摘要：随着人工智能（AI）技术的飞速发展，生成式人工智能已从科幻概念逐步走进现实，渗透到金融、医疗、教育、制造等各个领域。法律行业亦不例外，作为高度依赖逻辑严谨与精准表达的专业领域，律师在日常文书起草、案例检索、合同审查等工作中，正迎来一场由生成式AI引发的深刻变革

【珠海律师、珠海法律咨询、珠海律师事务所、京师律所、京师珠海律所】

本文作者：毕卓然

随着人工智能（AI）技术的飞速发展，生成式人工智能已从科幻概念逐步走进现实，渗透到金融、医疗、教育、制造等各个领域。法律行业亦不例外，作为高度依赖逻辑严谨与精准表达的专业领域，律师在日常文书起草、案例检索、合同审查等工作中，正迎来一场由生成式AI引发的深刻变革。诸如Deepseek之类的AI生成工具，不仅能够提高工作效率、降低重复劳动，而且有助于发现传统工作中未曾注意到的潜在风险；但与此同时，其生成“幻觉”、数据泄露、知识产权归属等问题也引起了广泛关注。

一

法律行业与人工智能的深度耦合：技术特性与职业需求的精准匹配

1.1 技术背景

生成式人工智能主要依托大规模语言模型（Large Language Model, LLM）、多模态学习和深度神经网络算法，通过对海量数据进行预训练，实现自然语言理解与生成、图像合成、声音生成等功能。

大语言模型（LLM）的运行机制

以DeepSeek-R1为例，其工作原理可形象地简化为：

￮ 数据输入：模型预先学习超过3亿份裁判文书、法律期刊和立法文件，相当于构建包含所有已知法律知识的虚拟图书馆

￮ 模式识别：当用户输入“检索近三年北京建设工程合同违约金调整案例”时，模型通过自注意力机制（Self-Attention）在多维向量空间定位相关知识点

￮ 结果生成：基于概率分布选择最优词汇组合，形成符合法律文书规范的回答（如自动添加“（2023）京01民终1234号”类标准引用格式）

其核心技术流程可归纳为三个阶段：

1. 数据预处理与Token化

– 将输入的自然语言文本分解为最小语义单元（Token），使得计算机能够以向量形式理解文本内容。

2. 模型推理与生成

– 基于预先训练好的神经网络模型，对输入的Token进行推理计算，生成符合上下文逻辑的输出内容。模型在生成过程中通过权重参数及激活函数实现“智能预测”，确保生成内容具有较高的连贯性和准确性。

3. 多轮交互机制

– 为保证对话的上下文连续性，Deepseek支持多轮对话，要求用户在每次交互时将之前的对话历史一并输入，从而使生成内容在整体逻辑上保持一致。

1.2 法律行业对AI生成技术的迫切需求

传统法律工作（如文书撰写、合同审核、案例检索等）往往依赖律师长时间的经验积累与人工操作，其工作周期长、效率低且容易出现遗漏。生成式AI技术的引入，能够：

• 快速起草和润色法律文书

利用AI辅助起草初稿，并通过自动润色功能将文书表达调整得更为严谨、逻辑清晰，从而大幅提升工作效率。

• 高效检索案例与法规

通过智能搜索和数据比对，帮助律师迅速找到与案件相关的先例和法律条文，节省大量查找资料的时间。

• 辅助风险评估与决策

AI能够整合大量信息，辅助律师对案件事实和法律风险进行初步判断，提供决策支持意见。

然而，生成式AI在法律应用中也面临不少挑战：生成内容“幻觉”问题（即AI可能生成虚假或不准确的信息）、保密数据的安全性、知识产权归属不清等。因此，律师在使用此类工具时，既要借助技术优势提高效率，又必须严格把关，确保生成内容经过充分验证、符合法律要求。

