例和适用条件;文书复核规则可以记录容易出错的主体、金额、日期、案号和证据编号;案件结束后的复盘,也可以补充本案暴露出的风险和法院实际关注的问题。
模板和规则积累下来,AI可以在下一次任务中调用律师已经明确的方法。它不会自动形成律师的判断标准,也无法替律师决定案件策略,但可以执行固定流程,提醒律师检查过去容易遗漏的问题。
客户使用AI分析律师交付物,会提高对法律服务的审查能力。对律师来说,每一份材料都需要能够说明事实来源、结论依据和风险边界。
如果律师没有建立自己的AI工作流,经验仍然停留在一次次交付中。客户却可以把这些交付物放进自己的知识库,继续拆解、追问和复用。
从这个角度看,律师不使用AI,确实可能正在帮助客户训练AI。
律师也需要把每一次办案形成的模板、规则、复核意见和策略判断,沉淀到自己的工作系统中。下一份交付,才能建立在上一份经验之上继续改进。