律所如何落地法律 AI，从个人工具走向团队知识与业务流程

法律 AI 在律所中的第一阶段，通常从个人试用开始。有人用它整理卷宗，有人用它查找案例，也有人用它起草合同意见或客户回复。这些尝试能够快速证明效率价值，却不一定会自然变成律所能力。

个人使用的结果经常留在聊天记录、个人文件夹和少数成员的提示词里。同类案件换一个承办人，材料要重新整理，提问方式要重新摸索，曾经发现的错误也可能再次出现。即使每个人都在使用 AI，机构仍然没有统一的输入标准、复核要求、知识边界和成果沉淀方式。

律所落地法律 AI 的关键，不是要求所有成员使用同一套工具，而是把经过验证的个人方法转成团队可以理解、执行、检查和改进的流程。这个过程需要同时处理任务模板、知识治理、项目协作、权限控制和复盘机制。

先选择一个高频且容易验收的任务

团队落地不宜从全所智能化开始。范围过大时，产品能力、业务差异和责任边界会混在一起，最后只能用使用次数评价效果。

更稳妥的起点，是选择一个高频、材料相对稳定、输出结构清楚、人工容易复核的任务。例如合同风险初筛、类案研究底稿、客户访谈整理、案件时间线、法律检索记录或固定类型文书初稿。

试点任务应写清五项内容。

• 输入材料的种类、版本和最小完整要求
• AI 负责的具体动作
• 不得推测或自动补充的内容
• 人工复核项目和责任人
• 最终成果的保存位置与交付条件

以合同审查为例，团队不应只要求使用 AI 审合同，而要进一步约定使用哪个合同版本、站在哪一方立场、风险如何分级、建议是否定位原文、哪些商业问题必须交给业务人员确认，以及谁负责最终接受或拒绝修改。

只有任务能够被验收，团队才有条件比较不同成员和不同批次的结果。否则，生成得快和写得长很容易被误认为真正的流程改进。

把个人提示词变成任务化助理

个人提示词常常依赖创建者的隐含经验。其他成员复制后，不知道哪些前提必须补充，也不知道输出达到什么标准。团队需要沉淀的不是一句神奇指令，而是完整的任务说明。

律页助理中心提供不同法律任务的系统助理和个人助理。

律页 AI 智能对话中的助理中心提供系统助理和个人助理。系统助理覆盖接待、案件研判、证据与法律研究、策略、庭审、文书和合同等任务，可以查看、使用或复制。需要结合具体业务方法时，可以复制后形成个人助理，配置名称、描述、指令和知识文件。

一个适合团队复用的助理，应让未参与创建的人也能回答以下问题。

1. 它解决哪个具体任务
2. 需要提交哪些材料
3. 输出应包含哪些部分
4. 哪些内容必须标记来源或待确认
5. 哪些情况应停止并交给人工处理
6. 生成结果由谁复核以及如何保存

如果一个助理同时承担接待、研究、策略、合同和文书，说明任务拆分还不够清楚。越是高风险的法律任务，越需要把输入、输出和人工检查做成可以重复执行的小单元。

区分公共法律知识、机构知识与项目材料

团队知识治理最容易出现的问题，是把所有文件都叫作知识库。实际上，公共法律知识、律所内部知识和具体案件材料的来源、权限、更新方式和用途都不同。

律页的法律研究可以结合三个维度的数据。行业数据包括法规、裁判案例和上市公告，行业知识由 Lawyeah_Library 提供，案件项目信息来自用户提交的合同、证据、往来文件和其他项目材料。律所自己的制度、模板、研究成果和业务指引则属于机构内部知识，需要按照自身权限和治理规则维护。

这几类内容可以协同，却不应混成一个不分来源的文件集合。

知识层	典型内容	主要治理问题
行业数据	法规、案例、上市公告	版本、效力、检索条件和来源核验
行业知识	法律知识和实务内容	适用范围、更新和引用边界
律所知识	模板、指引、研究成果、质量标准	审核状态、负责人、版本和适用业务
项目材料	合同、证据、沟通记录、项目文书	授权、保密、成员权限和案件隔离

当前会话附件、个人助理知识文件和律所私有知识库都不属于 Lawyeah_Library。它们可以在获得授权后与公共法律行业知识共同参与研究，但来源和责任边界必须分别保留。

建立知识进入 AI 前的准入标准

律所内部文件并非天然适合成为 AI 知识。旧版合同、未经确认的客户陈述、已经失效的制度、个人随手记录和内部讨论稿，如果与正式成果无差别进入知识库，很容易让系统生成过时或互相冲突的内容。

每一项可复用知识至少要记录来源、适用业务、形成日期、当前版本、审核人、使用限制和更新责任。对于模板和研究成果，还应说明它可以用于参考结构、提供观点还是直接支持某种操作。

知识准入可以设置三个状态。

• 待审核内容只能由指定人员整理，不能作为团队标准依据
• 已审核内容可以在限定业务和权限范围内复用
• 已失效内容停止参与新任务，但保留必要的历史记录

AI 可以帮助提取文档结构、生成摘要和发现重复内容，但是否准确、是否仍然适用、是否可以分享，必须由知识负责人确认。机构知识建设不是上传越多越好，而是让正确的人在正确任务中使用经过确认的内容。

用项目承接材料、对话和成果

聊天窗口适合讨论问题，却不应成为案件的唯一工作空间。律所需要用项目将成员、材料、任务、对话和最终成果连接起来，使交接人员能够理解当前状态，也能找到结论所依据的文件。

