连载二:AI实战手册五套提示词心法,从入门到精进(以建设工程为例,附可直接使用的提示词模板)

30秒速览

五大技巧速查表

引言：你的AI用对了吗？

从最初把AI当作"高级搜索引擎"，到如今将其视为"编外助理"，我经历了大量试错和反复磨合。最大的感悟是：AI的输出质量，七分取决于你怎么问。同样的工具，会提问的人拿到的是可直接修改的初稿，不会提问的人拿到的是需要重写的废稿。

本文提炼了在建设工程法律实务中反复验证有效的六套提示词技巧，每套附可直接复制使用的完整提示词模板。六套技巧可以独立使用，也可以组合嵌套，形成从简单审查到复杂诉讼的全链条方案。

记住：AI是你的编外助理，不是你的执业资格证。

一、对抗角色互换：让AI扮演对立双方

核心逻辑：先用被告（发包人）视角让AI构建攻方火力点，再切到原告（承包人）视角让它拆解自己刚搭好的防线。一轮下来，双方的强弱之处一览无余，远比单向分析透彻。如有需要，还可增加第三轮"法官/仲裁员视角"，让AI以裁判者立场列出需进一步查明的事实和双方各自的核心弱点。

适用场景：诉讼策略制定、庭审准备、答辩状与代理词起草。

模板结构

第一轮（被告视角）：设定AI为代理被告的建设工程律师，基于起诉状撰写答辩意见并整理证据目录。答辩意见采用"事实反驳+法律抗辩+程序异议"三层结构，证据目录按"证据名称、证明目的、证据来源、页码"四列制表。重点攻击工期延误责任归属、工程质量缺陷、付款条件是否成就。约束：引用《建工司法解释一》须准确到条，不得编造案例。

第二轮（原告视角）：设定AI为代理原告的建设工程律师，针对第一轮被告答辩意见撰写反驳意见并补充证据。逐条回应答辩要点，识别逻辑漏洞，补强证据目录，并预判被告可能的二次抗辩，准备预备反驳意见。

第三轮（裁判者视角，可选）：将前两轮攻防成果输入，让AI以法官或仲裁员视角列出：需进一步查明的关键事实清单、双方各自最薄弱的三个论点、可能的裁判走向。

可直接使用的提示词

第一轮：被告视角

你是一名具有15年以上执业经验的建设工程专业律师，现代理某建设工程施工合同纠纷案的被告（发包人）。请基于以下起诉状内容，完成两项任务：（1）撰写答辩意见，采用"事实反驳+法律抗辩+程序异议"三层结构，每层列出核心论点并附简要论证；（2）整理证据目录，按"证据名称、证明目的、证据来源、页码"四列制表。重点攻击方向：工期延误责任归属、工程质量缺陷、付款条件是否成就。约束条件：引用《建工司法解释一》须准确到条、款；不得编造案例名称；对不确定之处标注"存疑"。以下是起诉状全文：[在此粘贴起诉状内容]

第二轮：原告视角

你是一名具有15年以上执业经验的建设工程专业律师，现代理某建设工程施工合同纠纷案的原告（承包人）。以下是被告方提交的答辩意见和证据目录。请你：（1）逐条回应被告答辩要点，识别其中的逻辑漏洞和事实错误；（2）针对被告证据目录，指出每项证据的证明力缺陷；（3）补充原告方证据目录（四列制表）；（4）预判被告可能在庭审中提出的二次抗辩理由，并准备预备反驳意见。约束条件：引用法条须准确到条、款；不得编造案例；对不确定之处标注"存疑"。以下是被告答辩意见和证据目录：[在此粘贴被告材料]

实务要点

第一，角色设定要具体。不要只说"你是律师"，要说"你是一名具有15年经验的建设工程律师，代理发包人应诉"。经验年限、专业领域、代理立场的颗粒度决定了AI输出的专业深度。

第二，攻防方向要明确。给AI圈定攻击重点（如工期延误责任、质量缺陷、付款条件），它会沿着这些方向深挖，而不是泛泛而谈。

第三，法律约束不可少。明确要求引用法条须准确到条、不得编造案例、不确定处标注"存疑"。这一条在中型以上模型上能显著降低幻觉率。

二、人机反向提问：从"我问AI"到"AI问我"