1.3 专业术语注释与技术逻辑

• Token：文本分解的基本单位，通常为单词或字符片段。AI模型将输入文本转为一系列Token进行处理，这一过程称为Token化。

• 多轮对话：指在一次完整交互过程中，用户与AI多次交换信息，每轮均基于前轮内容实现连续、动态对话。律师可利用此机制分步完成复杂文书的生成。

• 提示词模板：预设的指令或问题模板，帮助用户有目的地引导AI生成符合预期的输出。比如“请以专业律师的角度起草一份……”，使生成内容更符合法律文书的要求。

• 模型推理：训练完成后的模型根据输入数据计算并生成预测结果的过程，是整个AI生成流程的核心环节。

1.4 法律专业场景的技术适配瓶颈

尽管AI在数据处理方面具有优势，但在以下领域仍存在显著差异：

维度

法律职业需求

AI技术局限

价值判断

需平衡法理逻辑与社会效应（如家事案件中子女抚养权判定）

仅能基于历史数据概率预测，缺乏伦理判断框架

策略创新

要求突破既有判例创造新型诉讼路径（如数据权属纠纷中的权利束重构）

受限于训练数据时效性，2023年后新型案例识别率不足30%

1.5 生成式AI技术在法律应用中的风险

• 生成内容准确性问题（“AI幻觉”）

AI可能在生成过程中凭借概率模型给出虚构信息或错误数据，律师必须对输出内容进行严格核查，防止将虚假信息用于法律文书。

• 保密与数据安全风险

在使用云端AI服务时，律师输入的敏感信息可能面临数据泄露风险。因此，在使用前须仔细审查服务协议，确保数据不会用于训练其他模型或外传。

•知识产权与合理使用争议AI生成内容可能涉及原始训练数据中的版权信息，律师在引用或使用此类内容时，必须谨慎评估是否构成侵权，避免法律风险。

二

AI驾驭之道：提示工程与交互策略

针对上述人工智能与法律行业之间的契合优势与根本差异，律师应采取一系列切实措施，以充分利用AI工具的优势，同时有效规避潜在的风险和不足。

2.1 多轮交互与上下文管理

借助多轮对话机制，律师可以逐步细化问题描述，确保每一轮生成内容均与案件事实和法律要求保持高度一致。具体而言，在使用Deepseek等工具时，律师应：

•将前几轮对话历史完整拼接，并及时补充背景信息；

•根据生成结果不断提出修正要求，确保上下文的连贯性和专业性。

2.2 设计和灵活运用规范的提示词模板

律师应根据不同文书类型和法律应用场景，设计针对性强、表达明确的提示词模板。例如：

•针对合同起草，可采用“请以资深合同律师的视角，根据以下事实起草一份……”；

•针对案例检索，可采用“请检索与‘X案情’相关的先例，并列出主要判决依据”。这种模板化的提示不仅降低了对计算机技术的要求，而且有助于确保生成内容符合专业标准。

2.3 加强人工核查与专业判断

任何AI生成的初稿均必须经过人工严格审查：

•律师应对生成的法律文书、案例摘要等进行仔细比对，检查验证引用的案例、条文是否准确；

•对AI生成内容中的潜在“幻觉”或虚假信息进行彻底核实，确保所有数据和论据有据可依。

2.4 数据保密与安全防范

在使用AI工具时，律师必须：

•避免在公共或云端平台上传入含有敏感或机密信息的数据；

•优先选择提供本地化部署或有严格数据保护机制的AI工具；

•签署并遵守严格的数据使用协议，确保客户信息不被用于模型训练或共享。

2.5 合理应对知识产权问题

律师在利用AI生成内容时，应：

•对生成的文本、图像等进行版权审查，确保未侵犯他人合法权益；

•在引用AI生成内容时，注明信息来源和生成依据，确保合理使用的范围内操作。

2.6 提示工程与提示词模板

提示词是使用AI生成技术的重要步骤，合理的提示词模板的设计可以有效的降低AI大模型的幻觉错误和提高生成文本的质量。因此，建议在向Deepseek等AI模型提问或沟通时，使用合适的提示词策略。一般来说，提示工程的策略有如下相关的建议：

2.6.1 提示词模板的设计原则

为帮助对技术一知半解的律师获得准确生成结果，应设计具备以下特点的提示词模板：

•明确需求与背景：模板中应包含案件背景、具体需求和相关法律条款。例如，“请以资深合同律师的角度，结合以下事实起草一份商业合同，其中包括……”

