夜雨聆风
类别拆分越细，准确率越高：不要合并多个实体类别（如不要把「当事人信息」和「诉讼请求」合并），每个实体类别单独定义、单独给规则，效果显著优于全类别一次性提取。 错误规则越具体，性能提升越大：错误规避模块是提升最大的环节，可将你过往拆解中遇到的高频错误（如「禁止将违约金条款归入合同标的字段」「禁止将上诉请求归入一审诉讼请求」）补充到该模块，每新增 1 条精准规则，都会带来显著的准确率提升。 优先用单样本，禁用多样本：单样本提示效果显著优于五样本，复杂场景仅需添加 1 个高质量的匹配示例，不要添加 3 个以上的示例，避免模型性能下降。 长文本必须先分块：超过 5000 字的案例，先按法定结构（如当事人信息、事实查明、裁判理由）拆成多个短文本，分批次拆解，比一次性输入长文本的实体遗漏率降低 60% 以上。 开源量化模型适配技巧：本地部署的开源小模型，建议每次拆解仅提取 1-2 个实体类别，分多次执行，效果会大幅提升，完全可满足基层落地需求。
笔者结合论文观点+中国本土法律实务，得出以下Prompt（提示词），该Prompt(提示词）包含原告角度、被告角度、法官角度、最大利益化平衡角度分析案例：
一、Prompt 设计核心依据（严格对应论文研究结论）本 Prompt100% 遵循《Prompt Engineering for Named Entity Extraction from Portuguese Legal Documents》核心研究成果设计，核心优化逻辑：采用 **「类别专属实体定义 + 边界刚性约束」** 的专属提示架构，解决法律实体边界错误这一核心失效问题；采用分模块、短分块的拆解结构，避免长文本信息遗漏，匹配论文 “单句 / 短分块标注效果最优” 的结论；内置强制错误规避硬规则，对应论文 “错误分析规则是性能提升幅度最大的环节” 的核心结论，从源头降低法律分析的高频错误；采用固定结构的结构化生成范式，替代开放式法律分析，复刻论文 “将 NER 重构为可控生成任务” 的核心方法，确保输出标准化、合规化；适配低资源法律场景，无需标注数据，仅通过提示工程即可实现贴合中国司法实务的专业级法律案例拆解。二、核心指令与角色定位【角色刚性定义】你是深耕中国民商事审判、未成年人保护法律实务的资深执业律师 + 法律 AI 合规专家，严格遵循《中华人民共和国民法典》《中华人民共和国未成年人保护法》《未成年人文身治理工作办法》等中国现行有效法律、司法解释、部门规章，对用户输入的【未成年人文身服务合同纠纷】案例，完成标准化、全维度、贴合司法实务的深度拆解。【任务基线刚性要求】拆解内容 100% 基于用户提供的案例原文，不得添加原文不存在的事实、不得进行无依据法律推演、不得添加主观评价、不得引用案例外类案，无对应内容统一填「无」；必须严格按照本 Prompt 指定的固定结构、固定模块、固定子项完成拆解，不得更改模块名称、不得遗漏任何子项，每个模块单独完成要素梳理，不得跨模块合并、混淆信息；所有法律依据必须列明完整规范全称 + 具体条款项，不得仅引用条款号、不得使用简称、不得引用失效法律规范；所有实体提取与法律分析必须严格遵循下文的标注指南、边界规则与错误规避要求；不得输出任何与案例拆解无关的开场白、结束语，直接按照指定结构输出拆解内容。三、固定拆解结构与专属实体规则模块一：案例基础要素标准化拆解（对应论文法律 NER 核心方法）必须使用 Markdown 表格输出，严格遵循每个类别的法定定义与边界硬规则，不得遗漏任何子项：.....................（完整通用所有民事案例指令，见下文）
2、通过上述Prompt拆解案例结果：
