常见误区：先选模型，再找场景
法律科技项目容易从“我们已经有一个模型”开始，然后试图把合同、法规、案件或咨询全部交给它处理。这类项目在演示中往往很吸引人，但进入工作环境后会遇到答案无法回到原始材料、缺乏业务背景、无法处理异常和责任无法分配等问题。
法律工作不是单纯的文本生成。它包含事实、时间、权利义务、程序、证据、人的判断和不能错过的截止时间。因此，项目应当先定义工作流，再决定哪些环节适合由模型辅助。
先回答五个基础问题
- 处理什么对象？是合同、条款、案件、咨询、法规、审批任务还是证据？不同对象有不同状态和关系。
- 谁在什么时候行动？提交、初审、专业复核、决策和归档不应被合并成一个不受限制的角色。
- 依据是什么？结论需要连接到合同原文、法规版本、客户说明或历史决策，并标注不确定性。
- 什么时候必须停下？缺少关键材料、冲突无法解决、涉及高风险权利或超出授权时，系统应当转人工。
- 需要保留什么？需保留与事项风险相适应的材料、版本、修改、审批和结果，同时遵守数据最小化。
以合同审查为例
“让AI审合同”并不是一个可开发的完整需求。团队需要先确定合同类型、交易结构、标准模板、必须字段、审查规则的适用范围和决策权限。一个较完整的流程可以是：归类与信息提取——与模板和规则对比——生成带引用的风险提示——业务补充事实——专业人员复核——有权人决策——保留版本和履约事项。
在这个流程中，模型可以用于归类、信息提取、差异对比和初步提示，但它不能自行获得业务授权，也不能将缺失的事实当作已知信息。
模型应当位于可替换的能力层
在技术架构上，业务对象、状态、权限、审批和审计记录应保存在企业可控的系统中，模型则作为可通过统一接口更换的能力层。这样可以在供应商、成本或能力变化时替换模型，而不至于丢失业务数据或重建整个流程。对外部模型的请求还应当经过敏感数据检查、限流、超时、重试和成本监控。
怎样衡量法律科技的价值
除了模型准确率，还应当观察材料补充次数、单件处理时间、人工复核量、关键错误漏检率、修改来回次数、截止时间遗漏、后续履约事项完成率和证据查找时间。这些指标更接近组织的真实收益：降低重复工作，减少遗漏，缩短等待，并让关键决策可以追溯。
本文仅为一般性研究与信息分享，不构成针对具体事项的法律意见。