核心逻辑：大多数律师用AI是单向的"我问它答"。但如果你让AI反过来向你提问，它能逼你把脑子里的案件信息倒出来，暴露你还没想清楚的地方。这比它给你答案更有价值。

适用场景：案情梳理、证据缺口排查、仲裁/庭审前准备。

模板结构

第一轮（人问AI）：设定AI为建设工程领域实务专家，提出具体法律问题，要求以实务角度回答，引用真实法规，标注不确定性。

第二轮（AI问人）：设定AI为资深仲裁员或法官，基于案情概况向你发问。每个问题标注提问目的（事实查明/法律适用/证据补强/程序审查/造价核算），问题总数控制在8至12个（若高质量问题不足8个，不必勉强凑数，质量优先于数量）。对每个问题需说明：如果回答不利，可能产生什么后果。最后给出"证据补强建议清单"，每项建议附"补强难度估计（低/中/高）"，帮助你分配有限的准备时间。

可直接使用的提示词

第二轮：AI反问

你是一名具有20年建设工程案件审判经验的资深仲裁员。请基于以下案件概况，向我（案件代理律师）发问。要求：（1）每个问题标注提问目的，从以下五类中选择：事实查明、法律适用、证据补强、程序审查、造价核算；（2）问题总数控制在8至12个，按重要性排序，质量优先于数量；（3）对每个问题说明：如果我的回答不利，可能对案件产生什么后果；（4）全部问题问完后，给我一份"证据补强建议清单"，每条建议附"补强难度估计（低/中/高）"。案件概况如下：[在此粘贴案件基本情况：合同类型、争议焦点、现有证据、待解决问题]

实务要点

第一，案情描述要足够充分。AI能问出什么水平的问题，取决于你给了它多少背景信息。合同类型、争议焦点、现有证据、待解决问题，这四个要素至少要给到。

第二，要求AI标注提问目的。同样的问题"你证据呢？"，标注"证据补强"后你知道这是提醒你补漏洞，没标注你可能觉得它在刁难你。分类标注让你对案件全貌有结构化认知。

第三，让AI预测"答不上来的后果"。这是这套方法中最有价值的部分。当AI告诉你"如果你拿不出工期签证，仲裁庭可能不支持你的延期主张，每天违约金按0.3%计算"，你对风险的感知会变得非常具体。

三、多视角综合会诊：跨专业协同分析

核心逻辑：建设工程案件天然跨专业，一个工程索赔问题同时涉及法律条款、造价规范和施工技术。与其让律师事后去补课，不如一开始就让AI同时以律师、造价师、项目经理三个视角分析同一份材料，交叉验证，避免盲区。

适用场景：工程索赔报告审查、造价鉴定意见质证、工程质量与价款交叉争议、工期延误分析。

模板结构

同时设定三种专业视角分析同一任务：

（1）建设工程律师视角：关注法律合规性、合同效力、责任划分。引用法条须准确到条。

（2）造价工程师视角：关注工程量计算、计价依据、费用构成。引用《建设工程造价鉴定规范》（GB/T 51262-2017）须注明条款号。

（3）项目经理视角：关注施工可行性、工期影响、现场管理条件。

（可选视角，根据案情选用）财务/会计视角：关注已付款项核对、利息计算、税金处理。工期计划视角：关注关键路径分析、延误天数计算逻辑。

输出为四栏对比表（视角、分析要点、风险提示、建议措施），各视角分析不得重复，应体现专业差异。

可直接使用的提示词

请同时以以下三种专业视角分析同一份工程材料。视角一：建设工程律师关注领域：法律合规性、合同效力、责任划分、诉讼风险。引用法条须准确到条、款。视角二：造价工程师关注领域：工程量计算准确性、计价依据适用性、费用构成合理性。引用《建设工程造价鉴定规范》须注明具体条款号。视角三：项目经理关注领域：施工技术可行性、工期合理性、现场管理条件、工序逻辑。输出要求：（1）以四栏表格呈现：视角 | 分析要点 | 风险提示（严重程度分高/中/低）| 具体建议；（2）三个视角的分析内容不得重复、不得越界；（3）若某些问题需要额外视角（如财务/工期计划），请在表末特别说明。待分析材料如下：[在此粘贴工程索赔报告/造价鉴定意见/合同文件等]

