法律工作有大量的文本处理：阅读合同和案卷、检索法规和判例、起草法律文书、进行尽职调查。这些工作耗时且需要高度专注，而大语言模型恰恰擅长理解和生成文本。法律 AI 有望把律师和法务人员从大量重复性的阅读和检索工作中解放出来，但法律工作对准确性的要求极高，一个虚构的判例引用就可能造成严重后果。 理解法律 AI 能做什么、不能做什么，是安全使用的前提。（本文不构成法律意见。）

主要应用场景

1. 合同审查

  • 风险条款识别：根据审查要点清单，识别合同中的不利条款、缺失条款和异常约定，例如违约责任不对等、管辖约定不利、知识产权归属不清；
  • 与标准模板比对：找出合同与公司标准模板之间的差异；
  • 关键信息提取：提取合同主体、金额、期限、付款条件、续约条款等，建立合同台账；
  • 修改建议：针对风险条款提出修改意见供律师参考。

合同审查是法律 AI 最成熟的应用方向之一，特别适合格式相对标准、数量较大的合同，例如采购合同、保密协议。文档解析的注意事项见 PDF 与表格解析的坑。

2. 法律检索

用自然语言描述法律问题，系统检索相关的法律法规、司法解释和案例，并给出摘要。相比传统的关键词检索，语义检索更容易找到相关但用词不同的内容。

3. 文书起草

起草律师函、起诉状、答辩状、法律意见书等文书的初稿，律师在此基础上修改完善。

4. 尽职调查

在并购、投资等项目中，需要审阅大量的公司文件。AI 可以帮助快速分类文件、提取关键信息、标记需要重点关注的问题。

5. 案卷整理与分析

梳理案件事实时间线、整理证据目录、总结庭审笔录。

6. 普法咨询

为公众提供基础的法律知识解答和办事指引。这类服务必须明确告知用户 AI 回答仅供参考，复杂问题应咨询专业律师。

关键风险

虚构判例与法条

这是法律 AI 最广为人知的风险。大模型可能编造看似真实的案例名称、案号和判决内容，或者引用不存在、已废止的法条。国外已有律师因在提交法院的文书中引用 AI 编造的判例而受到处罚的公开报道。

应对措施：法律检索必须基于真实、权威、及时更新的法律数据库，采用检索增强的方式；所有引用都必须由人工核实原文；系统层面自动校验引用是否真实存在，参见大模型幻觉的成因。

法律时效性

法律法规会修订、废止，司法解释会更新。模型训练数据中的法律知识可能已经过时，必须依赖及时更新的数据源。

保密义务

律师对客户信息负有严格的保密义务。把客户的合同、案件材料输入外部 AI 服务，可能违反保密义务和职业规范。需要选择满足保密要求的服务，或采用私有化部署，参见企业使用大模型的数据隐私指南。

执业责任

无论使用什么工具，律师都要对提供给客户的法律意见和提交给法院的文书负责。AI 的输出只能作为参考和草稿。

法律判断的复杂性

法律适用往往需要综合考虑事实细节、司法实践、商业背景和客户的具体目标，这些判断目前仍需依靠专业人士。

落地建议

律所

  1. 制定 AI 使用规范，明确哪些工作可以使用 AI、使用哪些工具、如何核实；
  2. 选择基于权威法律数据库的专业法律 AI 产品，而不是直接使用通用聊天工具检索法律；
  3. 从内部效率场景开始，如文件整理、初稿起草、合同台账；
  4. 对所有对外输出建立严格的核实流程。

企业法务

  1. 从合同审查和合同管理切入，建立公司的审查要点清单和标准模板库；
  2. 用 AI 处理大量标准化合同，律师专注于复杂和高风险的合同；
  3. 建立内部法律知识库，沉淀常见问题的处理意见，参见企业知识库问答落地；
  4. 评估工具的数据安全和保密保障。

小结

法律 AI 在合同审查、法律检索、文书起草和尽职调查等方面能够显著提升效率，但虚构引用、法律时效、保密义务和执业责任是必须正视的风险。基于权威数据源、坚持人工核实、保护客户信息、明确 AI 的辅助定位，才能让法律 AI 真正成为法律从业者的得力助手。