案例：龙某(13周岁)经常去张某的美发店玩,让美发店老板张某帮其大面积纹身花费5000元,2025年2月学校检查身体时发现了该纹身。为了不影响龙某学习,父母带其清洗纹身,花了好大劲洗干净后龙某向法院起诉要求退还5000元并赔偿损失。
一、案例基础要素标准化拆解（对应论文法律 NER 核心方法）
1. 核心实体与事实边界（刚性约束，无扩写、无遗漏）
2. 强制错误规避规则（对应论文核心优化结论）
禁止实体边界错误：不得遗漏主体完整身份、法条完整名称、损失的实际凭证依据，不得多提取案件原文未提及的事实；
禁止实体类型错误：不得将原告主张归入被告抗辩，不得将事实认定归入法律适用；
禁止主观扩写：不得添加案件原文不存在的事实、主观评价与类案推演；
禁止法律适用错误：不得直接以部门规章认定合同无效，不得突破民法典的效力规则。
二、分视角实务拆解
（一）原告（龙某及法定代理人）角度：诉讼主张与全流程实务方案
1. 核心诉讼请求与请求权基础（双路径并行，贴合实务最优策略）
2. 核心证据体系（对应论文实体提取规则，无边界遗漏）
3. 庭审核心抗辩要点（规避实务高频败诉风险）
针对 “龙某主动要求纹身” 的抗辩：未成年人的认知能力有限，即便主动要求，经营者也负有法定的核实年龄、拒绝提供服务的义务，不能以未成年人主动要求免除自身的违法责任； 针对 “已尽到注意义务、龙某隐瞒年龄” 的抗辩：纹身服务经营者负有严格的年龄核实义务，应当通过查验身份证等有效证件确认消费者年龄，仅口头询问不能认定尽到注意义务，张某作为经营者存在重大过错； 针对 “服务已提供、无法返还” 的抗辩：合同不生效 / 无效的过错完全在于张某，其违法提供服务的行为不应获得对价，应当全额返还服务费，并承担全部清洗损失。
（二）被告（张某）角度：抗辩主张与实务应对方案
1. 核心抗辩主张与法律依据
2. 核心证据体系
与龙某的聊天记录、店内监控录像，证明龙某主动要求纹身、隐瞒年龄的相关事实； 纹身服务的成本凭证（耗材、人工成本），证明已提供服务的实际支出； 同类纹身服务的市场价格标准，证明 5000 元服务费符合市场公允价格，不存在溢价； 原告清洗费用的合理性异议证据，证明部分清洗费用超出合理范围。
（三）法官角度：裁判逻辑与法律适用规则（贴合中国法院现行裁判尺度）
1. 核心事实认定规则（严格遵循证据裁判原则）
龙某实施纹身行为时的实际年龄，确认其限制民事行为能力人的身份； 张某对龙某为未成年人是否明知或应知，是否尽到了经营者的年龄核实义务（是否查验身份证）； 案涉纹身的面积、部位、内容，确认纹身行为对未成年人身心健康的影响程度； 服务费的实际支付情况、纹身服务的履行情况； 原告主张的损失是否实际发生、是否与清洗纹身存在直接因果关系、是否在合理范围内； 双方对本次事件的过错程度，包括张某的违法经营过错、龙某的主动行为过错、龙某父母的监护失职过错。
2. 法律适用逻辑（主流裁判路径）
合同效力认定：龙某为 13 周岁的限制民事行为能力人，大面积纹身、支出 5000 元服务费的行为，明显与其年龄、智力不相适应，其法定代理人明确拒绝追认，案涉纹身服务合同依法不发生法律效力；同时，张某向未成年人提供文身服务的行为，违反《未成年人文身治理工作办法》的强制性规范，损害未成年人身心健康，违背公序良俗，亦可认定合同自始无效。
法律后果处理：根据《民法典》第 157 条，合同不生效 / 无效后，因该行为取得的财产应当予以返还，不能返还的应当折价补偿；有过错的一方应当赔偿对方损失，各方都有过错的，各自承担相应责任。
3. 责任划分与裁判尺度（类案统一标准）
过错比例认定：张某作为纹身服务经营者，负有法定的未成年人保护义务，未查验身份证核实年龄，违法向未成年人提供大面积纹身服务，是本次事件发生的主要原因，应承担主要过错责任（70%-80%）；龙某父母未尽到监护职责，对未成年人的行为疏于教育和管理，存在监护失职，应承担次要过错责任（20%-30%）。
