在上期专题中,我们深入剖析了法律AI在文书撰写领域的效能突破——通过实现文书内容80%的自动化生成率,开辟了"智能生成+人工精修"的新路径。
本期我们将视角延伸至法律研究场景,聚焦AI技术在法律分析、法规检索、案例检索及诉讼材料智能清单生成等方面的具体实现过程。此外,我们对律师使用AI的方法论予以总结,更从实务角度辩证探讨现有技术边界,并前瞻性展望法律科技演进的未来图景。
本文共7352字,阅读时间约为20分钟。
文章目录
一、应用场景
二、工作需求
三、操作实例
四、方法论总结
五、展望与建议
在笔者承办的一起建设工程分包合同纠纷案件中,分包人与实际施工人达成了《结算协议》,双方确认分包人按业主结算总额的90%向实际施工人结算施工费,并在《结算协议》第八条约定:“若分包人付款出现逾期,则应按业主结算总额的95%向实际施工人结算施工费。”现分包人付款出现了逾期,但实际已支付完毕业主结算总额的90%,实际施工人起诉要求分包人支付剩余5%款项。针对该协议第八条的性质该如何理解,双方产生争议。
该案中,笔者需代理分包人进行答辩应诉。
根据团队前期研究工作的展开,已确定案件核心争议焦点之一为“双方《结算协议》的第八条属于结算条款,还是违约条款”,该条款的定性也将决定实际施工人诉请的款项是欠付工程款,还是过高的违约金,这对分包人的责任抗辩至关重要。
鉴于此,本文将聚焦法律研究这一关键环节,其中涵盖焦点问题分析、案例检索、法规查询以及资料收集等内容,深入展示并分析 AI 在助力法律研究方面的独特优势与应用价值。
在法律研究报告的创作过程中,我们坚持以AI分析为主、律师复核为辅的创作原则,并主要通过律师初步分析、AI产品选择与使用、律师最终筛选及复核三个环节共七个步骤,形成法律研究报告。
律师初步分析案件方向
根据委托人与相对方的协议签署情况、委托人实际履行情况,以及相对方提出的诉讼请求等,律师初步分析认为本案存在的主要法律问题为:《结算协议》第八条的约定内容应视为结算条款还是违约责任?
选择切实可用的AI产品
目前市场上的AI产品种类繁多、功能各异,涵盖了文本分析、数据挖掘、自然语言处理等多个领域。在法律垂类领域中,现阶段AI产品主要的应用场景包括AI法律咨询、合同拟定与审查、法律法规及司法案例检索、法律文书拟定、案件文本分析等。

我们根据案件的AI产品的功能特点以及其是否具备法律检索、多语言对话、文本分析等能力,最终选取小理AI、KIMI、通义法睿以及Metalaw四款产品参与分析。四款产品的主要介绍如下:
1. 小理AI。小理AI的应用场景基本涵盖了当前法律垂类领域AI的全部功能,包括法律分析、文书拟定、类案检索、法律检索等,非常丰富。同时小理AI充分结合了AI优势与法律数据库优势,在AI问答的同时,可以一键切换使用数据库进行法规、案例、观点文章更为详细的检索,体验感较好。

