把律师AI关进工作流:法律服务的下半场进化

这半年，AI越来越频繁地进入律师的日常工作。

真正值得讨论的，已经从“会用哪些AI提示词，哪些工具”，变成了AI到底该进入律师工作流的哪一步，实务中哪些环节适合用，哪些环节不能碰，结果一旦出现偏差，又该如何复核、校正和重新推进。

法律AI进入下半场之后，大家开始关注的，已经是AI能不能真正嵌进律师的工作步骤，能不能在真实业务里跑起来、跑得顺。

说得更具体一点，决定这套工作流能不能落下来的，不是怎么提问，而是哪些步骤可以交给AI，哪些步骤必须由人复核，哪些结果只能留在内部使用，哪些内容才能进入客户沟通和正式意见。

AI改写的，是工作流的起步环节，不是最终结论

如果把视线拉回真实工作现场就会发现，AI最先改变的，并不是律师的核心判断，而是工作流前半段那些重复度高、结构相对明确、又确实消耗时间的起步环节。

比如前期检索、代理意见初稿、模板合同起草；比如材料整理、证据目录交叉核对、报告整理、PPT输出、投标文件生成；再比如围绕案件和项目展开的辅助调研、法律服务方案梳理、沟通材料整理等支持性工作。这些环节本来就适合被标准化，也确实适合被提速。

所以，AI在这里的现实作用，不是替律师作结论，而是先把材料拢起来，把一页空白推进成一版可以继续修改的底稿，把一些前置动作往前推。

这件事当然重要。因为律师工作里，很多时间本来就花在前期检索、材料整理、事实梳理、类案分析和争点提炼上。AI如果能把这些前置环节往前推，效率变化就会先出现在工作流的前半段。

但AI改写的，主要还是起步环节，而不是最终结论。律师真正稀缺的价值，不只是形成第一版文本，而是基于现有材料、事实结构和类案分析，先把问题识别出来，把争议焦点提炼出来，再判断哪些信息已经足够、哪些材料仍需补强，并据此引导客户继续补充事实和证据，最后在更完整的基础上完成法律分析和意见形成。

AI已经能把很多前置工作推起来，但它离把事实梳清、把依据找全、把分析立住，离真正进入客户沟通、支撑正式意见，仍然还有一段距离。

AI已经进入律师工作流前半段

AI已经能嵌进工作流，为什么还不能直接进入交付核心

也正因为AI在前端已经表现出了一定效率，很多律师现在的状态才会显得有些复杂：一边在用，一边又明显有所保留。

这种保留，并不只是因为大家不懂技术，也不是因为律师群体天然保守。真正让人迟疑的，往往不是工具本身，而是工具一旦进入实务之后，会碰到几个非常具体、也非常难绕开的现实问题。

第一个问题，是非标业务很难被真正“喂熟”。

律师工作并不都是从白纸起稿开始。很多时候，真正有价值的部分，并不是写出一版文本，而是在客户既有模板、表达习惯、风险偏好和具体交易背景之上，完成非常细的贴合。很多法律服务的难点，也并不在于“有没有一版”，而在于“这一版到底合不合这个客户、这个项目、这个风险状态”。

AI当然可以铺底，也可以提速，但到了这种需要贴身判断的地方，它往往只能帮到前半段，很难直接替代后面那一层判断、沟通和校正。

第二个问题，是数据、保密和合规边界不能模糊。

一旦涉及客户资料、敏感信息、项目底稿，律师对AI的顾虑就不会只是“工具好不好用”，而会立刻回到职业责任本身。哪些数据能进，哪些数据不能进，数据放在哪里，是否会被二次使用，服务商有没有足够的权限控制和风险隔离能力，这些都不是后面再补的技术细节，而是在工具真正进入工作流之前就必须先想清楚的事。

第三个问题，是前端提速，不一定等于整体提效。

很多人最初接触AI的时候，都会有一种直观感受：起稿快了，整理快了，表面效率确实上来了。但真正放进工作链条之后又会发现，只要AI输出还不够稳，律师就还得在后端反复交叉验证、逐项回查、重新核对来源和表述。

这样一来，前面省下来的时间，很可能又会被后面的核查重新吃回去。更麻烦的是，AI最容易制造的，不是那种一眼就能看出来的低级错误，而是那些“看起来差不多、其实有问题”的内容。它不一定让你立刻停下来，却很可能把偏差悄悄往后推。

所以，AI现在最容易出现的问题，并不是完全不能用，而是“前端很勤奋，后端不放心”。它把底稿推得很快，却未必把结果推得更清楚、更完整、更经得起复核。

真正该重写的，不只是prompt，而是整套工作流

写到这里，问题其实已经慢慢清楚了。

决定AI能不能真正进入律师工作流的关键，从来不只是个人会不会提问，也不只是提示词写得够不够漂亮。更关键的，是团队有没有能力把AI纳入一套可控的工作流。

因为律师团队真正需要的，不是“大家都会问AI”，而是“哪些事情可以让AI做，做到什么程度为止，哪一步需要人工复核，哪一步必须回到律师判断，结果一旦出现偏差，又该在哪一环校正、如何重新推进”，这些问题都要提前说清楚。

