一次日常法律任务中的 AI 使用记录

背景任务

这篇 Note 记录一次日常法律任务中的 AI 使用过程：我需要阅读一份裁判文书，并把它整理成可以复用的工作笔记。

一开始我想让 AI 直接“总结这份判决书”，但很快发现这个指令太粗。AI 会给出一段看起来流畅的摘要，却很容易混在一起处理事实、当事人主张、法院认定和我自己真正关心的业务启发。

所以这次实验的重点不是让 AI 直接给结论，而是观察：裁判文书分析这件事，到底有哪些步骤可以交给 AI，哪些步骤必须由法律人自己判断。

AI 使用过程

第一次尝试：直接总结

最开始的提问很简单：

请总结这份裁判文书，提炼争议焦点和裁判观点。

这个输出有两个问题。

第一，它的结构很像一篇普通摘要，但我很难判断每个结论来自原文哪里。第二，它会把“法院查明事实”和“当事人主张”混在一起，尤其是当双方都在陈述事实时，AI 容易把未经采信的说法也写得像确定事实。

这让我意识到，裁判文书分析不能从“总结”开始，而应该从“拆结构”开始。

第二次尝试：先拆事实层次

我把任务改成：

请先不要下结论。请把这份裁判文书拆成：
1. 法院查明事实
2. 当事人主张
3. 争议焦点
4. 法院裁判观点
5. 需要人工回到原文复核的地方

这次输出明显更可用。AI 在事实提取、争议焦点初筛、长段裁判理由压缩方面确实节省了时间。尤其是它能先生成一个结构化表格，让我快速看到材料大概可以往哪些方向分析。

但问题也很明显：它仍然会在一些细节上过度自信。例如，原文只是法院在某个具体事实下作出的判断，AI 会把它写成更抽象的规则。这个时候如果不回到原文，很容易把个案观点拔高。

第三次尝试：加入“人工复核清单”

后来我发现，最有价值的不是让 AI 一次性写出完美分析，而是让它主动告诉我“哪里需要复核”。于是我把 prompt 改成：

请在输出最后列出需要人工复核的事项，尤其包括：
- 你不确定是否被法院采信的事实
- 你可能过度概括的裁判观点
- 需要回到原文确认的法律依据
- 不能从本案直接推出的结论

这一步让 AI 从“替我下结论”变成了“帮我整理第一轮阅读材料”。这个角色变化很关键。它不再是一个判断者，而是一个结构化助手。

有效之处

这次实验里，AI 最有效的地方有三个：

1. 把长文书拆成可阅读结构。
   对第一次阅读很有帮助，尤其是快速定位事实、争议焦点和裁判结果。

2. 生成第一版分析表格。
   表格可以作为工作笔记的底稿，后续人工补充原文依据和复核意见。

3. 帮助发现可复用步骤。
   每次分析文书都绕不开事实、争议焦点、裁判观点、业务启发和复核清单。这些步骤具备沉淀为 Workflow 的条件。

不可靠之处

AI 不可靠的地方也很稳定：

1. 事实层次容易混。
   当事人主张、法院查明事实、法院转述材料之间需要人工重新区分。

2. 裁判观点容易被拔高。
   AI 喜欢把具体案件中的判断写成一般规则，这对法律工作很危险。

3. 业务启发容易过宽。
   如果不给业务背景，它会写出“加强审核”“完善制度”这类正确但空泛的建议。

4. 原文定位不足。
   如果没有要求它标注依据，它会输出流畅但难以追溯的结论。

可复用信号

这次 Note 可以沉淀出一个 Workflow，因为它满足几个条件：

• 任务会反复出现；
• 输入相对稳定，通常是一份裁判文书或案例材料；
• 输出也相对稳定，通常是分析笔记、观点摘要、风险启发；
• AI 可以明显节省第一轮结构化阅读时间；
• 人工判断边界清楚，不能跳过复核。

因此，我把它整理成了 裁判文书分析工作流。这个 Workflow 的核心不是“让 AI 读判决”，而是：

让 AI 负责第一轮结构化，把法律人的注意力留给事实复核、观点边界和业务启发。

下一步

下一次测试时，我想重点观察两件事：

1. 能不能让 AI 为每一条事实和裁判观点标出原文依据；
2. 能不能把“人工复核清单”做成一个更稳定的 Skill 输出模块。

如果这两件事稳定，就可以继续推进 裁判文书分析 Skill v0.1。

边界提示

这篇记录只是一次 AI 法律工作流实验，不构成正式法律意见。真实裁判文书或内部案例材料进入 AI 工具前，应先完成脱敏和权限确认。