夜雨聆风很多律师接到复杂案件时，真正先让人头疼的，不是法律问题本身，而是材料根本还没有进入“能判断”的状态。文件散在微信、邮件、网盘和 U 盘里；聊天记录没有顺序；不同版本互相打架；时间、人物、账户、设备、地点混在一起。
这个阶段如果急着写意见，往往效率不高，而是更容易在混乱里过早形成判断。
我更倾向于先把这一步拆开。先不急着定性，也不急着写结论，而是先用claude帮我做第一轮结构化整理：
把目录理顺，把时间线拉出来，把人物和角色先标清，把待核问题单独列出来。材料只有先变得可看、可找、可复核，后面的判断才有基础。
这里的关键不是把案件交给 claude去“分析完”，而是让它先承担一部分重复、机械、耗时的信息整理工作。
尤其面对复杂案件材料。
一、复杂案件材料最难的，通常不是少，而是乱
不少人会把“材料复杂”理解成“材料特别多”。但实务里更麻烦的，往往不是量，而是结构失序。
比如一个案子里，可能同时出现这些情况：
同一个人有真名、昵称、网名、备注名好几套叫法； 同一件事在聊天记录、询问笔录、情况说明里出现了不同时间表达； 付款、收款、转介绍、操作、沟通这些动作混在一起，没有清楚分层； 文件版本很多，但没有人能说清哪份是原始材料，哪份是后补说明； 关键节点已经出现了，但被埋在长段聊天和零散截图里。
这种时候，人最容易犯的错不是“不努力”，而是太快想得到结论。
材料还没归顺，就开始解释；人物关系还没拉平，就开始定角色；时间顺序还没校准，就开始讲因果。后面一旦发现前提有偏差，前面花的时间基本都要重来。
所以处理复杂材料，要先给自己定一个原则：第一轮只做整理，不做判断。
二、我会先让 AI 做什么，不会让它做什么
AI 不是所有环节都适合交给它。
前提是先把材料使用边界想清楚：这批材料能不能进入外部工具，是否需要先脱敏，还是更适合先放在本地隔离工作区里做整理。边界没想清楚，后面的效率提升就没有意义。
我通常会先把它放在这几类任务上：
生成目录树和材料总表； 按来源、时间、主体、类型做初步归类； 抽取明确出现过的时间、人物、账户、地点、动作； 把聊天记录整理成时间线初稿； 把不同材料里重复出现的事实并列摆出来； 单独列出不一致点、缺口和待核问题。
一般不会让 AI 直接替我做这些事：
直接判断某个人的法律角色； 直接概括主观明知、共同参与等核心结论； 在事实不完整时补全动机和因果； 对明显存在歧义的材料给出确定性说法； 在没有人工复核前，把整理稿直接当成正式意见。
换句话说，AI 先做的是“把桌子收干净”，不是“替我拍板”。
三、放到 Claude Code 或 OpenClaw 里，我通常怎么做
在Claude Cowork、OpenClaw 这类能直接读写本地文件的 agent 里，主要交代一下几个很具体的整理动作。
第一步，先把材料放进单独工作目录。目录里至少先分成几类：聊天记录、笔录、说明材料、合同/协议、流水/台账、截图/图片、转写稿。哪怕还不够精细，也先把入口统一。
第二步，先给它下“整理任务”，不下“判断任务”。我更常见的交代方式会是：扫描当前目录，输出一份材料清单；按文件名、时间、来源整理出总表；提取明确出现过的时间、主体、账户、设备、动作；把无法确认、表述冲突、主体不清的地方单独列成待核问题；不补事实，不做法律定性，不把相邻时间自动写成因果。
第三步，让它把结果写成固定的几个中间文件。比如我通常更希望先看到这些文件：materials_index.md、timeline.md、actors.md、issues_to_check.md。这样做的好处是，后面无论继续在 Claude Code 里改，还是换到 OpenClaw 里复查，结构都不会乱。
第四步，要求它“保留出处”。每一条时间、每一个主体、每一项待核问题，最好都能尽量对应到原始材料名称、页码、截图编号或者文件路径。否则整理结果看起来很完整，真正复核时却很难往回找。
简单来讲，我给 Claude Cowork 或 OpenClaw 的任务说明，通常是这样的：
“请先扫描这个案件材料目录，不做法律分析。第一轮只做结构化整理：1. 列出材料总表；2. 提取明确出现的时间、主体、账户、设备、动作；3. 输出时间线初稿；4. 单独列出冲突点和待核问题。请保留每条信息对应的来源文件名。对不确定内容统一标注为‘待核’，不要补全事实，不要做法律定性。
四、整理复杂材料时，最容易出的 4 个错
1. 把“同名”当成“同人”
这是很常见的问题。群昵称、备注名、简称、英文名、拼音缩写混在一起时，AI 很容易把几个相近主体并成一个人。尤其聊天记录、转账备注、表格名单同时存在时，这种误并风险很高。所以通常会要求它区分“已确认同一主体”和“疑似同一主体”，不能一律合并。
2. 把“相邻时间”当成“因果关系”
前后出现，不等于前后相因。某个动作发生在另一个动作之后，并不当然代表两者有指向关系。AI 很容易为了生成顺畅叙述，自动补出因果链。处理方式很简单：第一轮时间线只写发生顺序，不写推断性连接词。
3. 把“频繁出现”当成“关键事实”
有些信息只是反复出现，不代表它就重要。比如一个群名、一个口头称呼、一个被多次转发的截图，出现次数多，不等于证明力强。AI 容易被高频词带偏，这时候必须靠人工把“常见”与“关键”分开。
4. 想一步到位拿终稿
这是最影响质量的做法。复杂材料如果第一轮就要求“写成完整分析”，AI 往往会为了流畅补足空白。结果看起来像一篇完整文字，实际上很多基础信息还没站稳。我更愿意先拿到粗糙但诚实的中间稿，而不是过度圆满的初稿。
最后
总的来说，核心思路其实很简单：先让它把材料变成结构，再由我去做判断。
真正省下来的，不是律师的思考责任，而是那些原本会反复消耗精力的机械整理动作。
目录先清楚，时间先拉平，人物先分开，冲突先标出来，很多本来要在混乱里绕几圈的工作，就会明显顺很多。
所以面对复杂案件材料，别急着问 AI 能不能直接给答案。先问它能不能帮把材料整理到“值得开始判断”的程度。
多数时候，这一步就已经很有价值。
