合同审查与风险标注
按所内清单逐条比对
输入
待审合同（Word、PDF、扫描件），以及所内的合同审查清单与标准条款库。
输出
逐条标注风险条款与缺失条款，附判断依据（对应清单条目或所内案例）和修改建议，生成审查意见初稿。
人在哪里介入：风险等级与修改建议由承办律师复核；审查清单的内容与更新由所内负责人维护。
先判断：哪些工作适合交给 AI
判断标准很简单：这件事现在是不是由人在做、做得慢、且结果有据可查？三个条件同时成立，AI 才有明确价值。
通常成立的场景
- 合同初审：按所内审查清单逐条比对，标注风险条款，律师复核重点
- 所内案例、模板、法规分散，找一次要十几分钟，且常找到过期版本
- 文书初稿：起诉状、答辩状、尽调报告等有固定结构，写初稿远比改稿耗时
- 大批量案卷材料需要归类、提取时间线、生成证据目录
- 资深律师经验没有沉淀，新人答疑占用大量时间
建议不要让 AI 做的事
- 直接出具法律意见，或不经律师审核对外发送
- 在没有检索依据的情况下凭“记忆”引用法条与案例
- 判断利益冲突、证据效力、胜诉概率这类需要专业判断的结论
- 知识库没有人维护、法规版本混乱的状态下直接上线
- 期待“上了系统就能减少律师人数”——更现实的是缩短初稿与检索时间
三类落地场景
每一类都按“输入什么—系统给出什么—人在哪里介入”来定义。
类案、法规与经验检索
私有知识库 / RAG
输入
所内历史案例、办案模板、导入的法规与司法解释、合伙人与资深律师的方法论文档。
输出
自然语言提问，返回答案 + 引用段落 + 文件名、版本与页码，可跳转原文核对；检索依据不足时回答“未找到依据”。
人在哪里介入：法规现行有效性由律师核对；知识库的范围、版本与权限由所内指定人员管理。
文书初稿与案卷整理
生成与结构化
输入
案情材料、证据清单、所内文书模板与行文风格样本。
输出
文书初稿、案情摘要、时间线、证据目录；对引用的事实与材料标注来源页码。
人在哪里介入：所有对外文书由律师修改定稿并签发；初稿中的事实陈述必须与原始材料核对。
界面示意
答案必须“有出处”
法律场景最怕 AI 编造法条与案例。我们的方案对输出有明确约束：
- 每条结论标注来源于哪份文件、哪一条款
- 知识库里查不到的，明确回复“未找到依据”，不硬编
- 关键输出保留人工复核入口，由律师签发
- 材料只在所内服务器处理，可提供网络隔离验证
右侧为界面示意，用于说明交互方式，不是实际客户数据；PoC 阶段使用贵所自己的（脱敏）材料演示。
第八条 违约责任：乙方逾期交货的，每逾期一日按合同总价 千分之一 向甲方支付违约金，违约金总额不设上限。
风险：违约金比例偏高依据：所内合同审查清单 §3.2建议调整为不超过合同总价的一定比例，并由承办律师确认。
提示：未约定责任上限依据：所内合同审查清单 §3.4建议增加责任上限与免责情形。
保密、权限与审计
数据边界
- 本地部署：模型与数据全部在所内服务器，可完全离线运行
- 云端形态：限定在所自有云账号内的专属实例
- 客户材料未经书面授权不用于任何模型训练或调优
- 合同中约定数据留存期限与项目结束后的清除方式
权限与留痕
- 知识库按项目组 / 案件隔离，利益冲突案件互相不可见
- 权限过滤在检索阶段前置，越权内容不进入模型上下文
- 提问、命中片段、生成内容、人工复核动作全程留日志
- 可按人员与时间检索日志，满足所内合规检查
规模与配置参考
参考量级，用于判断预算区间，不是采购依据；最终配置以在贵所真实并发条件下的实测为准。
| 规模 | 参考档位 | 模型规模 | 说明 |
|---|---|---|---|
| 10～30 人 | 云端起步 / 入门档 | 14B～32B 级量化 | 建议先选一个核心场景（如合同初审或知识库检索），用云端验证后再决定是否买硬件。 |
