律师AI辅助审判操作指引

从“经验驱动”到“数据+经验驱动”

—— 拥抱AI辅助审判的实操指南 ——

适合执业律师、法务及法律从业者2026年5月

前言

2024年下半年以来，深圳、苏州、上海、北京等地法院陆续上线了AI辅助审判系统。其中深圳中院的系统已被最高人民法院纳入全国统一办案平台，目前在11个省区23家法院开展试点运行。智能阅卷、类案推送、文书辅助生成、证据校验、虚假诉讼预警等功能，已成为法官日常工作的组成部分。这一变化对律师执业的影响是结构性的。法官阅卷的方式、裁判决策所参考的判例范围、审理节奏乃至文书制作的标准，都在被AI系统重新定义。主动理解AI辅助审判的运行逻辑并将其转化为自身作业工具，是律师适应这一趋势的必经路径。本指引围绕六个方面展开：第一章　认知篇：AI辅助审判的现状与律师需要完成的认知转变第二章　操作篇：各执业环节中AI工具的具体应用方法第三章　庭审篇：AI辅助审判场景下的庭审应对策略第四章　类案篇：类案检索方法、呈现技巧与偏离论证路径第五章　智能体篇：法律AI Agent的功能定位与搭建路径第六章　赋能篇：律师核心优势的维护与AI输出质量的校准各章内容均以一线实务为出发点，力求兼具理论上的严谨性与操作上的可行性。

第一章认知篇——AI辅助审判重塑律师执业生态

一、AI辅助审判的当前部署情况

以下数据可以说明AI辅助审判的发展现状：• 深圳中院的系统是全国首个司法审判垂直领域大模型，覆盖从立案到结案的85项流程节点，已处理案件超过60万件，完成模型任务2400万次。该系统已被最高法纳入全国统一办案平台，目前在11个省区23家中基层法院试点运行，下一步将全面推广。• 苏州中院的“未来法官助手”2.0系统，覆盖42类案由的辅助审判模型，653名法官使用，日均智能阅卷约479件、自动生成法律文书约70份。据反馈，阅卷和撰写裁判文书的时间缩短约二分之一。• 上海法院构建了1800余个数字化应用场景嵌入办案系统，全市法院92%的法官已使用，累计推送预警提示150万余条，法官反馈有帮助率超过90%。• 全国层面，最高法的“一张网”统一办案系统已于2025年7月起在辽宁、浙江、河南、广西等11个省区试点上线。综合来看，AI辅助审判已从“试点探索”进入“系统推广”阶段，未来2至3年内，全国绝大多数法院将具备AI辅助审判能力。

二、AI正在改变的六个执业维度

根据上述系统的运行情况，AI辅助审判主要在以下六个维度影响律师的执业实践：

（1）类案检索方式的变化

过去类案检索主要依赖律师自主完成。现在案件立案后，系统会自动向法官推送3至10个相似案例。同案不同判的空间因此被显著压缩。律师需要提前预判系统可能推送的类案方向，而非等到法官引用时才被动应对。

（2）阅卷模式的转变

AI系统能够自动从电子卷宗中提取关键事实、归纳争议焦点、梳理证据清单。这意味着起诉状、答辩状的结构清晰程度，直接影响AI提取信息的准确性，间接影响法官在阅卷阶段对案情的初步判断。

（3）裁判文书标准的趋同

裁判文书的辅助生成功能正在推动文书格式、法条引用方式和逻辑结构的标准化。律师提交的代理词、诉状若与系统的标准框架差距过大，可能在信息提取环节被降级处理。

（4）证据校验的自动化

部分法院已上线证据校验功能，AI会自动审查证据链的完整性与逻辑一致性。证据之间的矛盾、关键证据的缺失，将被系统自动标注并提醒法官注意。

（5）诉讼风险评估的提前化

法官端可利用AI进行诉讼预期辅助评估。律师若能在立案前自行完成类似评估，不仅可在接案阶段为客户提供更精准的判断，也可在诉讼策略上占据先机。

（6）虚假诉讼识别能力的提升

AI可自动检索当事人在全国范围内的关联案件、涉诉记录和关联人信息，虚构债务、虚假诉讼的识别率显著提高。代理原告时，事实基础的扎实程度需经得起系统校验。

三、律师需要完成的认知转变

（1）从经验驱动到数据与经验并重

过去律师的核心竞争力很大程度上来自“类似案件的处理经验”。但在AI辅助审判环境下，法官的裁判不仅依赖自身经验，还受系统推送的类案数据影响。律师需要学会以数据检索验证经验判断，以数据分析支撑代理策略。

