最适配律师的AI工具:NotebookLM实务指南-夜雨聆风

最适配律师的AI工具:NotebookLM实务指南

很多律师对AI工具的态度，可以用一个词概括：敬而远之。

怕的是那个圈内人尽皆知的老毛病：AI编造法条、捏造案号，而且编得理直气壮，不去裁判文书网核实根本看不出来。

这种恐惧不是没有道理的。对律师来说，引用了一条不存在的司法解释，后果可能比不引用更严重。

但现在，有一个工具正在改变这个局面。

一、为什么是NotebookLM？

NotebookLM是Google推出的一款文档驱动型AI助手。它和ChatGPT类的chatbot有一个根本性的区别：它只基于你上传的材料回答问题。

这个设计在技术上有一个专业说法叫Source Grounding（源限制）——你给它什么，它就在什么范围内工作；你没给的，它不会自作主张去外面找，更不会凭空编造。

对律师来说，这意味着三件事：

第一，不会编。 你传进去的是《民法典》，它就不会把《合同法》（已废止）的条文混进来。每条回答旁边都有来源标注，点击直接跳转到原文对应段落。

第二，不会串。 你把A案的材料放在一个笔记本里，B案的放在另一个，它不会把两个案子的事实搅在一起。前提是——你确实做了分开存放。

第三，可溯源。 它给你的每一条信息旁边都有数字编号，点击可以跳转到原文位置。这不是”大概在第几页”的模糊指引，而是精确到段落的定位。对于需要在法庭上逐一核实证据出处的律师来说，这个功能的价值不言而喻。

换句话说，NotebookLM不是那种”什么都能聊、什么都敢答”的AI。它更像一个严格限定知识边界的研究助理——你让它读什么，它就只读什么；你问它什么，它就只在这些材料里找答案。

界面如上：左侧为源文件（Source），中间为对话框（Chat），右侧为工作室（Studio）

二、诉讼律师的五个高频场景

场景1：海量卷宗的穿透式检索

律师最熟悉的痛：几千页案卷，靠Ctrl+F查关键词，效率低不说，还搜不到”意思一样但换了个说法”的内容。

用NotebookLM的方式是：把所有案卷PDF、庭审录音的转录文字全部上传到一个笔记本，然后直接问——

“在所有证人证言中，关于’货款支付时间’的描述是否一致？如果不一致，分别出现在哪些文件的哪些位置？”

它不仅会给你答案，还会在每条结论旁边附上可点击的原文链接。你不用自己翻，也不用担心遗漏。

场景2：证据矛盾检测

证人在不同时间的陈述出现微妙变化，往往是庭审质证的突破口。但要从几十份笔录中靠肉眼比对，既耗时又容易遗漏。

上传多份笔录后，你可以这样提问：

“对比张三在5月10日和6月15日两份笔录中关于’合同签订地点’的描述，是否存在差异？请引用原文并标注具体位置。”

这类”找茬”工作，恰恰是AI最擅长的——它不会疲劳，不会因为读到第200页而注意力下降。

场景3：类案裁判规则提炼

手上收集了十几份相似判例，需要从中总结出法官的裁判倾向。传统做法是逐份阅读、手动摘抄，费时费力。

把判例全部导入后：

“对比这12个案例，法院在认定’根本违约’时，最常考量的因素有哪些？请按出现频率排列，并附上对应的案例来源。”

输出的结果可以直接作为你撰写代理词中”类案检索”部分的参考。

三、非诉律师的福音

非诉律师的工作特点是：文档量极大、比对需求极强、容错率极低。NotebookLM在这几个维度上的表现，值得单独拿出来说。

用法1：尽调文件的速览与勾稽关系

在海量的尽调文件里找需要的一两份，甚至是一两页材料，高频又“令人头大”。如果底稿整理非常规范的话还好（但这本身也是dirty work）。

当然，NotebookLM真正厉害的是可以快速、精确的分析文件之间的勾稽关系。

“对比《固定资产清单》中的房产地址，与上传的所有《租赁合同》中的租赁地址，是否存在不一致？”

“根据《增资协议》，公司应于 2023 年完成 5000 万注资。请在所有《银行回单》和《审计报告》中寻找是否确实存在这笔资金流向？”

过去非常繁琐的跨文档对比与分析，现在只需弹指一挥。虽然从执业角度仍然需要人工复核，但它的回复是附带出处链接的，支持一键跳转。

用法2：申报文件的一致性检查

招股说明书、募集说明书这类文件，前后数据不一致是常见问题，也是监管审核的重点关注领域。

上传不同版本后：

“对比这两版招股说明书中关于’前五大客户销售占比’的数据，是否存在前后不一致的情况？如有，请指出具体位置。”

这种高度重复、极度消耗注意力的比对工作，交给AI来做是最合理的分工。

四、两个容易被忽视的进阶功能

DeepSearch

虽然“封闭性”是我认为它区别于其他Chatbot最大的优势，但难免有时我们需要扩展性检索。

那么左侧端口的DeepSearch同样集成了这个功能，并且输出的内容依然附原文链接。

最有价值的点在于，我们可以将它返回的内容进一步加入资源库，对我们的深入、连续学习、研究很有帮助。

右侧高度集成的Studio

坦率地说，对于这个板块功能的使用我也还在摸索中。但毫无疑问，这是一个高度集成的，便于我们导出Notebook内容的便捷窗口。

一键生成PPT，一键生成思维导图，或者是类似的信息图都不在话下。也就是说，不只是文档的保存，配合Google全家桶中Nano Banana恐怖的“文生图”能力，在这里我们可以生成各式各样的载体，甚至包括音视频。

Tips：它还可以生成“闪卡”和“小测验”。也就是说，用Notebook还可以辅助高效备考。

也就是说，它重构的不仅是法律实务，凡是知识（文档）密集型的工作，包括课程设计、复习备考、会计处理、行业研究在内的各个领域，这里都是一片新的天地。

五、使用中的几条经验

1. 一个笔记本只放一个主题。

把买卖合同案件和劳动争议案件的材料放在同一个笔记本里，AI回答时就可能把两个案子的事实混为一谈。按案件或专题分别建立独立笔记本，是保证回答精准度的前提。

2. 材料质量决定输出质量。

如果你上传的是没有文字层的扫描版PDF，AI可能无法正确识别内容。建议优先上传有文字层的PDF或Word文档；如果只有扫描件，先用OCR工具处理一遍再上传。

3. AI给的是”信息整合”，不是”法律意见”。

这一点无论重复多少遍都不为过。NotebookLM可以帮你快速找到材料中的关键信息、发现数据矛盾、生成结构化摘要，但它不做法律判断。最终的分析、取舍和结论，必须由你来完成。

4. 注意数据安全与保密义务。

虽然使用条款载明，用户上传到 NotebookLM 的源文档（Sources）、提问（Queries）以及 AI 的回答，不会被用于训练 Google 的公开大语言模型（如 Gemini 的基础模型）。但我们依然简要处理高度敏感或涉密案件材料时，建议先对当事人姓名、身份证号等个人信息进行脱敏处理后再上传。