如果这些边界不清，再高效的工具，也很难真正进入生产链条。表面上看像是在提效，实际上却可能是在引入新的不确定性。

真正可执行的做法，不是泛泛地强调“要拥抱AI”，而是把内部规则先立起来，把整套工作流先理顺。

先要分场景。

哪些环节流程化程度高，适合让AI介入，比如尽调支持、材料整理、基础检索、类案分析、格式化输出、初步起草，这些都可以建立标准化操作指令；但哪些事项涉及复杂诉讼策略、敏感资料处理、重大风险判断、最终法律意见，就要明确设定红线，甚至直接限制AI介入。边界先画清，后面的效率讨论才有意义。

再要分步骤。

哪些内容可以由AI先完成初步整理，哪些内容必须由律师继续梳理事实、提炼争点、核实依据，哪些地方需要回到客户补充材料和补充问题清单，这些都不能模糊。只有把每一步怎么接、在哪里停、由谁复核说清楚，AI才有可能真正进入工作流，而不是只停留在前端演示。

还要分结果。

哪些AI产出只能停留在内部草稿阶段，不能包装成正式交付物；哪些内容可以进入客户沟通，什么时候进入，以什么形式进入，由谁审核签发，这些都要在机构内部说清楚。必要的时候，这甚至还不只是内部规则问题，而会进入客户沟通和客户知情的问题。

AI进入法律服务之后，真正需要被重写的，不是几句更高级的提示词，而是一整套分场景、分步骤、分风险、分交付场景的工作流。只有把这套工作流理顺，AI才可能真正从“能生成”，走到“能使用”。

律师工作流与AI介入边界示意图

法律服务最后比的，仍然是确定性

这样再回头看，很多问题就没那么抽象了。

律师业务从来不只是一个技术问题。既要拥抱技术，也要注重服务。技术解决的是前期检索、材料整理、事实梳理、类案分析等环节的提效问题；服务对应的，则是客户沟通、问题识别、材料补充引导、风险提示和意见形成。AI可以把前面的很多步骤往前推，但后面这些真正贴着客户和业务走的部分，仍然需要律师自己完成。

起稿可以更快，整理可以更快，归纳当然也可以更快。但放到律师工作里，最后真正决定结果的，还是能不能把事实结构梳清，把争议焦点提炼出来，把依据找全，把分析立住，再一步步推进到客户沟通、策略判断和正式意见形成。

AI当然重要，但它真正的价值，并不是替代律师作结论，而是帮助律师把更多精力，从重复劳动里抽出来，重新放回那些真正决定法律服务质量的环节：识别问题、提炼争点、判断材料是否充分、引导客户补充事实和证据，再完成法律分析和意见形成。

到了这一步，工具能不能继续往前走，看的也不再只是“能不能生成”，而是律师手里有没有成熟的方法、稳定的判断路径，以及把分析推进下去的能力。前面的检索、整理、梳理，工具可以帮忙提速；真正进入客户沟通、方案判断和正式意见形成之后，最后起作用的，仍然是律师对业务的理解深度和处理能力。

前几天，我们也写过一篇《律师AI工作流实战：从工具提效到案件系统重构》，把AI进入具体案件办理过程之后，工作流怎么往下接，做了更细的展开。对这部分更感兴趣，可以通过文内链接去浏览。

所以，法律AI进入下半场之后，大家需要升级的，不再只是提示词和工具使用习惯，而是把AI真正纳入律师工作流的能力；与此同时，还要持续补强那些工具替代不了的专业方法、业务判断和服务能力。前者解决的是能不能提效，后者决定的，才是能不能把事情真正提质。

说到底，法律服务最后比的，仍然是确定性。而这种确定性，从来不是工具自己生成出来的，而是靠律师的专业能力、服务能力，以及一整套工作流把它托住的。

万法通AI 发起“共创者”计划

万法通AI“共创者”计划，想做的并不只是把工具做得“能演示”，而是把它真正带进一线法律场景里，去试、去改、去验证，把技术一点点打磨成法律人真正顺手的智能体。比起单纯对话，智能体更值得期待的地方，也不只是“更聪明”，而是它有机会把专业要求部署进流程，把历史记忆保留下来，把工具真正嵌进工作链条。

如果您已经在使用AI工具，或者正在面对一些需要被重新设计的法律工作场景，欢迎添加“共创者”计划负责人微信，参与万法通AI“共创者”计划，和我们一起把工具放进真实问题里反复打磨。

好的产品，应当由一线实务来定义。真正好用的工具，也往往长在最真实的痛点里。