（2）从法官导向到法官与系统并重

传统诉讼中律师的说服对象是法官本人。现在中间增加了一个环节：律师的观点首先需要被AI系统准确识别和传递，而后才进入法官的裁判考量。如果AI系统在阅卷阶段已提取了不准确的信息，律师在庭审中的说服成本将显著增加。

（3）从被动适应到主动利用

AI辅助审判系统的各项功能同样可以为律师所用。类案推送可以帮助律师预判裁判走向，文书辅助生成可以提高起草效率，证据校验功能可以用于自查证据链的完整性。主动利用AI工具排查自身证据漏洞的律师，比被动等待系统发现问题后再补救的律师，在诉讼中占据明显优势。

第二章操作篇——各环节AI工具应用操作指南

一、立案前：案件评估与检索

1. 类案检索先行

在正式接案或立案前，先利用元典智库、北大法宝等工具进行系统性类案检索。这不仅是为了了解裁判倾向，更是为了预判：案件提交法院后，AI系统会推送哪些类案给法官。如果检索到的类案对己方不利，需要提前准备差异论证。

【实务提示】建议建立“案由—检索关键词—类案结果”的标准检索模板。以股权纠纷为例：关键词应包括“股权转让+效力认定”“股东知情权+前置程序”“对赌协议+回购条款”等。

2. 诉讼预期评估

利用AI工具进行诉讼预期评估。具体方法：将案情摘要输入元典智库或通义法睿等法律AI，获取系统对胜诉率、赔偿范围的初步判断。然后将结果与自身经验进行交叉验证。如果经验判断与AI输出存在显著差异，需要仔细分析原因：是事实细节的差异，还是法律规定发生了变化。

3. 证据预检

在正式提交证据前，用AI工具进行证据链完整性检查。对照举证责任分配规则，检查是否每个待证事实都有相应证据支撑，是否有自相矛盾的证据需要提前解释，是否有需要公证或鉴定的证据尚未办理。

二、立案阶段：撰写“AI友好型”法律文书

1. 结构化叙事

AI阅卷的核心能力是提取结构化信息。如果起诉状、答辩状的事实叙述杂乱无章，AI可能提取不准确的信息，导致法官在阅卷阶段获得的第一印象出现偏差。结构化叙事的基本要求：• 按时间线展开事实：以时间顺序为主线，每个重要事实标注日期• 关键事实单独成段：避免将多个重要事实塞在一个段落中• 争议焦点前置：在文书开头即明确本案的核心争议焦点• 法律依据具体到条款：如“依据《公司法》第二十条第三款”而非“依据相关法律规定”

【实务提示】撰写完毕后，将文书文本输入法律AI工具，查看AI能否准确提取出本案的案件要素、争议焦点、法律依据。如果AI提取的内容与你的意图不符，说明文书结构需要调整。

2. 关键词策略

AI的类案推送高度依赖关键词匹配。律师在撰写文书时，应当注意与类案检索结果保持一致的关键词体系。例如，在股权转让纠纷中，使用“股权转让协议效力”“未经股东会决议”“善意第三人”等标准法律术语，而非口语化表达。同时，避免使用有歧义或非标准的表述方式。如果需要使用特定行业术语，第一次出现时应加注定义。

3. 证据清单的组织

AI系统对证据的组织方式高度敏感。建议：• 证据按待证事实分组：每组证据紧跟其证明目的• 重要证据前置：将核心证据放在证据清单前列• 证据编号清晰：采用“（2026）X民初X号-证X”的统一编号规则• 原始证据与复制件对应：确保每份复制件都有对应的原始证据说明

三、庭前准备：证据组织与策略调整

1. 预判AI争议焦点归纳

将起诉状和答辩状输入法律AI系统，查看AI自动归纳的争议焦点。AI归纳的焦点与法官最终确定的焦点是否一致，直接决定你的准备工作是否对路。如果AI归纳的焦点偏离了你的预期，需要在庭前准备时特别关注这一点，并准备在庭上引导法官纠正。