•结构清晰：将要求分为多个部分，例如“背景描述”、“主要争议点”、“适用法律条款”等，帮助AI理解内容层次。

•示例引导：提供具体示例作为参考，如引用某一经典案例或法律条文，以便AI更好地把握专业风格。

提示工程四要素模型（CLEAR原则）：

• Context（背景）："本案系涉外股权纠纷，适用CIETAC仲裁规则"

• Limitation（限制）："仅参考2020年后最高人民法院指导案例"

• Example（示例）："参照(2023)京仲字第123号裁决书第15-17页"

• Action（动作）："以表格形式对比两地司法实践差异"

• Format（格式）："按《中华全国律师协会文书规范》排版"

2.6.2 结构化指令设计法

a.基于PEARL模型构建高效提示模板：

Plain Text

[Purpose] 检索上海市2022-2024年医疗损害责任纠纷案件

[Example] 类似成功指令："检索2019-2021年北京市三级医院手术知情同意书瑕疵导致的败诉案例"

[Attribute] 要求以表格形式呈现，包含案号、争议焦点、判决金额三列

[Restriction] 排除调解结案和非公立医疗机构案例

[Logic] 需说明检索策略：先通过案由筛选，再人工复核责任认定部分

b.常用提示词模板示例

i.合同起草模板示例

Python

【合同起草提示】

背景：客户A与B公司就产品供应达成初步意向，现需起草一份详细合同。

要求：

1. 请以资深合同律师的角度，根据以下事实起草一份商业供应合同。

2. 合同应包括合同背景、权利义务、违约责任及争议解决机制。

3. 请引用《中华人民共和国民法典》中相关条款，并说明适用理由。

示例：例如，“根据《民法典》第470条……”

ii.案例检索模板示例

特殊说明：案例检索的AI工具有更多优于Deepseek或者ChatGPT的其他产品；不建议使用通用人工智能产品进行案例检索。

Python

【案例检索提示】

背景：当前案件涉及知识产权侵权，争议焦点在于是否构成合理使用。

要求：

1. 请检索并列举与“合理使用”相关的先例。

2. 提供案例名称、判决年份及主要判决依据。

3. 请对比美国和中国在类似案件中的判决差异，并提出简要分析。

示例：例如，“在Getty Images诉Stability AI案中……”

iii.法律意见书起草模板示例

Python

【法律意见书起草提示】

背景：客户咨询关于合同解除的法律问题，涉及合同解除的条件与风险评估。

要求：

1. 请以专业律师角度撰写一份法律意见书初稿。

2. 内容应包括案件背景、解除合同的法理分析、风险提示及建议对策。

3. 请引用相关法律法规，例如《民法典》相关条款，并进行详细解释。

示例：例如，“根据《民法典》第五百六十三条……”

