爽律skill｜律师专业工作流系统

分享海报

@user_dc701247/shuanglv-legal-skills

爽律skill｜实操手册 一、爽律skill是什么？ 爽律skill是一套面向中国律师实务的 AI Agent 专业工作流系统。 它不是法律数据库，也不是一个单独的软件，而是给 ChatGPT、Codex、Claude Code、WorkBuddy 等 Agent 增加一套律师处理法律工作的专业方法和质量控制规则。 简单理解： 普通 AI 是“你问，它回答”；加载爽律skill之后，是让 Agent 尽量按照律师真实办案的逻辑去处理任务。 它关注的不只是最后“写出一份东西”，而是整个专业过程： 读材料 → 梳理事实 → 分析证据 → 检索法律与案例 → 提炼争点 → 法律论证 → 比较策略 → 形成文书 → 对抗性审查 → 正式交付。 但它也不会机械地每次跑完整流程。小任务走小流程，复杂任务才逐步加深。 二、爽律skill目前能做什么？ 目前主要覆盖以下几类律师工作。 1. 刑事案件办理 可以用于阅卷与案件材料整理；事实、时间线、人物关系梳理；单项证据与全案证据体系分析；罪名、构成要件及刑法问题分析；辩护思路和阶段策略分析；会见、审查逮捕、审查起诉、审判阶段辅助；被害人代理、刑事控告；辩护意见、法律意见等文书工作。 2. 民商事争议解决 可以用于梳理诉讼事实和证据；提炼请求权基础、抗辩和争议焦点；分析举证责任和证据缺口；研究管辖、时效、保全、仲裁等程序问题；比较诉讼、和解等不同策略；起诉状、答辩状、代理意见等文书；庭前及庭审准备。 3. 合同与交易 可以用于合同审查；合同起草和修改；交易结构分析；履约风险分析；条款遗漏和冲突检查；站在甲方、乙方等不同立场提出修改方案；形成修改稿、修改说明和谈判建议。 4. 法律研究 可以用于查询和核验现行法律规定；检索司法解释、规范性文件和地方规则；类案检索；比较案例之间真正具有决定意义的事实差异；查找支持案例、反向案例和裁判分歧；综合多种来源形成法律研究报告。 爽律skill强调：“搜到了什么”不等于“法律结论是什么”。检索、核验、比较和法律论证是不同步骤。 5. 尽职调查与专项调查 可以用于建立调查范围和材料清单；审阅大量文件；发现缺失材料和异常信息；多来源交叉核验；整理 Red Flag（重大风险事项）；分析风险影响及补救措施；形成尽调或专项调查报告。 6. 法律顾问与专项分析 适合处理有明确问题边界的法律咨询，例如：一个商业模式是否合法；某项行为存在什么法律风险；几种方案分别有什么利弊；企业下一步应采取什么措施。 重点不是简单回答“可以还是不可以”，而是把问题拆成：事实基础 → 法律规则 → 风险 → 可选方案 → 建议行动。 7. 法律文书与质量控制 爽律skill不仅可以辅助写文书，还会关注文书结构；事实是否准确；法律依据是否真正支持结论；证据和事实是否对应；是否存在模板化、AI 问答式表达；是否遗漏重要反方观点；引用、附件、编号、格式是否一致；内部分析是否误写进正式对外文书。 重要文书还可以要求进行一轮对抗性审查：假设对方律师、法官或者检察官不同意我的观点，他们最强的攻击路径是什么？发现问题后再回写修改。 8. 法律可视化 对于复杂案件，还可以根据需要形成时间线、人物及主体关系图、资金流图、证据关系图、案件流程图、构成要件图、争议焦点及论证结构图。 目的不是“为了好看画图”，而是帮助律师更快理解复杂事实和法律关系。 三、怎么使用？ 最简单的方法：直接告诉 Agent 你要干什么。 在支持 Skill 自动识别的平台中，一般不需要背任何固定指令。 例如直接说：“帮我分析这组刑事卷宗，先梳理事实、证据问题和辩护方向。” 或者显式说：“调用爽律skill，帮我分析这组刑事卷宗。” 两种都可以。 四、怎样提要求，效果会明显更好？ 最好告诉 Agent 六件事情。 1. 你代表谁 例如：“我们代表犯罪嫌疑人。”或者“我们代表合同甲方。” 2. 你要解决什么问题 例如：“判断目前证据能不能证明诈骗故意。” 3. 有哪些材料 例如：“我上传了起诉意见书、讯问笔录、银行流水和聊天记录。” 4. 现在做到哪一步 例如：“先做内部分析，不要急着写辩护词。” 5. 最后需要什么成果 例如：“最终需要一份提交检察院的法律意见书。” 6. 有什么特别限制 例如：“所有法律依据必须核验现行有效。”或者“只修改格式，不要改变正文内容。” 