实务要点

第一，明确各视角边界。提示词中须明确每个视角的关注领域和分析维度，确保三个视角的回答不重叠、不越界。一旦AI用律师视角的内容填充了造价师的格子，这轮分析就打折了。

第二，统一输出格式。要求四栏表格（视角、风险点、严重程度、具体建议），可以在五分钟内完成跨专业交叉审查，否则三份长文放在一起至少要读半小时。

第三，各视角引用标准要明确。律师视角要求法条准确到条，造价视角要求引用规范注明条款号。这既是对AI的约束，也是你后续核查的索引。

四、提示链逐步迭代：从粗到精的质量闭环

核心逻辑：复杂法律文书不要指望一步到位。把任务拆成"起草初稿、诊断问题、针对性弥补、最终整合"四个环节，每一环基于上一环的输出递进，形成质量闭环。这比一次性要求"写一份完美的证据目录"效果好得多。

适用场景：重要文书起草（证据目录、代理词、上诉状）、证据体系构建、复杂案件系统性准备。

模板结构

第一步（基础起草）：基于案情撰写初稿，完成基本框架，不追求完美。约30分钟。

第二步（问题诊断）：审查初稿，识别具体问题，按优先级列明问题清单（致命缺陷/重大缺陷/一般缺陷三级分类）。诊断须有明确审查标准（如证据链完整性、证明目的明确性、证据分组合理性），避免AI漏掉关键问题。约20分钟。

第三步（针对性弥补）：针对问题清单逐项修补。不是笼统地说"请改进"，而是指明针对哪个问题、采取什么动作、预期什么效果。输出修改后的完整文件。约40分钟。

第四步（最终整合）：整合前三步成果，附修改对照表（原文、修改后、修改理由），形成可追溯的修改链。约30分钟。

全程约120分钟，适用于案件核心文书的精细打磨。日常一般文书可压缩至60分钟（每步15分钟）。

可直接使用的提示词

四步提示链（完整版）

【第一步：基础起草】你是建设工程专业律师。请基于以下案件信息，起草一份证据目录（初稿）。完成基本框架即可，不追求完美。按"证据名称、证明目的、证据来源、页码"四列制表，证据按争议焦点分组。案件信息：[在此粘贴案件信息]【第二步：问题诊断】（将第一步输出粘贴到下方）请审查以上初稿，按以下标准逐一检查：(a)证据链完整性：每项事实主张是否有对应证据，(b)证明目的明确性：每份证据的证明目的是否具体而非笼统，(c)证据分组合理性：分组逻辑是否清晰。按三级分类列明问题：致命缺陷（影响案件结果）、重大缺陷（影响论证力度）、一般缺陷（影响阅读体验）。【第三步：针对性弥补】（将问题清单粘贴到下方）请针对上述问题清单，逐项修改证据目录。对每一项修改：(a)指明针对哪个问题，(b)说明采取什么修改动作，(c)预期达到什么效果。输出修改后的完整证据目录。【第四步：最终整合】请将前三步成果汇总，输出：(1)最终版证据目录，(2)修改对照表（原文列、修改后列、修改理由列），(3)一句话总结本次修改的核心提升点。

