利用AIagent 自动帮你检索类案:你的法律检索助理已上线
一篇文章解决一个痛点:类案检索不能停在让AI随口说几个案例,而要让AIagent通过Computer Use操作页面、筛选文书、留痕记录、整理报告,生成一份可以继续修改的类案检索成果。
律师做类案检索,经常卡在三件事上。
第一,案件事实没有先拆清楚,关键词一搜就散。
第二,检索过程太碎。打开网页、输入关键词、换检索式、点开文书、翻裁判理由、判断案例方向、摘出案号和裁判规则,每一步都不难,但非常耗时间。
第三,结果不好落地。检索完以后,材料散在不同页面里。有的只是网页摘录,有的是PDF,有的能下载Word,有的只有标题和摘要。后面要写代理词、庭审提纲或者检索报告时,还得重新整理。
Computer Use适合处理的,正是这些“需要看屏幕、点页面、反复判断、持续记录”的工作。
它可以让AIagent像一个法律检索助理一样,打开浏览器,进入法律检索页面,输入关键词,阅读搜索结果,点开裁判文书,再把每条案例按统一格式整理出来。
但这里要先加一个前提:案件材料先脱敏。
使用AIagent做类案检索,不代表把客户的完整案情、当事人名称、合同金额、聊天记录、证据原文直接交给AI。更稳妥的方式,是先把案件信息抽象成法律问题和检索要素。
比如表达成:“某公司与某公司之间的合同纠纷”“一审阶段围绕违约金调减进行类案检索”“需要查找商事主体、举证责任、违约金过高抗辩、裁判酌减尺度”。这些信息已经足够支持检索,也能避免具体案件材料暴露出去。
01 先把案件问题拆出来
法律检索的第一步,是厘清事实和识别问题。
AIagent也一样。
不要一上来就让它搜“违约金案例”“合同纠纷案例”。这类词太宽,导致的检索结果会很杂。
更好的做法,是先让AIagent梳理脱敏后的案件事实,提炼法律关系、请求基础、抗辩理由、举证责任和裁判难点。
比如一个合同纠纷案件,一审阶段需要围绕违约金调减做类案检索。检索目标就不能写成“帮我找违约金案例”。
可以改成:
- 找商事主体之间关于违约金调减的裁判;
- 找法院尊重合同约定和商业风险安排的案例;
- 找法院认为违约金过高抗辩需要举证的案例;
- 找法院反对简单按固定比例调低违约金的案例;
- 找可能被对方引用的相反案例,提前准备回应。
这个环节也考验法律判断。AIagent可以帮你整理,但检索方向不能完全交给它自由发挥。
我通常会这样下指令:
请先梳理脱敏后的案件材料,提炼类案检索目标。
本次检索只围绕一审合同纠纷中的核心争点展开。
请把事实问题转化为法律问题,再转化为检索关键词。
请区分有利案例、可参考案例、相反案例和暂不使用案例。
没有打开原文核验的结果,请标注为待核验。
这个指令比“帮我找几个案例”有效得多。
它要求AIagent先做问题识别,再进入检索动作。
02 检索词要从事实语言变成法律语言
法律检索的准确度,很大程度取决于关键词。
客户材料里的语言,通常是事实语言。比如“对方没完成指标”“对方说违约金太高”“法院可能会砍金额”。
检索时要转换成法律语言:
- 未完成合同指标,可以转换为“合同义务未履行”“履行瑕疵”“业绩考核指标”;
- 违约金太高,可以转换为“违约金过高抗辩”“违约金酌减”“损失证明”;
- 法院砍金额,可以转换为“违约金调减”“裁判酌减尺度”“固定比例调减”;
- 对方没有证据,可以转换为“举证责任”“实际损失”“过错程度”“合同履行情况”。
AIagent适合做这一步。
它可以先生成宽检索词,再生成精准检索词。
宽检索用于摸清裁判方向,精准检索用于找到可引用案例。
例如:
宽检索词:
合同纠纷 违约金 调减
违约金过高 抗辩 举证责任
合同履行 违约金 酌减
精准检索词:
商事主体 违约金过高 举证责任
违约金 调减 固定比例 裁判
合同纠纷 违约金 酌减 商业风险
一审 合同纠纷 违约金过高 抗辩
如果需要进一步控制范围,还可以让AIagent使用检索语法。
比如精确短语检索、标题检索、站内检索、文件类型检索:
"违约金过高抗辩"
"固定比例" "违约金调减"
site:court.gov.cn 违约金 调减 举证责任
filetype:pdf 违约金 调减 合同纠纷
这些操作本来都要律师手动尝试。Computer Use可以让AIagent一组一组输入,观察结果质量,再调整检索词。
