Industry Solution
法律行业：判例与知识管理落地方案
普通法的判例制度本身就是制度能力，律所的模板、checklist 与风险点库定义了"法律服务"的交付方式。本方案把这两套制度能力翻译成可计算的门禁，让 AI 在可追溯、可归责的边界内规模化处理文本。
一、行业的主要矛盾
法律工作的核心是文本与先例：合同、诉状、意见书、法条与判例。它看起来最适合大模型——直到你发现法律领域的错误代价极高，而且”看起来很像样”恰恰是最危险的状态。
矛盾在于：模型的输出风格与法律文本高度相似，但它的可靠性机制完全不同。 法律要求每一处主张都能被引证支撑，模型默认只保证语言通顺。编造的判例、失效的法条、张冠李戴的条款，都能写得非常专业。
二、既有的制度能力：谁在定义”有效”与”合格”
法律行业本身就是制度能力的产物：
- 普通法系的判例制度：法官的判决成为后续案件的标准——先例既是个案的结论，也是未来的规则，制度能力在这里以最纯粹的形式存在
- 律所的知识管理系统：定义了”法律服务”的交付方式——模板、checklist、风险点库，把合伙人脑子里的经验变成可复用、可交接的组织资产
这两者的共同点：法律的确定性来自可引证与可复用，而不是来自表达。 AI 落地必须接入这两套机制，否则生成的只是”像法律文书的文本”。
三、AI 进入后的冲突
| 冲突 | 表现 | 后果 |
|---|---|---|
| 生成 vs 引证 | 引述的法条、判例不存在或已失效 | 职业风险与执业责任 |
| 模板 vs 个案 | 直接套用模板，忽略个案特殊条款 | 遗漏风险点 |
| 批量 vs 复核 | 合同审查产量暴涨，律师复核跟不上 | 错误外流 |
| 效率 vs 保密 | 为提速把客户材料送进外部服务 | 保密与合规风险 |
四、落地路径：四道防线的行业映射
数据治理
- 法条与判例库版本化：生效状态、辖区、审理层级显式标注，废止与修订可追
- 所内知识资产结构化：模板、checklist、风险点库按业务领域与文件类型组织
- 客户材料分级：保密等级与可用范围在检索前确定
- 术语与引用格式标准化：引用必须可被机器解析与校验
工作流编排
- 任务分流：案情梳理、要点归纳、初稿起草、比对标注等概率性任务走模型再收敛；条款匹配、期限计算、格式校验等确定性任务走规则求解
- 模板驱动：起草必须在模板与变量框架内进行，禁止开放式生成
- 审查流程化：checklist 逐项过，每项结果结构化留痕
AI 护栏
- 引证校验：法条与判例必须命中数据库且生效状态正确，未命中即拦截
- 风险点校验：审查未覆盖 checklist 全部风险项即不允许出具
- 保密校验：材料等级与使用范围不匹配即拦截
- 时效校验：期限与诉讼时效相关计算由规则独立复核
人机审核
- 分级设卡：内部要点整理抽检放行；对外意见书、合同定稿、诉讼文书由律师审核签字
- 留痕：谁审、依据哪一版模板与 checklist、改了什么
- 责任闭环：AI 负责规模化整理与初稿，律师负责关键判断与责任归属
五、评测门禁与指标
| 维度 | 指标 | 口径 |
|---|---|---|
| 正确性 | 引证命中率 | 引用法条与判例可核验且生效的比例，要求 100% |
| 完整性 | 风险点覆盖率 | 审查覆盖所内 checklist 风险项的比例 |
| 可控性 | 拦截率 | 引证失败、保密越界被拦截的比例与趋势 |
| 一致性 | 同类型文件差异率 | 同一业务类型文件的条款差异程度 |
| 可审计 | 链路还原时长 | 任意文件还原模板版本、审查记录、审核人的耗时 |
| 效率 | 人工干预率 | 律师需修改或重写的内容占比 |
六、交付物与里程碑
交付物：法条判例库与版本管理、所内知识资产结构化方案、模板与 checklist 体系、引证与保密护栏、律师审核台、运行看板。
里程碑
- 盘点期：梳理知识资产与 checklist，确定引证口径与保密分级
- 试点期：选一类文件（如某类合同审查）跑通”生成—校验—审核—回流”闭环
- 收敛期：引证与风险点校验厚实，人工干预率下降
- 放量期：规模化初稿与审查 + 律师关键判断兜底
七、前置条件与边界
需要机构提供：法条判例数据源、所内模板与 checklist、合伙人参与风险点定义与抽检、保密合规审查路径。
本方案不替代律师的判断，也不出具法律意见——它做的是让每一处引证都可核验、每一个风险点都被走过、每一份文件都能说清谁最终负责。