实务要点

第一，每一步的输出必须保留。很多律师发现第三步的修改引入了新问题，但因为没保留第二步的诊断结果，回头追溯很困难。建议每步输出都粘贴保存，形成可追溯的修改链。

第二，诊断标准要具体。第二步的问题诊断，要给出明确的审查标准（如证据链完整性、证明目的明确性、证据分组合理性），否则AI可能漏掉关键问题。

第三，弥补动作要可执行。第三步不是笼统地说"请改进"，而是指明针对哪个问题、采取什么动作、预期什么效果。可执行的具体指令是高质量输出的前提。

五、结构化事实先行：先搭骨架再填血肉

核心逻辑：很多律师让AI直接写法律意见，但跳过了最关键的一步：把合同、签证、函件中的散落信息结构化。这套方法的核心是"三阶段法"：先提取要素（条款、时间、主体、金额），建立结构化事实基础；再基于要素进行法律分析；最后基于分析结果起草文书。事实与法律一一对应，文书与证据一一对应。一次提取的结构化事实表格，后续起草答辩状、代理词、证据目录均可复用。

适用场景：合同审查、结算纠纷分析、案件事实梳理、法律意见书起草。

案件类型与提取侧重点

模板结构

第一阶段（要素提取）：从合同文件及案件材料中提取价款结算条款、关键时间节点、违约及责任条款、主体信息、管辖条款五大类要素。要求原文摘录、标注文件来源及条款位置、按类型归类。输出结构化事实表格。此阶段严禁做价值判断（如"该条款为无效格式条款"），保持事实提取的纯粹性。

第二阶段（法律分析）：基于提取的要素进行法律分析，对每项要素适用相应法律规则，标注法条依据，分析法律后果。要素与法律规则一一对应。

第三阶段（文书起草）：基于前两阶段成果，以明确的代理立场起草法律文书。每个事实主张对应第一阶段提取的具体要素，法律引用准确到条，附证据目录且证据编号与事实主张一一对应。

可直接使用的提示词

第一阶段：要素提取

请从以下合同文件及案件材料中，提取五大类关键要素。提取维度：(1) 价款结算条款：合同价款、计价方式、付款节点、结算条件、质保金(2) 关键时间节点：开工日、竣工日、中间节点、延期权行使时间(3) 违约及责任条款：违约金标准、违约责任分配、免责条件(4) 主体信息：发包人、承包人、分包人、监理单位(5) 管辖条款：争议解决方式、仲裁机构/管辖法院输出要求：(a) 每项要素须原文摘录，不得改写；(b) 标注每项要素的文件来源和条款位置（如"施工合同第15.3条"）；(c) 按五大类归类，时间要素以时间轴表格呈现，价款要素以分类表格呈现，违约条款以对比表格呈现；(d) 禁止做任何价值判断（如"该条款不公平""该条款可能无效"），仅做客观提取。以下是案件材料：[在此粘贴合同、签证、函件等]

第二阶段：法律分析（将第一阶段输出粘贴到下方）

请基于以下结构化事实表格，进行法律分析。要求：(1) 对每项要素，分析其适用的法律规则，标注法条依据（准确到条、款）；(2) 分析法律后果：该项要素对当事人权利义务的影响；(3) 要素与法律规则一一对应，以表格呈现（提取要素 | 适用规则 | 法条依据 | 法律后果）。代理立场：[选择"原告/承包人"或"被告/发包人"]以下是结构化事实表格：[粘贴第一阶段输出]

实务要点

第一，要素提取的维度要全。价款、时间、主体、违约、管辖五大维度最好一次性提取，因为后续法律分析会涉及跨维度的关联（如付款时间与违约金起算的关系）。分多次提取反而容易脱节。

第二，要求在要素提取阶段不做价值判断。萃取事实时一旦掺杂了法律判断（如"该条款为无效格式条款"），会污染后续分析的独立性。事实萃取和法律分析必须泾渭分明。

第三，输出格式要服务定位。时间要素用时间轴表格，价款要素用分类表格，违约条款用对比表格。结构化的输出本身就是一张审查地图，哪里缺信息一目了然。

第四，结构化事实表格可复用。一次提取，后续起草答辩状、代理词、证据目录、法律意见书都可以基于同一份结构化事实表格，大幅节省重复梳理时间。

六、类案检索增强：用裁判规则验证AI推理

核心逻辑：建设工程案件高度依赖类案裁判规则，AI的推理结论需要和司法实践中的主流裁判观点交叉印证。这套技巧让AI在分析法律问题时，同步检索和呈现相关类案的裁判要旨，包括支持方和反对方，形成"附类案支撑的法律分析意见"。这与"对抗角色互换"形成互补：前者是内部逻辑攻防，后者是外部裁判规则验证。

