法律大模型进入推理竞争后，怎样验证它真的完成了法律分析？

法律大模型的回答越来越像法律文本，但“写得像”与“完成法律分析”仍是两回事。表达流畅，只能说明文字通顺；检索命中，只能说明找到了相关资料；法律分析则要把事实、争点、规范、证据与结论连起来，并让专业人员能够逐项复核、修改和使用。

因此，评估模型不能只看答案是否完整、法条是否够多，或案例名称是否相关。更可靠的做法，是把任务拆成几个可检查的环节：事实拆解、争点形成、依据追溯、反方检验和文书落地。使用律页官网中的 AI 对话、资料检索和项目文档时，也可以按这条路径组织工作。

先核对事实：模型究竟读懂了什么

法律分析的起点是材料，而不是结论。面对合同、聊天记录、行政决定或其他文件，应先要求模型区分：

• 材料直接支持的事实；
• 当事人的陈述、主张和推测；
• 尚未核实的时间、主体、金额、行为与结果；
• 可能影响结论、但材料中尚未出现的关键信息。

可以让模型先整理一张事实表，为每项内容标注来源位置、证明状态和可能的相反解释，并单独列出需要补充的问题。这样做比直接要求“判断能否胜诉”更容易发现事实缺口。

在律页 AI 对话中，可以把任务目标、案件材料和限制条件放在同一工作空间，要求系统只使用已经上传并处理成功的文件；无法从材料确认的内容单独列出；对缺失事实提出问题；不要把当事人的评价直接改写成法律事实。AI 对话支持检索和阅读当前会话中的附件，但只有上传或处理成功的文件会参与回答。

随后仍要回到原材料逐项核对。比如，材料只写明“对方未付款”，模型却改写成“对方恶意违约”；材料显示对方收到文件，模型却直接写成“已经完成有效送达”。这类改写即使没有改变故事主线，也可能改变法律判断的前提。法条引用正确，并不能弥补事实基础的错误。

形成争点：找出会改变结论的分歧

材料中出现的所有问题，并不都是法律争点。一个有用的争点，应当能够回答：哪一项事实或规范上的分歧，会改变责任、权利、程序结果或救济方式？

测试模型时，可以要求它分别列出：

1. 一方希望法院、机关或相对方接受的结论；
2. 对方可能提出的主要抗辩；
3. 决定争议走向的事实和法律条件。

例如，围绕一项费用请求，争点可能包括合同是否成立、付款条件是否成就、履行障碍是否可归责、损失与行为之间是否存在因果关系，以及请求金额能否由证据支持。不同争点对应不同证据和依据，不能用“是否应当付款”这样的概括问题全部替代。

律页 AI 对话可以根据任务组合会话附件与资料工具；裁判案例智能检索则支持输入自然语言问题，系统据此生成关键词，并用关键词进行全文检索。检索结果适合用来发现案例线索，但关键词不是争点本身。使用者仍应检查案由、基本事实、诉讼请求和争议焦点是否被正确提炼，必要时删除或调整关键词后重新检索。

不同资料承担的作用也不相同：法律法规用于确认规范，附件用于核对案件材料，实务资料可用于了解办理流程和风险提示，上市公告和联网公开信息用于补充相应的公开资料，范本用于参考文书结构和表达。找到相关资料，不等于已经完成争点分析。

一个简单的检查方法是追问：“如果这个问题的答案相反，最终结论会不会改变？”如果不会，它可能只是背景信息；如果会改变，却没有被列入争点，分析就可能遗漏了关键分歧。

追溯依据：相关来源不等于适用依据

引用法条、案例或其他资料时，至少要核对四点：来源是否存在，引用是否准确，规范在时间和效力上是否适用，以及该来源支持结论中的哪一步。

查看法规时，不能只看标题或搜索摘要。应核对制定机关、颁布日期、实施日期、时效性、效力位阶，以及修改、失效或部分失效依据。对于已经修订的法规，还要比较当前版本与历史版本，确认行为发生时应适用哪个文本。

律页的法规详情支持查看结构化全文、本法变迁、法规对比、法条变迁、关键字定位、文本标记和复制。使用这些功能时，可以建立“结论—具体条文—适用版本”的对应关系，而不是只保存一段没有上下文的引用。

回答中的来源汇总可以帮助定位系统使用了哪些资料，但不能替代人工核对。每项关键判断都应进一步拆开：引用的是定义、构成要件、程序要求、举证规则，还是案例中的个案事实？模型是否把裁判文书中的说理写成普遍规则？是否引用了旧版本条文？是否把范本中的惯常表述误写成法律强制要求？