2. Kimi。Kimi属于通用型AI,并非专注于服务法律行业领域。但根据使用体验,KIMI在文本生成等方面具有较好的效果。

3. 通义法睿。通义法睿属于法律垂类领域中的AI产品,主要功能包括法律咨询、文书生成、法律检索、文本阅读等。

4. Metalaw。Metalaw的主要功能为案例检索,支持根据输入的争议焦点指令检索相关的案例,并可以汇总形成案例检索报告。

输入指令进行法律分析
1、确定指令内容
需要说明的是,为避免AI分析结果因预设的角色定位而出现偏差,我们在使用AI进行案件分析时,未向AI明确我方立场。结合律师初步分析结论及本案案情,我们向AI最终输入的指令如下:
“当分包人与实际施工人达成《结算协议》,双方确认分包人按业主结算总额的90%向实际施工人结算施工费。并在《结算协议》第八条约定:“若分包人付款出现逾期,则应按业主结算总额的95%向实际施工人结算施工费”。现分包人付款出现了逾期,但实际已支付完毕业主结算总额的90%,实际施工人主张按95%结算,双方因此产生争议,则第八条的这一约定应视为结算条款还是违约责任?”
2、AI初步答复
小理AI
Kimi
通义法睿
Metalaw
鉴于本次AI给出的分析结论相对清晰明确,并提供了相关的法律依据及司法案例,故无需再调整指令内容重新分析。
律师初步筛选分析结论
对于4款AI分别给出的分析结论,我们进行了对比。4款AI均分析认为涉案协议内容属于违约责任的约定,尽管切入思路与论证框架有所不同,但具备大体上的正确性与可适用性,彼此之间互为补充,也为律师提供更加全面的思考路径,只需进行逻辑梳理、整合完善便可直接填入结果文件进行使用。
在法律检索方面,4款AI均给出了相关的法律依据,但经简单判断,KIMI提供的《合同法》第114条已经失效;Metalaw提供的法律依据未具体至条文,均不具备适用基础,故律师后续需要着重对通义法睿、小理AI提供的依据进行研判。
通义法睿检索范围只局限于《民法典》,未能涵盖与案情相关的其他法规,导致提供的法律依据不够全面。
小理AI在《民法典》之外,还检索了《建筑法》和《建工合同司法解释》,展现了更广泛的法规检索能力和更高的精准度。
在类案检索方面,笔者调整了提示词,要求大模型提供与该争议焦点有关的类案,四个大模型均给出了参考案例,但相关性与可借鉴性参差较大。鉴于参考案例过于庞杂,此后还将需利用 AI进一步分析,详见下文。
|
Kimi |
通义法睿 |
Metalaw |
小理AI |
分析结论 |
违约责任 |
违约责任 |
需根据更具体的案情认定 |
违约责任 |
法律检索情况 |
《合同法》第114条 |
《民法典》第509条、第807条、第577条 |
《合同法》《民法典》《建工合同司法解释》《民诉法司法解释》等 |
《建筑法》第29条、《民法典》第806条、《建工合同司法解释》 |
案例检索情况 |
相关性较差 |
相关性较差 |
相关性高 |
相关性高 |
AI分析类案检索文本
在应诉准备过程中,判例研究对于准确把握类案裁判思路、焦点问题的实践倾向,以及发现可能存在的法律风险与答辩突破口具有重要作用,因此有必要对AI检索的司法判例进一步研究。如前所述,AI向我们提供的司法案例过于庞杂,现需对AI提供的司法判例予以进一步分析。本部分我们主要使用的是小理AI进行分析:
(1)将检索到的(2019)渝02民终2694号、(2019)最高法民终504号民事判决书分别拉入小理AI的文本分析栏中,由小理AI对文本进行解析,可以提取出案件的基本信息、当事人信息。
(2)选择文本分析拦中生成的文本问答选项,小理AI能根据上传的文本涉及的争议焦点自动生成问题示例。根据生成的问题示例,我们在(2019)渝02民终2694号案例的对话框中选择指令,如“《工程项目目标承包合同》中的第十九条第一款约定是否属于违约责任条款?”;“双方合同中有关按照已完工程量85%结算工程款的约定的性质是什么?”

(3)针对(2019)渝02民终2694号案例,我们在对话框中输入指令,如:“请帮我梳理一审法院关于第十九条属于违约条款的观点。”;“请帮我梳理二审法院关于第十九条属于违约条款的观点。”小理AI可从文本中提炼观点,复制小理AI生成的文字,填入研究报告,修改部份语句,核对文稿,即可成稿。

(4)针对(2019)最高法民终504号案例,我们在对话框中输入指令,如:“请帮我梳理最高院认为双方合同中有关按照已完工程量85%结算工程款的约定是违约条款的观点”,小理AI可从文本中提炼观点,复制小理AI生成的文字,填入研究报告,整理小理AI的答复,核对文稿,即可成稿。

AI分析需补充资料清单
在AI法律研究和案例研究的基础上,根据客户介绍的案情,我们向客户拟定一份需要补充提供的资料清单,以便在正式形成研究报告前准确核实案件的基础事实情况。综合4款AI产品的主要功能及分析效果,本步骤中我们仍然选择小理AI为我们整理资料清单。
1、确定指令内容
基于本步骤的工作需求,在参照步骤三向AI输入本案基础案情后,我们进一步向AI明确了角色定位及需要完成的具体工作事项,最终向AI输入的指令内容为:
“在一起建设工程分包合同纠纷案件中,分包人与实际施工人达成了《结算协议》,双方确认分包人按业主结算总额的90%向实际施工人结算施工费,并在《结算协议》第八条约定:“若分包人付款出现逾期,则应按业主结算总额的95%向实际施工人结算施工费。”现分包人付款出现了逾期,但实际已支付完毕业主结算总额的90%,实际施工人起诉要求分包人支付剩余5%款项。该案中,我们需代理分包人进行答辩应诉。请你以律师的视角,拟定一份需要由分包人提供的资料清单。”
2、AI初步答复

