先说明：本文讲的是技术与流程层面的落地思路，不构成法律或合规意见。律师执业规范、客户合同中的保密条款、数据出境等要求，应以律所自身合规判断和有关主管部门要求为准。
一、先选对场景
判断一个场景值不值得先做，看三个条件是否同时成立：这件事现在由人在做、做得慢、且结果有据可查。
| 场景 | 建议顺序 | 理由与注意点 |
|---|---|---|
| 所内知识库检索 | 优先 | 风险低、收益明确。前提是所内案例、模板、法规已有基本整理，并有人负责维护版本 |
| 合同初审与风险标注 | 优先 | 可按所内审查清单逐条比对。结论为“风险提示”，由承办律师复核，不直接对外 |
| 文书初稿与案卷整理 | 第二批 | 节省起草时间，但事实陈述必须与原始材料核对，对外文书由律师定稿签发 |
| 直接出具法律意见 | 不建议 | 涉及专业判断与执业责任，AI 只能提供依据和思路 |
二、保密与隔离怎么处理
- 数据边界：优先选本地部署，或限定在所自有云账号内的专属实例，推理不调用外部接口。如使用云端模型服务，应优先选已完成备案或登记的国产模型，并限定仅传输必要片段。
- 利益冲突隔离：知识库按项目组或案件设置权限，权限过滤在检索阶段前置，无权限者的查询不会命中对应材料，也不会进入模型上下文。
- 审计留痕：提问、命中片段、生成内容、人工复核动作全程记录，可按人员和时间检索。
- 不用于训练：客户材料未经书面授权，不用于任何模型训练或调优；项目结束后的数据清除方式写进合同。
- 对客户的透明度：如客户合同对使用 AI 工具有约定，应先确认并按约定执行。
三、怎样验收：评估集 + 并行试运行
不要凭演示效果采购。建议：
- 由所内业务人员和实施方一起出题，建立 100～300 题的评估集，覆盖高频问题、边界问题和知识库里没有答案的超纲问题。
- 在 PoC 阶段测出“答案有据率”和“合理拒答率”，约定通过线，不达标则调整范围或终止。
- 上线后与原有人工方式并行一段时间，比对差异，把 Bad case 回流评估集。
- 用“初稿与检索耗时的变化”衡量收益，而不是用“减少多少律师”。
我们不承诺具体的准确率数字，原因是同一套系统，回答“某条款的标准是什么”和回答“该方案有无合规风险”，准确率不在一个量级上。
四、合伙人需要先确认的事项
- 首批只做哪 1～2 个场景，由哪位合伙人牵头
- 纳入知识库的文档范围、密级与权限划分
- 知识库、法规库由谁维护，多久更新，法规现行有效性由谁核对
- 评估集的出题人与验收通过线
- 数据能否出所，是否有机房与运维条件，或选择云端
- 对外文书的复核与签发流程是否需要调整
- 如何培训合伙人、律师与助理，使用规范如何制定
五、规模与硬件的参考思路
多数律所的场景用 14B～32B 级模型配合知识库已能覆盖，不依赖稀缺的高端算力卡。20 人左右的所可以先用云端或入门档验证一个场景；50～200 人的所再评估标准档。具体可用 配置计算器 估算，更多见 律所 AI 私有化部署方案。
常见问题
律所用 AI 最大的风险是什么？
两类：一是客户材料泄露，二是 AI 编造法条或案例被当作依据。前者通过本地或自有云账号部署、权限隔离与审计日志控制；后者通过强制引用出处、查不到依据时拒答，以及关键结论由律师复核来控制。
先从哪个场景做起？
建议选耗时明显、结果有据可查、风险相对低的：合同初审与所内知识库检索通常是较好的起点。对外出具意见的环节，应在评估与并行试运行之后再逐步引入。
想结合您的实际情况算一遍？
文章里的数字是通用参考。是否需要本地硬件、选哪一档、预算怎么构成，需要结合您的使用规模和数据要求评估。
- 用配置计算器先估算硬件量级
- 比较云端、专属云与本地部署的成本
- 给出硬件、软件、实施、培训与服务的分项估算
电话：13716687203 邮箱：info@zzxytech.com