Phi 小模型在法务与律师助理工作中的实用玩法与边界
微软的小参数语言模型系列——这是 Phi 小模型最主要的用途，也是本文讨论的前提。
这篇写给法务与律师助理：围绕合同初审、法规检索和文书初稿这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
法务与律师助理的三个高频用法
1. 合同初审
在 Phi 小模型中可以这样提：
对这份合同（已脱敏）做初审清单：缺失的常见条款、权利义务不对等之处、需要律师重点审阅的条款。只列问题，不给最终法律意见。
把关：只列问题不下结论。
2. 法规检索
在 Phi 小模型中可以这样提：
围绕【法律问题】整理需要检索的法规和案例关键词，并给出检索思路。所有法条以官方数据库原文为准，不要凭记忆引用条款号。
把关：法条已在官方数据库核对。
3. 文书初稿
在 Phi 小模型中可以这样提：
根据以下事实要点起草一份律师函初稿框架，需要律师确认的事实和法律依据用【待确认】标出。
把关：待确认处清楚标出。
也可以试试：私有知识问答
这是「本地与开源」类工具的通用任务，法务与律师助理同样用得上。
在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。
边界与合规
AI 输出不构成法律意见，条款和法规必须由执业人员核实。
- 产出由法务与律师助理本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；Phi 小模型的同类还有 Gemma、Qwen 小模型。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 Phi 纳入日常流程。
补充练习
团队共享服务
适用情况：手头有一台团队共用的服务器时。
把服务部署为团队共享：设置访问认证、按用户记录调用日志、限制单用户并发，并写一份使用说明。
检查点：开启了访问认证。
小规模微调
准备材料：几百条高质量问答数据。
用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。
检查点：有前后对比。
接入现有应用
准备材料：一个已有的业务系统。
通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。
检查点：超时与并发有限制。
常见问题：显存不足无法加载
换用更小的模型或更低的量化等级，或启用 CPU 卸载。
常见问题：服务对外暴露有风险
只监听内网地址，加认证和反向代理。
常见问题：生成速度很慢
检查是否使用了 GPU 加速，减少上下文长度。
概念补充：开放权重
公开模型参数可下载使用，但许可证条款各不相同。
概念补充：推理框架
负责加载模型并高效生成结果的软件。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
涉及个人信息、商业机密或受监管数据时，先确认 Phi 小模型的数据处理条款，再决定能否使用。