律页项目工作区集中承接项目文件、动态和案件信息。

律页项目可以维护基础信息、成员、文件、事项和动态，并在项目范围内继续使用 AI。项目材料构成当前案件或业务的事实上下文，行业数据和法律知识则为研究提供外部依据。这样的结构能够减少每次对话都重新说明背景，也便于把生成结果保存为后续可编辑的工作文档。

项目中应当区分原始材料、AI 整理稿、人工修订稿、复核版和交付版。文件名称、目录位置和任务关联要能说明当前状态。否则，同一个目录中存在多个相似版本时，AI 和团队成员都可能引用错误文件。

项目结束后，也不应把所有案件材料直接转为机构知识。能够复用的通常是经过脱离个案处理的任务模板、检查清单、研究框架和已经确认的通用成果。涉及客户和案件的信息仍应按照授权与保密要求留在项目边界内。

用任务节点明确谁执行、谁复核

生成后人工看看不是可执行的质量机制。团队需要在任务开始时指定执行人、参与人和复核人，并把完成标准写进任务。

团队项目事项用于组织任务、执行人和参与人。

律页团队任务可以按项目组织，关联项目文件，并安排执行人和参与人。一个任务可以写成核对证据目录与原件、复核合同风险条款、确认法律研究引用或完成客户版交付检查。

任务描述至少包含输入、输出、完成标准和异常处理。例如，一项类案研究任务的完成标准可以要求本案事实已由承办人确认，每个参考案例均列出相似点与差异点，关键裁判理由可以定位原文，相反案例已纳入检查，最终由指定律师确认是否进入研究底稿。

当 AI 输出不满足条件时，执行人应修正输入、补充材料或重新生成，而不是把问题直接交给复核人。复核人重点检查事实、引用、论证和业务边界。负责人则确认成果能否对外使用。不同角色检查不同问题，才能避免所有责任都落在最后一个签字的人身上。

权限应跟着项目和任务走

律所 AI 处理的内容往往涉及客户信息、案件材料和内部经验。成员能够看到什么、编辑什么、下载什么，应当由项目和任务需要决定，而不是默认全员开放。

项目成员与权限设置用于控制协作范围。

律页支持在项目中管理所有者、管理员、成员和外部成员，并可以控制文件的管理、编辑、查看下载导出和仅查看等权限。团队可以按照最小必要范围配置访问。承办成员需要编辑当前工作稿，复核人员需要查看材料和提出修改，外部协作者则只接触交付所需内容。

权限管理还要覆盖人员变化。成员调离项目、案件结束或外部协作完成后，应及时检查访问范围。共享链接、下载权限和外部成员设置也应纳入交付前检查。

权限能够限制访问和操作，却不能判断内容是否正确。反过来，内容已经人工复核，也不代表可以向所有成员开放。知识质量和访问控制是两条不同的治理线，需要同时存在。

用复盘决定什么值得沉淀

试点任务结束后，团队应复盘输入、输出和复核过程，而不只是统计生成次数。更有价值的问题包括材料缺口在哪里反复出现，哪些指令容易被误解，哪类错误人工最常发现，哪些知识已经过期，哪些步骤仍然依赖个别成员，以及最终成果是否能快速定位。

复盘后可以形成四类可复用资产。

1. 经过验证的任务说明和输入清单
2. 事实、引用、格式与交付检查表
3. 已审核并标明适用范围的知识内容
4. 需要人工判断或升级处理的异常规则

这些资产再进入下一轮试点，团队才能逐步提高稳定性。未通过复核的生成文本不应因为写得完整就进入知识库，个案结论也不应未经处理直接成为其他案件的通用答案。

用质量指标而不是使用次数评价落地

法律 AI 的团队价值可以从工作质量和流程稳定性观察。

• 同类任务的材料缺口是否减少
• 事实和引用问题是否更早被发现
• 复核人员能否快速定位生成依据
• 项目交接是否不再依赖个人聊天记录
• 模板和助理是否有明确负责人及更新记录
• 外部成员和敏感文件的权限是否持续可控
• 最终成果是否保留人工确认和版本记录

这些指标不需要夸大成精确的效率承诺，却能帮助律所判断 AI 是否真正进入了业务流程。如果使用量上升，但返工、引用错误和版本混乱没有改善，说明机构只是增加了生成工具，还没有建立新的工作能力。

从一个闭环开始逐步扩展

律所可以按照试点任务、任务助理、项目空间、复核节点、知识沉淀和权限复查的顺序建立第一个闭环。闭环稳定后，再扩展到相邻业务，而不是一次性覆盖所有部门。

律页将 AI 智能对话、助理、法律检索、项目材料、团队任务、在线文档和权限协作放在同一套法律工作环境中。工具提供了承接流程的基础，真正决定效果的仍是律所如何定义任务、审核知识、安排责任和持续复盘。

法律 AI 从个人工具走向机构能力，不是把更多文件交给模型，也不是把一套提示词发给所有成员。它要求团队把输入做成标准，把判断留给正确的人，把成果放回项目，把经过确认的经验沉淀为知识，并让每次访问、修改和交付都有清晰边界。做到这些，AI 才会成为律所可以持续改进的业务基础，而不是少数成员的个人技巧。

继续了解律页 AI 智能作业系统

访问律页官网