Luminance 是一款在线服务：面向合同审阅与谈判的法律 AI 平台。

当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。

先判断：它能不能自托管

它本身是云端服务；如果数据不能出域，可以考虑可自托管的开源方案做部分替代，代价是部署与维护要自己负责。

决策要点

  • 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
  • 团队是否有人负责运维和安全更新。
  • 硬件投入：本地运行模型需要显卡或较大的内存。
  • 效果差距：用自己的任务实测，不要只看榜单。

可以评估的开源方向包括：RAGFlow、MLC LLM、Ultralytics YOLO。它们与 Luminance 的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。

用同一个任务做对比

客户沟通稿

输入：一个需要向客户解释的专业问题。

用非专业人士能理解的语言解释这个问题，避免给出绝对化承诺，并提醒客户需要专业人士最终确认的部分。

检查点：没有绝对化承诺。

自托管上线清单

  • 固定版本号并记录配置。
  • 只在内网暴露服务或加上认证。
  • 设置日志与资源监控。
  • 订阅仓库的版本发布与安全公告。
  • 准备回滚方案。

补充练习

专业文档初稿

适用情况：手头有一份行业内常见的文书模板和案情要点时。

根据要点起草一份初稿，使用行业规范格式，所有需要专业人员确认的地方用【待确认】标出，不得编造法规条款或数据。

验收标准：待确认处被明确标出。

资料检索与摘要

适用情况：手头有一个专业问题时。

检索与这个问题相关的权威资料，给出摘要并附出处，明确区分「资料原文结论」与「推论」。

交付前确认：区分原文与推论。

常见问题：客户误以为是专业意见

在输出中加入明确提示，并由专业人员审核后再发出。

常见问题：从业者担心责任问题

明确 AI 只做草稿与检索，签字与判断由专业人员负责。

常见问题：输出引用了不存在的条款或文献

只接受能追溯到原文的引用，逐条核对。

概念补充：审计日志

记录谁在何时用 AI 处理了什么数据。

概念补充：人在回路

关键判断必须由有资质的人员确认。

适合人群：法务与律师助理

法务与律师助理可以用 Luminance 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。

适合人群：数据分析师

数据分析师可以用 Luminance 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：HR 与招聘

HR 与招聘可以用 Luminance 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。

使用提醒

文中提示词和示例仅作示意，实际效果取决于你的材料和 Luminance 当前版本，重要内容请人工核对后再使用。

涉及个人信息、商业机密或受监管数据时，先确认 Luminance 的数据处理条款，再决定能否使用。

延伸阅读