律所用 AI，可落地的是四件事：案例与法规检索后的要点提取、合同审查的第一轮筛查、标准化文书的初稿生成、以及内部经验的知识沉淀。共同点是 AI 只做「初筛和初稿」，法律判断和最终署名必须由律师完成。不能交给 AI 的有三类：法律意见的最终结论、涉及当事人身份的原始材料处理、以及任何直接对外发送的文件。
先划边界：律所用 AI 的三条硬约束
法律服务行业的特殊性在于，错误不是效率损失，是执业风险。所以在讨论场景之前，必须先把边界说清楚。
约束一：当事人信息不出可控环境
案件材料涉及当事人身份、商业秘密、甚至国家秘密。这类材料不能上传到公开的云端 AI 服务。可行的做法是本地化部署或使用有明确数据处理协议的私有环境，并且在使用前做脱敏——把当事人名称、身份证号、公司全称替换成代号。
约束二：AI 的产出只能是「初稿」和「线索」
AI 会编造法条、编造案号、编造裁判要旨，而且编得非常像真的。任何 AI 给出的法条引用和案例引用，都必须由律师回到官方数据库逐条核实。把 AI 的输出当成一个实习生给的线索，而不是结论。
约束三：对外文件必须经过人工完整审阅
任何要发给客户、对方或法院的文件，不能只审 AI 标出的问题点，必须完整通读。这一条没有效率妥协的空间。
场景一：检索之后的要点提取
注意措辞：不是用 AI 做检索，是在检索之后用 AI 做提取。
法律检索本身应该继续用专业数据库，因为需要保证来源可靠和更新及时。AI 的价值在于检索之后——当你拿到几十份判决书或几百页法规，需要快速判断哪些相关时。
- 把检索结果批量导入，让 AI 按统一维度提取：争议焦点、裁判要旨、法院观点、适用法条
- 生成一张对比表，标出观点一致的和存在分歧的
- 对分歧点单独列出，由律师重点阅读原文
这一步能把「读几十份判决书」压缩成「读一张表加五份原文」，但前提是原文必须在手，AI 提取的是已有材料，不是凭空生成。
场景二：合同审查的第一轮筛查
合同审查是律所最标准化、也最消耗初级人力的工作之一。AI 适合承担第一轮。
| 审查环节 | AI 能做 | 必须人做 |
|---|---|---|
| 形式检查 | 条款完整性、编号连贯性、定义前后一致、金额大小写一致 | — |
| 清单比对 | 按所内审查清单逐条比对，标出缺失和异常条款 | 确认标注是否成立 |
| 风险识别 | 识别常见风险表述并给出修改建议初稿 | 判断风险是否实质、是否接受 |
| 商业判断 | — | 条款取舍、谈判策略、最终定稿 |
实施要点：把所内的合同审查清单结构化成 AI 的检查项，效果远好于让 AI 自由发挥。清单越具体，输出越稳定，也越容易验证 AI 有没有漏项。
场景三：标准化文书的初稿生成
律师函、常规合同模板、尽调清单、会议纪要、案件进展汇报——这类文书结构固定、变量有限，是 AI 初稿质量最高的一类。
做法是把所内已有的优质范本整理成模板库，连同写作规范一起作为固定输入，让 AI 基于模板填充而不是从零生成。这样产出的文书在格式、称谓、结构上会保持所内统一，律师只需要改实质内容。
场景四：内部经验的知识沉淀
这是四个场景里长期价值最高、但最少被做的一个。
律所的核心资产是经验，但经验高度依附于人。合伙人处理过的疑难问题、某类案件的实操经验、某个法院的裁判倾向、某类客户的沟通要点——这些东西通常只存在于个人的记忆和硬盘里。人一走，全部带走。
可以沉淀的四类内容
- 疑难问题处理记录：问题是什么、当时怎么判断的、依据是什么、结果如何
- 案件类型实操笔记：某类案件的常见争议点、证据组织思路、常见对方抗辩
- 客户沟通模式：不同类型客户关心什么、怎么解释专业问题、常见误解如何澄清
- 内部流程规范：立案、归档、利冲检查、费用结算的标准动作
把这些做成内部知识库之后，新律师提问能拿到基于所内经验的回答，而不是通用的法律常识。注意这个知识库只对内，且必须做严格的权限分级——涉及具体案件的内容要按案件组隔离。
从哪里开始，怎么让律师愿意用
推荐顺序：先写所内 AI 使用规范，再做文书模板库（见效快、风险最低），然后是合同审查清单，最后做内部知识沉淀。
关于推动，有一点值得说明：律师群体对 AI 的抵触通常不是保守，而是专业判断上的谨慎——他们很清楚一个编造的案号意味着什么。所以推动的方式不应该是强调效率，而应该是先把边界和核查流程讲清楚，让大家确信不会因为用了 AI 而产生执业风险。
一个有效的切入点是从没有对外风险的场景开始：内部会议纪要、内部检索提取、内部知识库。这些场景就算 AI 出错也不会造成对外影响，适合让团队建立使用习惯。
常见问题
Q：案件材料能上传给 AI 吗？
公开的云端 AI 服务不能传。案件材料涉及当事人身份、商业秘密甚至国家秘密，可行的做法是本地化部署或使用有明确数据处理协议的私有环境，并且在使用前做脱敏——把当事人名称、身份证号、公司全称替换成代号。
Q：AI 引用的法条和案例可以直接用吗？
绝对不可以。AI 会编造法条、编造案号、编造裁判要旨，而且编得非常像真的。所有 AI 给出的法条和案例引用，都必须由律师回到官方数据库逐条核实。把 AI 的输出当成实习生给的线索，不是结论。
Q：律所用 AI 最先该做什么？
先写所内的 AI 使用规范，把边界定下来，再谈工具。规范里至少要明确：哪些材料不能上传、AI 产出只能作为初稿和线索、对外文件必须人工完整审阅。规范先行、工具在后，顺序反了风险会在最不合适的时候暴露。
Q：合同审查让 AI 做，能省多少？
AI 适合承担第一轮：形式检查（条款完整性、编号连贯、定义一致、金额大小写）、按所内审查清单逐条比对标出缺失和异常、识别常见风险并给出修改建议初稿。条款取舍、谈判策略和最终定稿必须律师完成。把所内审查清单结构化成检查项，效果远好于让 AI 自由发挥。
Q：律师抵触用 AI 怎么办？
律师的抵触通常不是保守，是专业判断上的谨慎——他们清楚一个编造的案号意味着什么。所以不要强调效率，先把边界和核查流程讲清楚。切入点选没有对外风险的场景：内部会议纪要、内部检索提取、内部知识库，出错也不会造成对外影响。