重要结论应继续打开具体来源。没有来源的内容，不应视为已经完成依据核验；有来源但无法对应具体判断的内容，也只能作为待复核线索。

可以把审查结果整理成四栏：结论、适用条件、依据原文、与案件事实的连接。如果只能填出结论和一条表面相关的法条，却说不清案件事实满足了哪些条件，那么模型完成的可能只是检索或改写，还没有完成法律适用。

做反方检验：主动寻找推翻结论的材料

单向论证容易产生“看起来合理”的答案。复核时，应要求模型主动检验自己的初步判断：

• 最强的相反主张是什么；
• 哪项事实不足会使结论无法成立；
• 是否存在不同案由、程序路径或责任主体；
• 是否有例外规则、特别规定或相反裁判观点；
• 对方可能如何解释同一份证据；
• 如果关键证据被排除，结论是否仍然成立。

阅读案例时，不要只按相同案由或关键词判断相关性。应分别查看相似事实、争点、裁判理由和结果。案例详情中的审理经过、诉请、证据、事实认定、本院认为和裁判结果，承担的功能不同。案由相同，不代表法律关系和关键事实相同；结果相近，也不代表裁判理由相同。

分屏核对有助于发现模型概括与原文之间的偏差。重点检查三种情况：只引用裁判结果，却没有对应事实条件；引用“本院认为”中的一般表述，却忽略案件所处的程序阶段；把一审意见、二审改判理由或再审审查内容混在一起。

反方检验的目的不是让模型替代专业人员判断证据，而是把可能影响结论的争议显式列出来。材料中有一份证据，不等于相关事实已经被证明；模型可以提出核查问题和可能解释，但不能替代对证据真实性、合法性、关联性和证明力的判断。

落到文书：检查分析能否继续使用

法律分析是否完成，最终要看能否转化为可审阅的工作成果，而不是看聊天窗口中的文字是否漂亮。可以要求输出以下内容：

1. 任务范围和待解决问题；
2. 已确认事实、待核实事实与事实缺口；
3. 争点及相反主张；
4. 每个争点对应的规则、适用条件和依据；
5. 事实与法律要件的逐项对应；
6. 风险、不确定性和补证建议；
7. 可选择的处理路径及其前提；
8. 需要人工确认、签署或进一步调查的事项。

律页支持将法律法规、裁判案例和文书模板检索结果转换为文档，并选择保存到个人或团队项目。法规以分段格式保存；裁判案例可选择分段格式或原文格式；文档中的法规或案例标题支持跳转到对应详情。格式转换解决的是保存、整理和继续编辑的问题，不会自动完成事实归纳或法律论证。

在项目文档中边写边问，可以先形成事实与争点表，再补入依据和反方意见，最后整理成团队继续编辑的文档。检索结果、文档和对话之间形成工作衔接后，每次修改仍应检查事实是否改变、依据是否对应、争点是否得到回应。

一个有效的文书测试是：删掉模型写出的结论，只看事实、依据和要件对应，读者能否理解结论从何而来？每个重要判断能否回到材料或具体来源？是否明确区分了法律要求、案件事实、推测风险和工作建议？如果不能，输出仍然是叙述性文本，而不是可复核的工作底稿。

用验收表代替第一印象

法律大模型应按任务验收，而不是按单次回答的流畅程度评价。至少可以记录：

• 事实准确性：是否遗漏、增补或改写关键事实；
• 争点完整性：是否覆盖会改变结论的核心分歧；
• 依据可追溯性：法条、案例和资料能否定位核对；
• 规范适用性：是否考虑时间、效力、适用条件和例外；
• 反方充分性：是否提出有实际影响的相反路径；
• 证据边界：是否混淆材料存在、事实成立和证明力；
• 文书可用性：结构、引用、链接和待办事项是否便于继续工作。

重新生成或切换模型，可以用于比较不同版本，但版本更多不等于结论更正确。应比较的是事实是否稳定、争点是否变化、依据是否一致、反方是否得到回应。

判断模型是否真的完成了法律分析，可以归结为一个标准：它是否把材料、争点、规范、证据、反方和文书连接成可回溯的链条，并允许专业人员在每个节点核对和纠错。语言流畅降低的是阅读成本，检索命中缩短的是找资料的时间；经过拆解、核对、质疑和落地，输出才具备进入法律工作流程的基础。