2.6.3 模板优化与动态调整

提示词模板并非一成不变，律师应根据实际应用效果不断调整和优化：

•反馈机制：在实际使用过程中记录AI生成结果的准确性与不足，定期总结经验，优化模板措辞和结构。

•多场景测试：针对不同类型的法律文书（如诉讼文书、合同、意见书等）设计不同模板，并进行交叉验证，确保在各类场景下均能得到高质量输出。

2.6.4 多轮对话的阶梯式推进策略

以合同审查为例演示交互流程：

Plain Text

律师：请检查这份《数据服务协议》的合规风险

DeepSeek：发现第12条数据跨境条款未列明接收方安全认证资质（依据《数据安全法》第38条）

律师：请具体说明需要补充哪些资质证明

DeepSeek：需包含ISO 27001认证、GDPR合规证明等5类文件（参考（2023）沪01民终567号判决）

律师：请根据深圳市地方标准DB31/T 1234-2022生成补充条款草案

a.多轮交互的基本流程

由于Deepseek等平台通常为“无状态”对话，律师需在每次交互时将前序对话历史拼接起来。建议流程：

i.初始提问：输入详细背景和需求，生成第一轮草稿。

ii.内容核查：仔细阅读生成结果，标记存在疑问或错误的部分。

iii.补充反馈：在下一轮交互中补充背景信息、提出修改要求或进一步细化问题。

iv.循环迭代：不断重复“核查—反馈—修正”的步骤，直到生成结果满足专业要求。

b.交互实例解析

以合同起草为例，具体多轮交互可能如下：

▪第一轮输入：使用上述合同起草模板生成初稿。

▪第二轮反馈：律师指出某条款描述不够明确或法律依据不足，并要求AI补充相关案例引用。

▪第三轮确认：律师对补充内容进行审查，再次反馈调整细节，如合同期限、违约责任等部分需要更严谨的表述。

▪最终定稿：经过多轮交互后，生成一份结构完整、逻辑严谨的合同初稿，供律师最后人工审核和修改后使用。

这种迭代交互既降低了初稿中可能存在的错误风险，又使律师在不断反馈中逐步掌握如何精准引导AI生成符合专业要求的文书内容。

2.6.5 案例指导：成功应用提示词模板和多轮交互

案例一：诉讼文书的生成

某律所初次尝试使用Deepseek辅助起草诉讼起诉状。操作步骤应该如下：

•初始提示：律师输入关于案件基本事实、诉讼请求以及相关法律条款的详细提示，并使用预设模板生成第一份起诉状草稿。

•反馈与修正：在核查过程中，律师发现草稿中引用的部分判例信息存在错误。于是，通过多轮交互，律师逐条指出不准确之处，并要求AI根据最新裁判数据重新生成相关部分内容。

•结果验证：最终，生成的起诉状草稿经过人工核查，确认所有引用和法律论证均准确无误，极大缩短了文书起草时间，同时保证了文书质量。

案例二：法律意见书的自动生成

在一起关于合同解除问题的咨询中，律师利用Deepseek生成法律意见书初稿：

•使用模板：律师依照法律意见书模板输入背景、争议点、适用法律等信息，生成初稿后，利用多轮交互补充客户关切的风险提示部分。

•交互过程：在交互过程中，律师发现AI生成的风险提示部分较为笼统，便进一步要求AI引用相关案例和详细分析，从而使生成的法律意见书既全面又具针对性。

•最终成果：该法律意见书经过律师修改后，客户对其逻辑严密性和专业性表示认可，证明了通过提示词模板和多轮交互能够有效提高文书质量。

三

风险防控体系构建：从数据安全到伦理冲突的全流程管理

私有化部署实践

某红圈所采用的安全架构包含：

￮本地知识库隔离：将客户案件数据存储在物理隔离的NAS设备，仅允许通过内网API调用DeepSeek

￮差分隐私技术：在训练数据中添加高斯噪声（σ=0.3），确保单个案件信息不可逆向还原

￮审计日志系统：记录所有AI操作痕迹，满足《网络安全法》第21条规定的6个月留存要求

实务操作规范：

"所有AI生成内容必须标注：

1. 数据来源（法规时效性验证日期）

2. 置信度评分（低于80%需人工复核）

3. 生成时间戳（用于版本追溯）

四

法律人机协同的未来图景与职业进化路径

4.1 AI驱动下的法律服务模式变革

服务效能的重构

根据德勤预测，到2028年法律AI将改变60%的初级律师工作内容，具体表现为：

￮标准化服务AI化：合同审查、尽职调查等事务性工作将由AI完成（某证券公司已实现IPO尽调效率提升400%）

￮高端服务人机化：跨境并购等复杂业务形成“AI预处理+律师决策”模式（某跨国交易中AI完成92%条款比对，律师专注反垄断论证）

￮全流程自动化：部分简单案件的处理可实现从立案、证据归纳到判决文书初稿自动生成的流程，为司法效率提升提供动力。

这种业务模式的转变不仅要求律师具备一定的技术素养，同时也促使律所内部流程再造，提升整体运营效率。

跨领域合作与创新生态的构建

未来，法律行业将不再是封闭的单一领域，而是与IT、金融、数据科学等多学科深度交融。律所与科技公司、学术机构、甚至政府部门之间的合作将进一步加强，共同探索AI在法律领域的最佳实践与标准制定。例如，部分律所在内部设立了“AI创新实验室”，鼓励年轻律师与技术专家共同开发适合法律业务的工具，从而形成技术与业务互促共赢的新生态。