我们分析认为,小理AI本次给出的答复内容已经充分结合本案案情,并在此基础上进一步说明了资料与案件的匹配度及提供理由。相关结论可供律师直接使用,故无需再调整指令内容重新分析。
律师复核形成研究报告
1、拟定研究报告
根据步骤三AI得出的法律分析结论、以及步骤五AI分析的类案检索文本,我们已经可以得出所研究问题的基本观点,及其对应的法律分析过程、可供参考的司法案例。对此,需由律师根据常规的研究报告形式,汇总形成本案的研究报告。具体包括以下板块内容:
一、案件背景
二、条款性质的法律分析
(一)结算条款与违约责任的关系
(二)案涉条款的性质认定
三、类案汇总
四、法规汇总
五、研究结论
六、材料收集清单
2、律师修改说明
对于法律研究报告正文,也就是更侧重于直接生成实体结果、相关法规以及类案推荐这一部分内容,我们在AI提供的信息基础上进行了一定的改动与筛选,主要是对已有信息的整合处理,以及根据法律知识与经验来人工筛选法规、类案中的可适用部分。总体而言,已经在传统寻找请求权基础与类案检索的方式方法上有了巨大的效率改进,实用性很高。
对于偏程序性,但同时需兼顾实体内容的材料清单文本,小理AI生成的清单答复内容,我们认为已经充分结合了本案案情,且答复相对清晰、准确、完整,且能够说明所收集材料的匹配度及收集理由。对此,在最终的研究报告中,我们直接使用,未再进行任何人工修改。
整体而言,在报告生成过程中,AI占比大致在60%~70%之间。
综合本次法律研究报告的形成过程,我们认为在其他的诉讼案件应诉准备过程中,有以下几个方面可以值得参考。
(一)AI法律分析方面
当前,不同AI产品可能基于其检索范围、分析逻辑、功能定位等不同,就同一法律问题得出不同的分析结论。对此可注意以下要点:
1、建议使用多个AI产品综合进行分析,并最终汇总整理不同AI得出的分析结论及相应依据,为实际工作的推进提供参考。
2、实际使用过程中,我们发现AI可能会因使用者为其设定的不同角色而出现分析误差,故在该阶段可避免设定具体的角色代表。
3、不同AI的分析能力存在差别,我们发现通过将案情进行凝练,并给AI提供具体的问题指令有助于AI得出相对完善的分析结论。
(二)AI法律检索方面
1、目前大部分AI均支持协助进行法律检索,但是存在AI造法、引用法律失效等情况,对于AI提供的结论仍需注意其时效性。
2、在实际检索过程中,我们发现通过限定法律检索范围,比如按照部门法进行检索,效果将更好;但仍需注意其他特殊法律规定。
(三)AI案例检索方面
1、受限不同AI现阶段的检索能力,目前AI提供的部分参考案例相关性较弱,还需通过AI文本分析进行二次筛选。
2、在实际检索过程中,可以不断调整输入指令,包括案件关键词、案情表述、争议焦点等,以提升AI检索案例的相关性及准确性。
(一)优化和发展
“人工智能+法律”继“互联网时代”兴起以来,对法律从业者传统的工作模式又带来了新一轮冲击,这必将推动整个法律行业进行史无前例的变革。当下AI在法律领域的应用实践暴露出一些不足,但这些不足之处绝非这项技术发展的阻碍,相反,它们是这项技术进一步优化发展的助推器。放眼未来,相信会有越来越多具有法律专业和AI技术专业背景的复合型人才投身到这场变革之中,“人工智能+法律”也必将成为整个行业的主流发展趋势。
(二)数据的更新和完善
针对数据缺失和更新不及时的问题,除了开展日常的数据抓取和更新维护等常规工作以外,建议联合相关主体搭建数据共享平台,实现数据互通,实时同步。与此同时,可以开放公众数据上传通道,配置相关专业人员进行审核,有条件的录入公众提供数据,并制定相关的奖励机制,如提供现金奖赏或付费功能的体验。
(三)数据安全和隐私保护问题
监管者方面,负有相关监管职责的行政部门或者行业协会等自律组织应当制定相关规则,加强监管;运营者方面,应当公开AI对数据的收集、处理、访问权限等协议,并注重系统安全的升级维护;使用者方面,要谨慎选用相对权威的AI工具,在提供相关信息前要“脱敏”,对数据进行匿名化梳理。
(四)法律从业者与AI的和谐发展
人工智能在法律界的应用将淡化从业者在一般法律问题认识或经验上的差距,从而进一步突显出专业化律师的优势。作为法律从业者应当加强对AI技术应用的学习和理解,充分利用AI的优势增强工作效率;但同时也要避免过分依赖AI工具,持续提高自身的专业能力,以适应不断变化的需求和技术进步。
小理AI依托全域法律数据库,整合法律法规、司法案例、学术观点及行业法讯等多维度资源,支持一键实现法律智能分析、法规穷尽检索、类案精准匹配、案例深度解析及案件风险预判等专业功能。
一方面突破通用大模型因缺乏权威法律数据支撑导致的信息真实性存疑、检索结果碎片化等局限,通过结构化数据库确保法律依据可溯源、可验证;另一方面,依托法律垂直领域深度训练,补足通用模型在专业术语理解、法律逻辑推演及实务痛点解析上的短板,提供兼具专业深度与落地价值的法律解决方案。通过法律知识图谱与AI技术的深度融合,小理AI实现了法律服务的精准化、体系化与智能化升级。
移动端点击立即体验小理AI
PC端复制链接到网页
https://www.delilegal.com/ai
开启智能法律之旅
-END-