律师用Codex做法律研究和内容写作,我常用的四个小技巧
一篇文章解决一个痛点:用Codex生成初稿以后,怎样继续审阅、补充研究和完成排版。
最近用Codex办案和写文章比较多。
Codex好用的地方不只是从零生成一份初稿。很多时候,在根据指令生成初稿以后,接下来的审阅、补充研究、反复修改和正式排版,也适合放在Codex里继续完成,巧用文本处理功能,效率提升大。
现在我比较常用四个方法:用Markdown作为内容处理中转,用注释和评论修改稿件,把Codex和GPT网页端搭配起来做研究,以及把自己筛选过的类案和文章直接交给Codex抓取分析。
这些方法都不复杂,但放进日常工作以后,会明显减少文件来回切换和重复整理。
01 Markdown作为文件处理的中转形式
现在做法律研究和文章初稿,倾向于先用Markdown格式。
原因很简单:内容还没有确定之前,没有必要一直处理Word格式,渲染和排版还有读取时间成本高。
法律研究过程中,观点、章节和案例经常需要反复调整。可能刚写完一个请求权基础,后面发现还有另一条路径;也可能补充几个案例以后,需要重新调整整个分析顺序。
如果一直在Word里修改,正文之外还要处理标题样式、编号、页眉页脚、段前段后和表格格式,内容和排版会混在一起。
Markdown只保留标题、正文、引用、表格这些基本结构。改一段、移动一个章节、补一个案例,都比较直接。
比如起草一份法律研究意见,我会先让Codex生成Markdown底稿,内容包括事实摘要、争议焦点、规范依据、类案分析、相反观点和初步结论。
后面补充案例,就直接写进对应章节;发现某个请求权基础不成立,就调整相关分析,不需要同时考虑最终Word格式。
等内容基本确定以后,再把Word模板放进工作区,让Codex按照已有模板完成正式排版,包括标题、正文样式、页眉页脚、表格和落款。
内容定稿后,直接给一个参考模板生成Word文档,再渲染成PDF或者页面图片,检查分页、表格断行、编号、页码和签名位置。
我现在一般按照这个顺序处理:
Markdown底稿
↓
二次内容修改和法律复核
↓
Word模板排版
↓
页面渲染
↓
最终检查
Word负责正式交付,Markdown保留研究和修改过程。
以后需要补充观点或者更新案例,也可以直接回到Markdown继续修改,再生成新的Word版本,不需要重新从正式文档里拆内容。
02 添加注释,通过评论持续修改稿件
一篇文章或者法律研究稿已经有几千字以后,我一般不会直接让Codex“全文润色”。
这样很容易出现一个问题:原来写得没问题的地方也被重新改了一遍,最后还要重新判断哪些修改需要接受。
二次修改润色,需要人去介入,而且这一步非常重要,AI即使现在很好了,但是仍有润色和调整的空间,这一部分需要你自己付出劳动力,形成智力成果。
以往可能修改一个词,AI都要重新生成一遍全文,现在有注释和讨论功能,可以一次性给出多条修改意见,生成二稿、三稿。
我现在写一篇文章基本就是添加注释、讨论,不直接修改正文。
比如可以要求它重点检查:
-
哪些地方论证有跳跃;
-
哪些事实或者案例缺少来源;
-
哪些内容前后重复;
-
哪些标题和正文不完全对应;
-
哪些结论写得太满;
Codex先把问题标出来,我再逐条看。
有些意见我会接受,有些地方我会明确要求保留原文,还有一些地方需要继续研究,可以直接在对应注释下面添加评论。
比如:
这里保留原文,不需要改。
这个案例需要补充原始来源。
这一段结论太满,降低表述强度。
补充一个相反案例,再比较事实差异。
全部评论处理完以后,再让Codex按照这些意见一次性同步修改正文。
如果某一处需要继续讨论,也可以把要求写得更具体:
这段类案分析只比较了裁判结论。
请继续比较本案和参考案例在合同约定、履行行为、违约程度和证据条件上的差异。
先给修改意见,不要直接改正文。
这样做的好处是,AI先负责发现问题,我决定哪些问题需要处理。
修改意见、我的反馈和最终正文也都留在同一份Markdown里,后面再继续修改时,不需要重新解释上下文。
这个方法特别适合长文、法律研究报告和已经形成基本框架的文书。
03 Codex搭基础稿,GPT网页端继续做深度研究