五、一个可以直接复制的通用模板 调用爽律skill。 我的角色/立场： 这次要解决的问题： 已经提供的材料： 需要重点分析的问题： 是否需要法律/案例检索： 先做内部分析还是直接形成文书： 最终需要的成果： 其他要求： 不需要每次全部填完。信息不足但不影响继续工作的，Agent 应该先做；只有确实会影响结论的关键信息，才需要继续向你确认。 六、复杂案件建议这样用 复杂案件不要一上来就说：“帮我写一份辩护词。” 更推荐分成三步。 第一步：先把案件看懂。 可以要求：“先审阅全部材料，建立材料目录，梳理人物、时间线、核心事实和主要证据，不要急着形成最终结论。” 第二步：再做专业分析。 可以要求：“在前面事实和证据整理的基础上，分析主要争点、证据缺口、法律问题和可能的辩护路径，并检索需要核验的法律和案例。” 第三步：最后形成文书。 可以要求：“对前面的分析做一轮对抗性审查，修正问题之后，再形成正式辩护意见。” 这样通常比直接让 AI“写一篇东西”可靠得多。 七、材料很多怎么办？ 可以直接把几十份甚至更多材料交给 Agent，但最好告诉它材料之间的关系。 例如：“1—5 是起诉材料；6—20 是我方证据；21—30 是对方证据。先建立材料目录，再逐批审阅；保留页码和来源定位，最后做跨文件证据分析。” 爽律skill要求区分：收到材料；真正读过材料；材料能够证明什么；当事人自己怎么说；AI 根据材料推断了什么。 这些不能混成一回事。 八、发现 AI 漏东西，可以直接要求重新审查 例如发现：“你遗漏了第17份证据。” 不要只让它“补一句”。 可以要求：“把第17份证据纳入证据体系，重新检查它影响到哪些事实、争点和结论，只更新受影响部分，并重新做一次审查。” 爽律skill v0.51 增加了执行控制：新增材料或者发现重大遗漏后，受到影响的旧结论应当失效并重新核验，而不是在旧答案后面简单补一段。 九、爽律skill不是什么？ 这一点同样重要。 爽律skill不是法律数据库本身。它可以要求 Agent 做法律检索，但到底能不能访问北大法宝、威科、裁判文书、互联网或其他数据库，取决于当前平台实际连接了什么工具。 它也不是 OCR、Word、PDF 或音视频识别软件本身。例如扫描卷宗需要 OCR、修改 Word 需要文档工具，这些由 Agent 所在平台负责；爽律skill负责告诉 Agent：这些工具应该什么时候用、怎么核验、结果怎样进入法律分析，以及什么时候不能假装自己已经做过。 十、使用时记住三件事 第一，先分析，再成文。重要案件不要把“写文书”当成第一步。 第二，要求来源和核验。特别是法条、案例、数字、日期、文件内容和关键事实，不能核验的，就应该明确标记。 第三，正式交付前再审一次。可以直接说：“对最终成果做一次正式交付审查，重点检查事实错误、法律依据、证据对应关系、遗漏的不利观点、逻辑漏洞、引用和格式。发现问题直接修改后再交付。” 十一、风险提示 爽律skill属于律师使用 AI Agent 时的专业辅助工具和工作流系统，不能替代律师本人对案件事实、证据、法律适用、诉讼策略以及最终法律意见所作出的专业判断。AI生成的分析、文书、法律依据、案例、数据和其他事实性内容，都可能存在遗漏、理解偏差、信息过时或者生成错误，重要内容应当在正式使用前进行核验。 涉及法律法规、司法解释、案例及其他具有时效性的资料时，应尽量使用当前有效并且可以追溯来源的数据。无法检索、无法核验或者来源不明的信息，不应直接作为正式法律意见的依据。 涉及刑事卷宗、身份证件、银行流水、商业秘密、个人信息以及其他敏感或者保密材料时，应特别注意所使用 AI 平台、模型、插件及外部工具的数据处理方式。需要将材料发送给第三方模型、OCR、云端识别或者其他外部服务时，应当先判断是否适合外发，并根据案件性质、保密义务和数据安全要求进行脱敏或者取得必要授权。 不同 AI Agent、模型以及宿主平台实际具备的检索、文件处理、联网、代码执行和外部工具能力并不完全相同。爽律skill只能在当前平台真实具备相应能力时调用这些工具；如果相关工具没有实际执行成功，就不能把计划执行、文字模拟或者模型推测当成已经完成的检索、核验或者文件处理结果。 对于拟提交法院、检察院、公安机关、仲裁机构、行政机关、客户或者其他第三方的正式成果，建议在最终交付前由律师本人进行复核。爽律skill的目的，是提高律师处理复杂法律工作的效率、结构化程度和可核验性，而不是把律师的专业判断和执业责任转移给 AI。