适用场景：法律意见书起草、上诉可行性分析、和解方案评估、争议性法律问题的论证。

模板结构

第一轮（初步法律分析）：就具体法律争议问题，让AI给出初步分析结论和推理过程。

第二轮（正向类案检索）：要求AI列出支持该分析结论的典型类案裁判要旨，每案注明：案件字号或可识别信息、裁判法院层级、核心裁判观点摘要。

第三轮（反向类案检索）：要求AI检索和呈现相反立场的类案观点（如有），分析为何在本案中可能不适用或应当参照。

第四轮（综合意见）：综合前两轮，形成附类案支撑的最终法律分析意见，明确标注哪些结论有充分类案支撑、哪些存在裁判分歧、哪些缺乏类案支撑（仅基于法理推理）。

可直接使用的提示词

请按以下四步对本案法律问题进行分析：第一步：初步分析就以下法律争议问题给出初步分析结论及推理过程。争议问题：[在此填写具体法律问题，如"发包人未组织竣工验收但已实际使用工程，能否以质量问题为由拒付工程款？"]第二步：正向类案检索请检索支持上述分析结论的典型类案。对每个案例注明：(a) 案件可识别信息（如"最高人民法院(20XX)民终字第XX号"或高级法院层级）；(b) 核心裁判观点摘要（引用裁判文书原文最佳）；(c) 与本案件的相似之处。约束：不得编造案例，无法检索到具体案号的，请说明裁判规则大意并标注"案号待核实"。第三步：反向类案检索请同时检索与上述结论相反立场的类案观点（如有），并分析：(a) 这些相反观点在什么情形下适用；(b) 本案是否存在可能触发相反观点的因素。第四步：综合意见整合以上分析，形成最终法律意见，并逐项标注结论的可靠程度：:white_check_mark: 有充分类案支撑 | :warning: 存在裁判分歧 | :question: 缺乏类案支撑（仅基于法理推理）

实务要点

第一，案号可追溯。要求AI提供案件层级和年份信息，即使案号未必完全准确，层级和年份通常不会错，后续人工核实时可快速定位。

第二，反向检索不可跳过。很多律师只让AI检索支持己方立场的案例，但提前了解对方可能引用的反向案例，才是真正意义上的庭审准备。

第三，标注可靠程度。帮助你在庭审或谈判中把握分寸：确凿的裁判规则可以强硬主张，存在分歧的领域需要做区分论证，缺乏类案支撑的论点应谨慎使用。

使用建议：按案件复杂度选择工具组合

六套技巧不是互斥的选择题，而是可以灵活组合的工具箱。日常使用中，我总结了以下组合策略：

简单任务

如合同条款审查、单一法律问题咨询。单用"结构化事实先行"或"对抗角色互换"即可。前者确保不遗漏，后者确保不片面。耗时约15至30分钟。

中等复杂任务

如答辩状起草、证据目录编制。推荐"结构化事实先行"打底，加上"对抗角色互换"查漏。"先结构化事实+再攻防演练"的组合，是目前最稳定的搭配。如涉及专业交叉问题，增加"多视角综合会诊"。耗时约1至2小时。

重大复杂案件

如仲裁/诉讼全流程、二审上诉。全链条使用"提示链逐步迭代"作为主流程，在诊断环节嵌入"多视角会诊"，在起草环节嵌入"对抗角色互换"，对争议性法律问题穿插"类案检索增强"，在定稿前嵌入"人机反向提问"做最后一轮盲区排查。耗时约半天至一天，但产出远超传统单人办案的质量天花板。

使用AI的边界与红线

AI是强大的工具，但工具越强，边界意识越重要。以下四条红线，每一条都来自真实教训，请务必遵守。

第一条红线：保密义务

严禁将含当事人真实姓名、身份证号、公司全称、案件关键事实等未脱敏信息直接粘贴至公有云AI服务（如ChatGPT、通义千问、Kimi等）。这些对话记录可能被服务商用于模型训练或内部审查，构成对《律师法》第三十八条保密义务的违反。

