面向合同审阅与谈判的法律 AI 平台——这是 Luminance 最主要的用途，也是本文讨论的前提。

单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。

推荐组合：Luminance + GPT Researcher

GPT Researcher 的定位是：自动检索多来源并生成研究报告的开源智能体。两者分工可以是：Luminance 负责「合规清单」这一步，GPT Researcher 负责查找文献与核实引用。

工作流步骤

  1. 明确交付物和验收标准，例如：注明了确认对象。
  2. 准备输入：一项业务流程，先去掉敏感信息。
  3. 在 Luminance 中执行核心步骤（提示词见下文）
  4. 把结果交给 GPT Researcher 做下一步处理，或从 GPT Researcher 取得所需材料。
  5. 人工检查关键事实与格式，记录发现的问题。
  6. 把这次用到的提示词和设置保存为模板，下次复用。

合规清单

适用情况：手头有一项业务流程时。

针对这项流程列出需要关注的合规检查点，每项注明依据类型（法规 / 行业标准 / 内部制度）以及需要向谁确认。

验收标准：注明了确认对象。

交接时最容易出问题的地方

  • 格式不兼容：两边导入导出的格式提前测试一次。
  • 信息丢失：每次交接附上来源和版本号。
  • 责任不清：约定哪一步由谁做最终确认。
  • 成本叠加：两个工具都可能计费，先估算用量。

如果暂时不想引入第二个工具，也可以先用 Harvey 等同类产品替代其中一环，跑通流程后再决定。

更多可以试的用法

专业文档初稿

输入：一份行业内常见的文书模板和案情要点。

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。

检查点：待确认处被明确标出。

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。

验收标准：没有绝对化承诺。

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：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。

常见问题：数据合规审批卡住

提前准备数据流向说明、供应商资质和合同条款。

概念补充：人在回路

关键判断必须由有资质的人员确认。

概念补充：审计日志

记录谁在何时用 AI 处理了什么数据。

适合人群：科研人员

科研人员可以用 Luminance 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

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：咨询顾问

咨询顾问可以用 Luminance 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

写在最后

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。

本文基于 Luminance 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读