法律研究和内容写作,Codex和gpt都可以用,尤其是gpt深度研究和pro模型。
Codex适合处理工作区里的文件。
案件信息表、事实时间线、证据材料、旧稿、写作规则和文书模板都在同一个工作区时,可以先让Codex读取这些内容,把基础框架搭出来。
遇到需要比较多条法律路径、寻找相反观点或者继续扩展研究的问题,我会再把这些问题交给GPT网页端继续研究。
例如:
某个请求权基础是否存在替代路径;
一个有利案例的适用条件是什么;
对方可能从哪些事实和法律角度反驳;
现有研究是否遗漏了更高层级的规范;
不同裁判观点之间到底在哪些事实条件上存在差异。
研究完成以后,再把结果交回Codex。
Codex重新结合案件工作区里的原始材料,把能够使用的观点写入Markdown,把需要进一步核验的法条、案例和资料来源单独标出来,同时删除与本案无关的展开。
整个流程大致是:
Codex读取工作区并搭基础稿
↓
GPT网页端扩展研究和反向论证
↓
Codex结合案件材料重新整理
↓
律师核验事实、法条、案例和最终结论
↓
生成正式文书
这样做还有一个好处。
GPT网页端做研究时,不需要每次重新理解几十份案件材料。Codex已经先把事实和问题整理成基础稿,真正需要继续研究的问题会更加集中。
当然,深度研究生成的内容不能直接进入正式文书。
案例是否真实存在,案号是否准确,裁判观点有没有脱离上下文,引用的法律规定是否仍然有效,都需要回到原始来源核验。
04 自己筛选过的类案和文章,也要交给Codex
做法律研究时,我不会只让AI自己联网检索。
律师已经检索和筛选过的案例、文章和资料,本身就是非常重要的研究材料。
AI联网检索可以扩大范围,律师自己筛过的材料则可以提高相关性。
比如研究合同解除问题,我已经找到几份和案件事实比较接近的案例,其中既有支持解除的,也有不支持解除的,还有相关会议纪要和几篇专业文章。
这些材料没有必要让AI下一轮重新从网上找。
我会直接把材料放进案件工作区,同时告诉Codex每份材料的用途:哪些案例已经核验;哪些只是提供检索方向;哪些观点可能由对方提出;哪些案例虽然结论有利,但与本案存在明显事实差异;哪些文章只是辅助理解,不能直接作为法律依据。
如果使用legal-case-intake处理案件,可以先让它完成材料梳理、事实时间线和争点整理,再把这些筛选过的资料放进对应研究环节。
【插入文章】
进入深度研究以后,不要只问:
有没有法院支持类似观点?
可以继续要求Codex比较:本案和参考案例的合同约定有什么不同;履行过程是否一致;违约程度是否相近;双方掌握的证据条件有什么差异。
这样做出来的类案分析,会比单纯整理“法院支持还是不支持”更有价值。
例如,同样都是解除合同,一个案例支持解除,可能是因为对方已经明确拒绝履行;另一个案例不支持,可能是因为履行期限还没有届满。
如果只看裁判结果,这两个案例是相反的。
把事实条件拆开以后,才能判断哪个案例真正适合当前案件。
案件原始材料继续保持只读,研究成果写入案件处理中转站。客户信息和敏感材料进入AI工作区前,根据任务需要完成本地脱敏。
律师自己筛选过的案例和文章,也可以长期积累。
下一次遇到类似问题,不需要从零开始重新检索,而是在已有材料基础上继续更新和比较。
对我来说,Codex在法律研究和内容写作里的作用,就是把材料、研究、修改和正式交付连接起来。
我现在基本按照这套方式处理:Markdown里完成内容,注释和评论负责修改,GPT网页端补充深度研究,Codex再回到工作区结合原始材料完成整合和排版。
下一次需要修改,也从已经形成的Markdown继续,而不是重新从头开始。
05 人决定内容的质量
总的来说,在人与AI协作的过程中,AI可以极大地帮助我们处理执行层面的工作,减少大量重复、机械和耗时的操作,把更多时间和精力留给真正需要思考的事情。
在很多任务里,AI已经能够快速给出一个达到一般水平的结果。它可以整理材料、生成初稿、归纳观点、检查遗漏,也可以按照既定要求完成大量重复工作。
但如果希望结果做得更好,仅仅依赖AI自动生成还不够。
AI提升律师工作的价值,也主要体现在这里:它把大量执行性工作接过去,让律师把时间用在判断、取舍、策略和修改上。