| 50～200 人 | 标准档 | 32B 高并发或 70B 级 | 多部门同时使用，需要权限设计与分批上线，配套所内系统对接评估。 |
| 200 人以上 | 旗舰档 / 集群 | 按场景与并发定制 | 按项目评估；建议先在一个业务部门试点。 |
可用配置计算器按人数、场景和模型规模估算硬件量级。项目预算按硬件、软件授权、实施、接口、培训与年度服务分项评估，官网不标价。
实施与试点
验收标准在 PoC 之前写清楚：评估集由贵所业务人员和我们共同出题，一般 100～300 题，覆盖高频问题、边界问题和超纲问题，题目与标准答案归贵所所有。
STEP 01
场景与数据评估
圈定 1～2 个场景，清点文书、案例与模板，确认保密边界与责任人。
STEP 02
评估集与 PoC
用所内脱敏材料跑通链路，给出答案有据率、合理拒答率等基线数据。
STEP 03
部署与权限配置
部署模型与知识库，按项目组配置权限与日志，对接所内已有系统。
STEP 04
并行试运行与培训
与人工方式并行比对差异，分层培训合伙人、律师与助理后移交。
验收依据是评估集跑分 + 并行期业务比对，不承诺未经验证的准确率
我们正在寻找愿意共同打磨场景的试点律所：在不涉及客户机密的前提下，用所内脱敏材料验证效果。合作条件与费用在评估阶段沟通；未经贵所书面同意，不会对外披露贵所名称或任何材料。
常见问题
AI 会不会编造法条或案例？
这类错误无法在原理上完全消除，只能通过工程手段压到可控范围并让它可被发现：每条结论强制附带知识库中的原文出处，可一键跳转核对；知识库里查不到依据时明确回答“未找到”；上线前用评估集测出“答案有据率”和“合理拒答率”。更重要的是流程：凡对外出具的意见、文书，都由律师审核并签发，系统只提供依据和初稿。
客户的案卷材料会不会传到外面？
本地部署形态下，模型和知识库都运行在所内服务器上，推理不调用外部接口，物理上不存在外传路径；我们可以配合所内信息人员做网络隔离，并提供网络验证。若采用云端形态，则限定在所自有云账号内的专属实例。具体数据边界在方案和合同中写清。
利益冲突的案件怎么隔离？
知识库按项目组或案件设置访问权限，权限过滤在检索阶段前置执行，无权限的人员其查询根本不会命中对应材料，也不会进入模型上下文。同时所有提问与命中记录留日志，便于事后核查。
法规库和类案库怎么保证是现行有效的？
知识库里每份文件都带版本与生效日期，过期版本在答案中明确标识。法规与案例的更新需要有人负责维护（所内或我们的运维服务），这一点会在启动前列入“需要贵所确认的事项”。AI 不能替代对法规现行有效性的核对。
需要多大规模的所才适合？
没有硬性门槛。20 人左右的所可以从入门档的一个核心场景起步；规模越大，越需要分部门分批上线并配套权限设计。10 人以下的团队，通常先用云端起步更划算，不建议直接买硬件。
预约一次律所场景评估
带上贵所最耗时的一件事，我们一起判断它适不适合用 AI 解决，以及怎样在不泄露客户材料的前提下落地。
- 梳理候选场景，明确哪些值得做、哪些建议先不做
- 清点所内文书、案例、法规与模板的状态
- 对齐保密边界与部署形态，比较云端与本地成本
- 给出评估集设计思路与验收标准建议
- 不把规划能力当作现成功能承诺
电话：13716687203 邮箱：info@zzxytech.com
沟通前可以先准备
以下信息能让第一次沟通直接进入实质讨论，没有也可以先聊。
- 最耗时的工作，以及目前由谁、花多长时间在做
- 所内人数、部门划分，哪些人会使用
- 材料的类型与数量，是否有大量扫描件
- 客户或监管对数据出境、出所的要求
- 已有的案件管理、OA 等系统