2. 证据自检

利用AI工具对证据进行自检：• 证据链完整性检查：是否有待证事实缺乏证据• 证据内部一致性检查：不同证据之间是否存在矛盾• 证据时效性检查：证据是否在举证期限内，是否需要延期申请• 证据合法性检查：证据的取得方式是否存在瑕疵

3. 模拟对方AI策略

将自己放在对方律师的角度，思考对方会如何利用AI辅助审判系统：• 对方会检索哪些类案推送法官？• 对方的证据清单会如何组织？• 对方的代理词会如何结构化？提前预判并准备应对方案，可以有效降低庭审中的不确定性。

四、庭审阶段：应对策略与技巧

1. 举证质证的“AI穿透”意识

AI辅助审判系统中，证据校验模块会自动比对双方证据。如果你的证据清单存在逻辑矛盾或不完整之处，AI会标注提醒法官。因此，在庭审中发表质证意见时，不仅要针对对方证据本身，还要关注对方证据体系的整体逻辑性，指出体系的矛盾之处。

2. 代理词/辩护词结构化

代理词应按照AI文本处理的逻辑进行结构化组织：• 开头段：案件基本信息、代理立场• 事实部分：按时间线梳理，标注关键证据编号• 争议焦点：逐项分析，每项焦点下分“法律依据”“事实依据”“类案支撑”三个层次• 结论：明确具体的诉讼请求/答辩意见

【实务提示】代理词提交后，可以立即使用AI工具检查其结构和表达是否清晰。如果AI代理词的摘要与你想要表达的核心观点一致，说明“AI友好度”达标。

第三章庭审篇——AI辅助审判下的庭审应对策略

一、理解法官面前的AI系统

AI辅助审判系统在法官端的呈现方式，决定了律师在庭审中的应对策略。目前，深圳、苏州、上海等法院的系统普遍采用以下信息呈现方式：• 审判流程看板：系统将案件从立案到审结的85+个节点实时跟踪• 类案推送区：案件立案后，系统自动推送与本案件最相似的3-10个类案• 争议焦点归纳：系统根据诉状自动归纳的争议焦点列表• 证据校验结果：系统对证据列出的潜在问题和提示• 法条推送：系统根据案由自动推送的相关法律法规理解系统呈现方式的意义在于：“法官在阅卷时看到的，不仅是你写的内容，还有系统为你写的内容提炼的摘要。”

二、应对类案推送的策略

1. 主动提供类案

不要等着系统推送类案。主动在庭前提交类案检索报告，将有利于己方的类案整理成书面材料附在代理词中。这样做的好处是：• 影响系统的类案推送排序：法官在系统中看到你提交的类案后，可能将其纳入考量范围• 占据认知先机：法官在收到系统推送之前，已经通过你提交的类案建立了初步判断

2. 对不利类案的攻击策略

如果预判系统会推送不利于己方的类案，应当提前准备差异论证：• 事实差异：本案与类案在关键事实上存在哪些不同• 时效差异：类案判决后是否有新的司法解释或政策出台• 地区差异：不同地区法院对同类问题的裁判尺度可能存在差异差异论证应当在庭前书面提交，以便法官在收到系统推送时同步看到你方的反驳意见。

3. 类案偏离申请

如果法官已经收到系统推送的类案，并可能在判决中参考，而你方认为这些类案不应当适用于本案，可以当庭提出“类案偏离论证”申请。重点论证本案与类案在核心事实上存在实质性差异。

三、应对AI文书生成的策略

AI系统辅助生成裁判文书时，会遵循标准的文书模板和逻辑结构。律师应当主动适应这一模板化趋势：• 当庭发表的意见尽量按照“事实认定—法律适用—裁判结果”的逻辑层次展开• 重点强调与系统推送类案的差异点，以便法官在文书生成时考虑到这些差异• 书面代理词应在休庭前或庭审结束后立即提交，以确保法官在制作裁判文书前收到• 注意法条引用的准确性，避免因引用错误而被AI系统标注为“法条引用异常”

四、证据校验的应对

AI证据校验功能已在上海、深圳等法院运行，主要校验内容包括：• 证据之间的逻辑一致性• 证据与待证事实之间的对应关系• 证据取得的合法性• 证据的时效性和有效性应对策略：• 提交证据前，利用AI工具进行证据自查• 质证时，向法庭说明本方案证据体系的逻辑完整性• 如果对方证据存在矛盾之处，应当当庭明确指出并提请法庭予以标注

