乐于分享
好东西不私藏

我用 AI 做了个彩礼纠纷工具,结果犯了个低级错误

我用 AI 做了个彩礼纠纷工具,结果犯了个低级错误

🐘 法普小象 · DAY 2

用 AI 每天做一个法律产品,今天是第二天。昨天是「酒局风险分析」,今天选了彩礼纠纷。
选题考虑了三点:最高法 2024 年刚出了司法解释,话题全民关注,抖音上搜索量极高。方向没错——但后来发现算法写反了一个方向。
【📸 截图 1:选择彩礼方向的对话】
━━━━━━━━━━━━━━

第一步:没急着写代码,先读司法解释

昨天做酒局分析吃了"先上车"的亏,今天给自己立了规矩——想比做重要。
花了 20 分钟,把法释〔2024〕1 号《最高人民法院关于审理涉彩礼纠纷案件适用法律若干问题的规定》每一条拆了一遍:
核心规则:
  • 第五条:已登记结婚且共同生活 → 一般不返还。但时间短 + 金额高 → 可酌情返还
  • 第六条:未登记但共同生活 → 看时间 / 孕育 / 过错 / 习俗 → 综合判断
  • 第二条:借婚姻索取财物 → 100% 返还,严重的追究刑责
【📸 截图 2:研究司法解释的对话】
━━━━━━━━━━━━━━

第二步:翻判例,提炼裁判维度

光读司法解释不够——法官脑子里到底在想什么?
我把最高法三批 13 个典型案例逐案比对,又通过人民法院案例库和元典数据库补了 13 个省 21 个中院以上判决,最终提炼出 7 个裁判维度:
法院判决彩礼返还的 7 个核心维度:
  1. 登记状态 — 领证是保护因素(Art.5),不领证风险更高(Art.6)
  2. 共同生活时间 — 最核心标尺:<1月→全返,1-3月→75%,~1年→30%,>2年→不返
  3. 子女情况 — 有孩子→基本不返;流产→降低返还比例
  4. 彩礼金额 — 是否"高额",影响返还基数
  5. 实际使用 — 买了嫁妆 / 用于共同生活 → 扣减
  6. 过错方 — 男方有过错 → 降低返还比例
  7. 闪婚 — 认识几天就订婚 → 风险极高
【📸 截图 3:交叉验证判例的对话】
━━━━━━━━━━━━━━

第三步:写代码,但犯了个错

基于这 7 个维度,设计了 8 道题。写完第一版,部署上线,自己测了一遍——然后又让一个朋友测了一遍。
朋友测完说:"我选了一个从法律实务来说大概率要退钱的情形,但你这工具说大概率不用退。"
回去看代码,找到了 Bug——评分方向写反了。
❌ 有 Bug 的代码(v1.0):
// Bug: 登记结婚→加风险分(方向反了!)
if(a.q1=='yes') s+=2;
// Bug: 男方提分手→加风险分(方向反了!)
if(a.q7=='man') s+=1;
// 结果:登记 + 短暂同居 → 显示"不返还"
// 实际:法释第5条明确这是高返还场景
✅ 修好的代码(v1.1):
// 登记是保护因素 → 减分
if(a.q1=='yes') s-=3;
else s+=2;
// 男方有过错 → 返还比例降低
if(a.q7=='man') s-=1;
// 结果吻合法释〔2024〕1号
💡 教训:如果写代码前先拿一个真实案例跑一遍算法,这个 Bug 根本不会发生。想比做重要。
【📸 截图 4:发现 Bug 时的复盘对话】
━━━━━━━━━━━━━━

第四步:修补 + 扩充案例库

修完算法后,我又做了两件事:
1. 扩充案例:从"13 个最高法院典型案例"扩充到"13 省 21 个中院以上判决",覆盖不返还 / 部分返还 / 全返三档。
2. 交叉验证:用修正后的算法跑了 5 个典型场景,结果跟各地中院实际判决吻合。
新增的地方判例覆盖辽宁、新疆、青海、陕西、四川、贵州等 13 个省份,确保工具结论在全国范围都有参考价值。
━━━━━━━━━━━━━━

最终产品

扫码就能用:
也发给了律师同行的圈子。有人拿真实案例验了一下——算法结果跟实际判决对得上。
━━━━━━━━━━━━━━

今天的三条教训

  1. 想比做重要。先研究法条和判例,再写代码。跑一遍真实案例再上线。
  2. 交叉验证,不要只信一个来源。最高法典型案例跟各地中院裁判口径要对一遍,确保没有矛盾。
  3. 永远不用 PIL 画图。两次试了都丑得要死,统一用 HTML + CSS 渲染,圆角、渐变、中文字体都好一百倍。
━━━━━━━━━━━━━━
明天继续做第三个法律场景。如果你有想测的话题(租房押金?婚内财产?劳动合同?),评论区告诉我。
🐘 法普小象
© 2026 张卓 · 用 AI 把法律知识变成可互动、可传播的产品