03 让Computer Use负责页面操作
Computer Use的重点,是让AIagent直接操作浏览器。
它可以完成这些动作:
- 打开法律检索网站或者公开裁判文书页面;
- 在搜索框输入关键词;
- 切换检索词和筛选条件;
- 点击搜索结果;
- 滚动阅读裁判文书;
- 定位基本案情、争议焦点、法院观点;
- 复制案号、法院、裁判日期;
- 摘录裁判理由;
- 回到结果页继续查看下一条;
- 把检索过程和结果整理成报告。
普通AI问答只能在聊天框里回答。Computer Use可以进入你正在使用的网页环境,按你的指令一步一步操作。
所以我给它的指令会更像给助理布置检索任务:
请使用Computer Use操作浏览器完成类案检索。
每组关键词至少查看前10条结果。
每条入选案例必须打开原文。
请记录检索平台、关键词、筛选条件、打开的结果数量。
请记录原文是否支持下载Word、PDF,或者只能复制网页内容。
如果无法确认原文内容,不要写入正式案例清单,只放入待核验区。
这里有两个硬要求。
一是入选案例必须打开原文。只看标题和摘要,很容易误判。
二是检索过程要留痕。关键词、检索范围、筛选条件、打开过哪些结果,都要记录下来。后面复核报告时,才能知道这个结论从哪里来。
04 初检和精检要分开
类案检索不能只跑一轮。
我会把AIagent检索分成两轮。
第一轮是初检。
初检先摸清裁判方向,不急着马上确定可引用案例。比如这个问题常见的裁判理由是什么,法院更看重损失证明、合同履行程度,还是当事人商业判断。
初检时,可以让AIagent记录:
检索词:
命中结果数量:
高频案由:
高频法院观点:
可能有用的裁判规则:
需要进一步精检的关键词:
第二轮是精检。
精检要围绕已经明确的裁判规则去找案例。
比如初检发现“违约金过高抗辩的举证责任”很关键,就让AIagent继续检索“违约金过高 举证责任 实际损失”“违约金调减 举证不能”等词。
精检时,不能只收集标题。每条案例至少要打开原文,确认基本事实、法院观点和裁判结果。
我会要求AIagent把精检结果分成四类:
- 可以引用:事实结构接近,裁判规则能直接支撑本案;
- 可以参考:规则有帮助,但事实或者合同类型和本案有差异;
- 需要警惕:关键词相似,但裁判方向可能被对方使用;
- 暂不使用:案情太远、规则太弱,或者原文尚未核验。
这一步会让检索报告更清楚。
律师看到的是一批已经经过初筛的材料,而不是一堆案例名称。
05 输出结果要说清楚:Word、PDF,还是网页摘录
类案检索不能只输出一段聊天记录。
我希望AIagent整理结果时,把每条案例的来源状态写清楚。
至少分成四种:
第一种,已下载Word。
如果页面支持下载Word文书,就让AIagent标注“已下载Word”。这类材料最适合后续精读、批注、摘录,也方便放进案件资料夹。
第二种,已下载PDF。
PDF适合作为原文留存,也方便打印或者归档。缺点是后续复制和批注可能不如Word方便。
第三种,网页摘录。
有些裁判文书页面不能直接下载,只能复制网页中的案号、裁判日期、裁判理由。这样的材料可以作为初步研究使用,但报告里要写明“网页摘录,原文链接待复核”。
第四种,待核验。
只有标题、摘要、转载片段,或者没有打开原文的结果,都放在待核验区。
我会要求AIagent在报告里单独加一列:
原文取得方式:Word下载 / PDF下载 / 网页摘录 / 待核验
这列很重要。
它能让你一眼看出,哪些案例已经有原文文件,哪些只是初步摘录,哪些不能直接写进正式文书。
06 类案检索报告怎么生成
我比较推荐让AIagent先输出Markdown版检索报告,再根据用途转成Word。
Markdown适合快速修改。Word适合发给团队、客户或者放进案卷。PDF适合定稿归档。
报告结构可以固定成这样:
# 类案检索报告
## 一、检索背景
案件类型、当前程序阶段、需要解决的争点。
## 二、脱敏说明
说明本次检索未输入当事人名称、具体金额、证据原文等敏感信息。
## 三、检索目标
列明本次检索要支持的观点,避免泛泛搜案例。
## 四、检索路径
写明检索入口、关键词、筛选条件、检索时间、检索结果数量。