五、当事人陈述的“AI友好化”技巧

AI系统在处理当事人陈述时，可能无法准确判断非标准化的表达。律师在庭前辅导当事人时，应当注意：• 指导当事人按时间顺序陈述事实，而不是按情绪强度• 关键事实的陈述应当使用准确的时间、地点、金额等量化信息• 避免使用模糊的推测性语言（如“大概是”“好像有”）• 如果当事人需要表达主观判断，首先陈述事实依据，再发表判断

第四章类案篇——类案检索、呈现与偏离论证

一、类案检索的“三维”方法

在AI辅助审判时代，类案检索不仅是了解裁判倾向的工具，更是预判法官所收到系统推送的类案的手段。检索分为三个维度：

纵向维度：案由与层级

以案由为核心关键词，按法院层级（最高法→高院→中院→基层）逐级检索。注意：系统更倾向于推送上级法院和同地区同级法院的判例。

横向维度：事实要素

以案件事实要素为关键词进行检索。例如，股权纠纷中的“未经股东会决议”“关联交易”“抽逃出资”。这比案由检索更能精确匹配类似案件。

时间维度：时效性

优先检索最近2-3年内的判例。如果有新法实施，应当检索新法生效后的判例。系统在类案推送时，时效性是重要的排序因素。

二、类案呈现的技巧与策略

三、类案偏离的论证方法

当系统推送的类案不利于己方时，需要进行类案偏离论证。论证路径如下：第一层：事实偏离• 关键事实不同：本案与类案在核心事实要素上存在差异• 证据状况不同：本案的证据情况与类案存在差异• 当事人身份不同：当事人主体资格、行为方式存在差异第二层：法律适用偏离• 法律规定变化：类案判决后法律或司法解释发生变化• 适用条件不同：本案不满足类案所依据的法律规范的适用条件第三层：社会效果偏离• 类案判决的社会效果不佳或已过时• 本案适用类案裁判规则可能导致不公正的结果

【实务提示】类案偏离论证应当以书面形式在庭前提交。同案同判是基本原则，但差异论证是律师的核心价值所在——AI只能告诉你“类似案件怎么判”，而律师要告诉法官“为什么本案不适用那个规则”。

第五章智能体篇——法律AI Agent搭建与应用

一、法律AI Agent的定位

AI Agent（智能体）不同于一般的AI对话工具。Agent的核心特征是：• 自主执行：收到任务后，自主规划步骤并执行• 工具调用：可以调用外部工具（如元典智库API、北大法宝、本地知识库）• 多步推理：能够进行多步推理并返回结果• 记忆持久：可以记住上下文并在多次交互中保持连续性对律师来说，AI Agent的真正价值不是“问问题”，而是“委托任务”。

二、典型Agent应用场景

场景1：类案评估Agent

输入案情摘要 → Agent自动调用元典智库/北大法宝进行类案检索 → 分析裁判倾向 → 输出胜诉可能性评估报告操作流程：1. 将案情摘要（500字以内）粘贴到Agent对话窗口2. Agent自动识别案由、核心事实、争议焦点3. Agent调用元典智库API检索类案4. Agent分析类案裁判结果分布5. Agent输出评估报告（含类案汇总+裁判倾向+胜诉率预测+风险提示）

场景2：执行追加分析Agent

输入被执行人信息 → Agent检索变更追加被执行人的法律规定和类案 → 分析追加可行性 → 输出分析报告适用于你正在代理的陶梅娟执行案等执行追加类案件。可以快速检索同类追加GP/合伙人为被执行人的判例和法条依据。

场景3：证据审查Agent

上传证据清单 → Agent分析证据链完整性 → 标注缺失证据和矛盾之处 → 输出证据补强建议

场景4：文书审查Agent

上传起诉状/代理词文档 → Agent按照AI友好度标准进行审查 → 输出结构化改进建议 → 标注关键信息提取情况

三、Agent搭建的实操路径

律师不需要成为程序员也能搭建AI Agent。以下是最低成本的三种方式：方式一：利用Cursor等AI编程工具（推荐）用自然语言描述需求，由Cursor自动生成Agent脚本。例如：“写一个Python脚本，能调用元典智库API检索判例，分析裁判结果分布，生成Excel报表”。方式二：利用WorkBuddy的多步骤任务将案件评估流程拆解为多个步骤，由WorkBuddy按序执行。方式三：利用现有法律AI平台通义法睿、MetaLaw等平台已提供部分Agent功能，可直接使用。