4.2 资深从业者的方法论建议

持续学习与跨界培训

年轻律师应积极参与AI技术培训，不仅要掌握基本的法律专业知识，还要培养一定的信息技术素养。参加相关研讨会、在线课程及内部培训有助于律师更好地理解和使用AI工具。

•参加技术培训：关注律所或行业协会组织的AI使用培训，掌握基本的提示词设计、数据安全和多轮交互技巧。

•跨界学习：除了法律专业课程，还可涉猎基础编程、数据分析等内容，了解AI工具的工作原理，为将来的深入合作打下基础。

积极实践与逐步试错

AI工具的有效使用需要通过实践不断摸索。律师应从小范围、低风险的项目开始，逐步积累经验。

•试用辅助工具：先利用AI生成简单文书初稿，再通过人工修改完善；逐渐尝试利用多轮交互优化复杂文书。

•建立反馈机制：在试错过程中，及时记录生成内容的不足和错误，不断优化提示词模板，形成属于自己的操作手册。

坚守伦理与专业判断

在拥抱技术的同时，律师必须牢记伦理与保密责任。

•不要将核心判断完全交给AI：始终保持对生成内容的批判性审视，确保最终文书、意见和建议均经过人工核查。

•保护客户数据：在使用云端AI工具时，务必严格遵守数据保密政策，避免将敏感信息直接输入系统。

•透明沟通：在与客户沟通时，主动说明AI在文书草拟、案例检索中的辅助作用，确保客户知情同意。

建立团队协作与创新文化

成功的律所往往重视内部知识分享与团队协作。

资深律师建议：

•组建跨部门小组：鼓励法律、IT与数据分析部门联合成立AI应用团队，共同开发符合律所需求的解决方案。

•定期内部分享：通过案例讨论、经验分享会等方式，推广成功案例和最佳实践，使全所人员不断更新技能，形成浓厚的创新文化。

4.3 律所AI培训与文化建设：更快掌握AI使用技巧

4.3.1 定期培训与内部分享

• 专题培训：律所应定期组织AI技术应用培训，邀请技术专家讲解生成式AI的基本原理、提示词设计技巧以及多轮交互操作流程。培训内容应结合实际案例，让律师亲自动手实践，了解如何快速构建和调整提示词模板。

• 内部分享会：鼓励成功使用AI工具的律师分享经验，形成内部案例库和最佳实践指导，帮助新人迅速积累使用技巧。

4.3.2 制定标准操作流程

• 操作手册编写：律所可编写详细的AI工具使用手册，内容包括提示词模板库、多轮交互操作指南、常见问题及应对措施等，确保每位律师在使用前均有明确参考依据。

• 反馈机制建立：设立专门的反馈渠道，让律师在使用过程中能够及时报告AI生成结果中的问题，并针对问题进行集中讨论与优化。

4.3.3 建立合规与伦理审查机制

• 数据保密培训：加强对律师数据保密意识的培训，明确在使用AI工具时不得输入涉及客户敏感信息的内容，或需对数据进行脱敏处理。

• 合规监控系统：引入第三方合规评估工具，对律所使用的AI工具进行周期性审查，确保工具输出符合伦理要求和法律标准。

律师介绍

毕卓然

北京市京师（威海）律师事务所专职律师

京师律所国际合作委员会委员，京师律所（全国）青工委委员，京师威海律所青工委主任，京师威海律所企业动能转换和数字经济法律事务中心主任。中国法学会会员，中国政法大学在职研究生，通过证券从业资格考试。全国范围内接受客户委托承接商事与刑事法律案件。目前担任包括国企、实业集团公司以及数字经济、web3.0、人工智能领域创业公司等十余家企业的常年法律顾问。

专注业务：合规、数字经济、投融资证券法、商事争议解决、刑事法律事务等。

特别声明：

本微信公众号对所有原创、转载、分享的内容、陈述、观点判断均保持中立，推送文章仅供读者参考，不可视为京师律师事务所或其律师对有关问题出具的法律意见。如您需要相关法律意见或法律服务，欢迎与本所联系。

另本公众号发布的文章、图片如有作者来源标记有误或涉及侵权，请原创作者友情提醒并联系小编删除。

来源：京师珠海律所