一、先纠正一个误解

很多人第一反应是"让 AI 替我写状子"，这个想法没错，但只对了一小半。真实使用里，AI 干的活更像三种：做类案检索（一次顶过去泡三天数据库）、做合同初筛（把低级的坑在送达客户前填掉）、当带教助理（快速吃透一个陌生领域）。

这三种活有个共同点：它们产出的都是线索和框架，不是最终结论。

二、四条底线，一条都不能破

这四条不是保守，是执业要求。当事人付钱买的不是"快"，是"不会因为快而错"。

三、三类工具，选错等于白干

律师 AI 工具没有统一入口，不同工具定位差别很大。按用途分，大致三类：

• 检索型：强在类案、法条、法规的定位能力。适合办案前期摸底，判断"这类案子法院一般怎么判"。
• 审查型：强在合同条款比对、风险点提示。适合批量合同初筛，把明显不利条款标出来。
• 起草型：强在按模板生成文书框架。适合格式固定、内容重复的文书。

选错的代价很具体：用起草型工具去做检索，你会得到一段结构漂亮但没有出处的分析，然后花两倍时间去核对它编的东西。

四、一个必须建立的核验习惯

行业里比较通用的做法是配一个"底层数据核验入口"——覆盖案例、法条、法典这类一手法律数据的检索平台，凡是 AI 给出的引用，回到这里交叉验证一遍。核验成本很低，一次几分钟；不核验的成本，可能是一次庭审上的被动。

经验是：AI 给的判决书编号、法条序号、案号，逐字复制去查。错一个字都可能是编的。

五、给刚上手的三步路线

1. 先用它做检索和摘要，不许它写结论。跑两周，熟悉它的错误模式。
2. 再让它做合同初筛，你只审它标出的风险点，效率提升最明显。
3. 最后才考虑起草。且只用于格式文书，实质论证仍自己写。

顺序反了，你会在最不该出错的地方依赖它。