第六章赋能篇——做AI的“最佳使用者”与“精准校准者”

一、律师相对于AI的核心优势

个案情境的判断能力

AI可以在极短时间内检索大量类案，但无法判断这些案例是否真正适用于待决案件的具体情境。每个案件都涉及独特的交易背景、当事人关系、行业惯例和地方法治环境，这些因素的综合判断是AI难以替代的。律师的核心价值之一，正在于识别个案与类案之间的实质性差异。

庭审陈述与法庭说服

诉讼活动本质上不是逻辑运算，而是说服过程。法官是活生生的裁判者而非算法终端。律师在法庭上的语言组织、临场应变、对法官关注点的敏感把握，以及当事人陈述所传递的真实感，这些要素是当前任何AI系统都无法复制的。

价值判断与伦理把关

法律适用不是简单的规则检索，其中包含大量价值判断。AI可以输出法条文本，但无法判断某一适用方式在特定情境下是否公平合理。律师需要在AI辅助输出的基础上，结合案件背景进行价值权衡和伦理判断。

二、律师对AI输出质量的校准

AI辅助审判系统的输出并非完美无误，律师可以从以下四个层面进行校准：1. 事实校准AI阅卷可能因原文表述不够清晰而错误提取案件事实。律师在庭审中发现法官对案件事实的认知存在偏差时，应当警觉这可能源于AI提取环节的失误，并及时予以纠正。2. 法律校准AI推送的法律依据可能存在过时或不完整的问题。律师应当主动补充现行有效的司法解释和政策文件，必要时应就法律适用的时效性问题向法庭作出说明。3. 类案校准AI推送的类案未必与本案事实最为契合。律师应主动将更精准、更具参考价值的案例提交法庭，以纠正系统推送可能存在的偏差。4. 逻辑校准AI的法律推理有时侧重于形式逻辑，可能忽略案件的特殊价值考量。律师需要通过充分的说理，引导法官关注案件背后实质性的价值判断。

三、长期能力建设方向

法律科技工具的迭代速度快，律师难以也不必追逐每一种新技术。以下四个方向的能力建设具有长期价值：1. 数据素养熟练使用法律检索工具（元典智库、北大法宝等），理解搜索结果的效力层级和参考价值，能够判断案例是否已被改判或撤销。在必要时，还需对数据的可靠性保持审慎态度。2. 技术适应力不需要成为技术专家，但应当对法律科技领域的主要工具有基本了解，明确其功能边界——知道哪些工作可以交由AI完成，哪些仍需人工处理。3. 批判性思维AI输出始终是参考而非结论。律师应当对AI生成的内容保持必要的质疑，以自身经验和逻辑判断进行验证，确保最终提交法庭的工作成果经得起推敲。4. 文书写作能力在AI辅助审判环境下，文书写作不仅要“表述准确”，还需“便于AI识别”。结构化叙事、关键词的准确使用、论证层次的分明，在任何时代都是优秀律师的基本功，AI的普及进一步提升了这项能力的价值。

结语

AI辅助审判已不是远期规划，而是正在发生的现实。深圳、苏州、上海的法官们已在AI系统辅助下处理了数十万件案件，最高法的全国统一办案平台正在11个省区试点运行。对律师而言，这一趋势不存在“是否适应”的选择空间，只有“如何更快适应”的问题。在AI辅助审判环境下，具备以下特征的律师将更具竞争优势：其一，将AI作为高效助理，利用其压缩重复性工作，将更多精力投入核心法律事务；其二，将AI作为信息雷达，比法官更早、更准确地掌握类案信息和裁判倾向，提前制定诉讼策略；其三，将AI作为质量审核工具，在提交前完成文书和证据的自查，降低被系统检出问题的风险。律师最核心的能力——个案情境判断、法庭说服、价值选择——仍然是AI难以替代的。AI可以帮助律师“做得更快”，但无法替代律师“做得更对”。这是技术变革带来的挑战，也是专业价值进一步凸显的机遇。

律见法度法律实务研究2026年5月