## 五、初检结论
概括常见裁判方向、高频裁判理由、需要精检的问题。
## 六、有利案例
按案例逐条整理:案号、法院、日期、案由、裁判规则、可引用价值、使用边界、原文取得方式。
## 七、可参考案例
规则有帮助,但事实或者合同类型和本案有差异。
## 八、相反案例
可能被对方使用的案例,以及初步反驳角度。
## 九、暂不使用案例
案情太远、规则太弱、原文未核验,或者只有标题摘要。
## 十、复核清单
需要下载的原文、需要核对的案号、需要人工重读的裁判理由。
## 十一、检索结论
给出可以进入代理词或者庭审提纲的裁判规则。
这个格式比简单的案例列表更好用。
它不仅告诉你找到了什么,还告诉你怎么找的、为什么能用、哪里不能用、哪些内容还要复核。
07 每条案例至少整理这些字段
类案报告里,每条案例我会要求AIagent按同一格式输出。
最少包括这些字段:
案例名称:
案号:
审理法院:
裁判日期:
案由:
程序阶段:
合同类型:
争议焦点:
法院观点:
裁判结果:
对本案的可用规则:
可引用位置:
使用边界:
原文取得方式:
原文保存位置:
核验状态:
其中最重要的是四项:可用规则、可引用位置、使用边界、核验状态。
“可用规则”解决的是这条案例到底支持什么。
“可引用位置”解决的是放在哪里。是写进代理词的违约金调减部分,还是只放在内部研究备忘录里。
“使用边界”解决的是风险。事实不一样、合同类型不一样、裁判层级不够高,都要写清楚。
“核验状态”解决的是能不能马上用。没有打开原文、没有核对案号、只有网页摘要的案例,都不能直接进入正式文书。
如果报告里没有这些字段,类案检索很容易变成资料堆积。
08 相反案例也要主动检索
只找有利案例,不够。
诉讼里更怕的是,对方拿出一条看起来相似、裁判方向相反的案例。
所以我会要求AIagent同时做“相反案例预判”。
比如违约金调减案件里,AIagent不仅要找法院支持较高违约金的案例,也要找法院大幅调减违约金的案例。
相反案例不是坏材料。
它能提醒你:法院为什么会调低?是因为损失明显偏低,还是因为守约方没有举证?是因为违约金比例过高,还是因为合同履行背景特殊?
这些内容提前整理出来,后面写代理词时就可以主动回应。
我会让AIagent按这个格式写相反案例:
相反案例名称:
可能被对方引用的理由:
与本案的差异:
可反驳角度:
是否需要重点防守:
这个部分的价值,是提前看到对方可能怎么打,不是增加报告厚度。
09 复核是律师自己的工作
AIagent能帮你检索、摘录、分类、生成报告,但复核不能省。
法律检索的复核至少包括四件事。
核对案号。案号、法院、裁判日期要和原文一致。
核对效力。案例是否为终审裁判,是否存在再审、改判、撤销等情况,能查到的要尽量核实。
核对规则。AIagent摘出的裁判规则,是否真的是法院的裁判理由,还是只是案情描述或者当事人观点。
核对匹配度。本案事实、合同类型、争议焦点和该案例是否足够接近。相似度不够的案例,可以放在参考区,慎重进入正式文书。
这一段要写进报告。
报告可以加一个“人工复核意见”栏目:
人工复核意见:
□ 案号、法院、日期已核对
□ 原文已保存
□ 裁判规则已重读
□ 与本案事实差异已标注
□ 可进入正式文书
□ 仅作内部参考
AIagent负责把工作推进到可复核状态。律师负责最终把关。
10 最终交付建议
如果只是自己研究,我会让AIagent先输出Markdown报告。
如果要给团队讨论,可以转成Word,方便批注和修改。
如果要归档,可以把最终Word另存为PDF,同时把下载到的裁判原文放进同一个文件夹。
一个比较清晰的交付文件夹可以这样命名:
类案检索/
├── 01_类案检索报告.md
├── 02_类案检索报告.docx
├── 03_类案检索报告.pdf
├── 有利案例原文/
├── 相反案例原文/
├── 可参考案例原文/
└── 待核验案例/
这样处理以后,类案检索就不再是一堆散乱页面。
你会得到三类成果:
- 一份可以阅读和修改的检索报告;
- 一批已经下载或摘录的裁判原文;
- 一张明确的人工复核清单。
Computer Use的意义也在这里。
它的作用,是把重复页面操作、检索留痕和初步整理先跑完。律师不用从零开始翻页面,可以直接进入判断、取舍和写作。
对法律工作来说,这已经很够用了。