具体裁判内容：
判令张某向龙某退还 70%-80% 的纹身服务费（3500 元 - 4000 元）； 判令张某按 70%-80% 的比例，赔偿龙某清洗纹身产生的合理医疗费、交通费； 驳回原告的其他诉讼请求。
裁判考量因素：优先适用未成年人最大利益原则，兼顾经营者的过错程度、服务履行的实际情况、监护人的监护责任，实现法律效果与社会效果的统一，同时通过裁判明确经营者的法定义务，起到类案指引作用。
（四）最大化平衡利益角度：诉前 / 诉中调解方案（兼顾各方利益与社会治理效果）
1. 核心调解原则
底线原则：严格遵守未成年人保护的法律规定，明确经营者向未成年人提供文身服务的违法性，不得突破法律底线；
平衡原则：兼顾未成年人的损失填补、经营者的服务成本、监护人的监护责任，避免利益严重失衡；
化解原则：一次性了结全部纠纷，避免后续诉讼、信访风险，同时实现对经营者的合规教育、对监护人的监护提示。
2. 具体调解方案
3. 方案核心优势
对原告：无需举证、无需开庭，快速拿到赔偿，避免诉讼周期对未成年人学习、心理的二次影响；
对被告：一次性了结纠纷，避免判决后的强制执行、市场监管部门的行政处罚，降低经营风险；
对司法机关：高效化解矛盾，实现案结事了，同时通过调解落实了未成年人文身治理的司法指引作用；
对社会层面：既保护了未成年人的身心健康，又明确了经营者的法定义务，同时强化了监护人的监护责任，实现了多方利益的最大化平衡。
（五）完整Prompt（提示词）
这是一个根据论文观点，适用于所有民事案例的完整Prompt（提示词），可直接复制粘贴到各大AI模型使用，填补案例部分即可：
通用版：全类型民事案件深度拆解 Prompt一、Prompt 设计底层逻辑（严格锚定论文核心研究结论）本 Prompt100% 遵循《Prompt Engineering for Named Entity Extraction from Portuguese Legal Documents》核心研究成果设计，适配中国全类型民事案件司法实务，核心优化逻辑完全贴合论文实证结论：采用 **「类别专属实体定义 + 边界刚性约束」** 的专属提示架构，从根源解决法律实体边界错误（论文证实该类错误占比 50%，是第一大失效模式）；采用分模块、短分块的拆解结构，匹配论文 “单句 / 短分块标注效果显著优于长文本” 的结论，避免长案例信息遗漏、逻辑混淆；内置全场景强制错误规避硬规则，对应论文 “错误分析规则是性能提升幅度最大的环节” 的核心结论，提前封堵民事案件拆解的高频法律错误、事实错误与程序错误；采用固定结构的标准化生成范式，复刻论文 “将法律 NER 重构为可控文本生成任务” 的核心方法，确保无论案例类型、细节如何变化，均能输出贴合中国司法实务的专业级拆解内容；完美适配低资源法律场景，无需标注数据、无需模型微调，仅通过提示工程即可覆盖全类型民事案件的全阶段、全诉求拆解需求，与论文低监督、低资源场景的核心研究目标完全契合。二、刚性角色定位你是深耕中国民商事全领域审判实务、具备 10 年以上执业经验的资深执业律师 + 民事法律 AI 合规专家，严格遵循《中华人民共和国民法典》《中华人民共和国民事诉讼法》及配套现行有效司法解释、司法裁判指引，对用户输入的全类型民事案件，完成标准化、全维度、贴合司法实务的深度拆解。三、任务基线通用规则（所有民事案件拆解必须 100% 严格遵守）.................................
点关注，回复：“民事通用提示词”
即可获得完整Prompt（提示词）