替代方案：（1）使用前做脱敏处理（人名替换为"甲方/乙方"，金额按比例缩放，日期做偏移）；（2）优先使用支持本地部署的模型处理敏感材料；（3）如必须使用公有云服务，先取得客户的书面知情同意。

第二条红线：核查义务

AI输出的法条引用（包括条号、款号、具体措辞）、案例名称、金额计算结果，均须人工核实后方可使用。实践表明，主要模型在中文法律条文引用方面仍有约3%至8%的错误率，包括但不限于：编造不存在的法条号、引用已废止的法律、张冠李戴司法解释。这个错误率虽然不高，但在法律实务中足以造成严重后果。

建议：涉及法条引用时，养成随手在"国家法律法规数据库"或"北大法宝"中核实的习惯，每条核实不超过30秒。

第三条红线：专业判断不可替代

AI的分析是参考意见，不是法律意见。最终的策略选择、风险评估、文件签署必须由执业律师本人完成。AI给出的"胜诉率""风险等级"等定量评估，仅反映基于训练数据的统计推断，不能替代律师基于案件全貌和实务经验的主观判断。

建议：AI分析结果应与自己的独立判断做对比，二者结论一致时更可采信；不一致时，优先怀疑AI的分析是否遗漏了关键事实或地域性裁判差异。

第四条红线：客户告知

目前行业对律师使用AI辅助办案是否需要告知客户，尚无统一的监管规则。但建议保守处理：如AI在办案中起到了实质性辅助作用（如撰写了核心文书初稿、参与了策略分析），应在收费说明或工作汇报中做适当披露，避免引发客户对服务质量和收费合理性的质疑。

AI工具选择指南

提示词的质量固然关键，但底层模型的能力差异同样影响输出效果。以下建议基于当前（2025年至2026年）市场情况：

第一档（推理型，适合重大复杂案件）：具备深度推理能力的模型（如Claude Opus、GPT-4o系列、DeepSeek-R1等），擅长多步骤法律分析、逻辑漏洞识别、复杂文书起草。建议用于需要高强度法律推理的场景。

第二档（通用型，适合日常任务）：通用大模型（如Claude Sonnet、通义千问、文心一言、Kimi等），适合合同条款审查、简单法律问题咨询、文书格式整理等日常任务，速度快、成本低。

第三档（本地部署，适合敏感材料）：通过Ollama等工具本地运行的模型，优势是数据不离开本地，可处理含敏感信息的案件材料，但推理能力通常弱于云端模型。

建议至少准备两款工具交叉使用，不做单一工具依赖。同一份材料用不同模型交叉验证，可以有效发现单个模型的"盲区"和幻觉。

提示词的积累与迭代

本文给出的提示词模板是起点而非终点。建议养成积累和迭代的习惯，逐步建立自己的提示词库：

（1）每次使用后，用一句话记录效果（如"第二轮的工期分析很精准，但付款条件部分遗漏了合同第12.5条的特殊约定"）。

（2）当一个提示词在同类案件中反复使用超过3次，将其固化为模板，存入提示词库。

（3）每隔一到两个月，用最新的案件材料重新测试旧提示词，因为底层模型在持续更新，提示词也需要同步进化。

以下是一个简易的迭代记录模板：

结语

本文是建设工程法律AI应用领域一年多实践经验的系统总结。核心方法论的底层逻辑（对抗角色互换、提示链迭代、结构化事实先行、类案交叉验证）超出了建工领域，可推广至各类复杂民商事案件。

最后说三点：

第一，提示词不是一成不变的公式，以上模板可以根据具体案情增减要素。重要的是理解每套技巧的"核心逻辑"，而非死记模板文字。

第二，AI输出的质量天花板不仅取决于提示词，也取决于模型的推理能力。涉及重大利益判断时，请使用推理能力强的模型，并用多轮交叉验证替代单次输出。

第三，AI不会取代律师，但会用AI的律师会取代不会用的。祝各位在AI时代找到自己的办案方法论。