引言

  Foreword

年初，笔者拙作《DeepSeek赋能律师：从入门到精通，打造高效工作流》侥幸获得法律同行认可，阅读量亦有数万。

时值五月，经过长时间的深度使用、学习和交流，笔者的认知已发生根本性转变。同时，我也发现一个令人不安的现状：市面上的各种关于“法律AI”的教程、文章、图书，几乎无一不停留于将各种零碎的应用场景进行无规则的整合：泛滥的提示词模板、割裂的应用场景、过度包装的文书生成术——这些零敲碎打的“技巧”，正在将AI技术异化为新型的“法律表演道具”。

真正的AI赋能法律应当具备三个维度：一是紧密围绕律师实际工作流程构建系统性解决方案；二是精准切入AI技术与诉讼实务的结合点；三是确保可靠的数据源。

最初试图用单篇文章阐明上述思路体系，但笔者在提笔写作时，才惊觉这个命题之宏大。于是索性出一个新的系列——以诉讼工作流为基础重塑律师使用AI指南。

不讲难懂的黑话，不用虚假的例证，不神话AI之功能，不回避AI之局限。

本系列的首篇文章，将从审查合同效力问题开始。

1

 诉讼工作流：合同效力审查问题

  Workflow

很多年前，在天同律师事务所的网站上放着一张办案流程的示意图，笔者以其为参考，在重新编排和去除冗余环节后，形成了诉讼律师工作流如下所示（合同纠纷案件/第一阶段）。

诉讼律师在处理各种类型的合同纠纷案件时，必须优先解决合同效力问题。诉争合同是否有效（全部无效/部分无效），会直接对后续诉讼走向及诉讼应对策略会产生巨大影响。因此，律师诉讼业务工作流中出现的第一个关键点，即为审查诉争合同效力。但是，由于合同类型种类繁多，将所有类型的合同一一列举并不现实。而无论从司法实践中无效情况发生的频率，还是法律相关规定的侧重性，建设工程施工合同无疑可以作为AI审查合同效力的研究典型。本文即以建设工程施工合同纠纷为例，对建设工程施工合同的有效性进行审查，以确保后续流程的正确性。

我国法律体系对建设工程施工合同的效力问题进行了严格规范，除了《民法典》的基础性规定外，《最高人民法院关于审理建设工程施工合同纠纷案件适用法律问题的解释（一）》等司法解释还专门列举了施工合同无效的法定情形。因此，建设工程诉讼领域的合同效力认定不仅需要遵循一般民事合同效力规则，还需特别注意该领域特有的强制性规范。

2

 AI切入点：文本分析与逻辑对比

  Application Point

合同要素解析与提取：语言模型的核心应用就是文本处理，并且大模型确实擅长此项工作。当用户向 AI 模型输入一段文本时，AI 模型会对文本进行深入剖析，依据自身参数中蕴含的模式和关联来生成回应。如，DeepSeek会基于Transformer架构对合同文本进行语义分割，识别关键效力要素，包括主体资格是否合法、合同内容是否符合法律规定、签署程序是否合规。

多维度逻辑比对：将合同条款分别与法律规则、上下游合同进行比对。纵向比对合同条款是否违反效力性强制性法律规定；横向比对上下游合同在工程范围、付款条款等关键内容上是否存在冲突。历史比对，与同类历史合同的风险模式匹配（已有判例比对）。

3

 AI审查合同效力逻辑/流程

  Logic & Flow

基础版方法：通过上传争议合同（建设工程施工合同）及判定合同效力的规则，利用DeepSeek分别理解规则和合同文义进行比对，最终输出判定合同效力的结果。

比对法：针对存在转包/分包的建设工程施工合同，可以通过比对上游合同和下游合同中关于工程量、工程清单及禁止转包的条款约定，从而予以确定下游合同（诉争合同）是否符合转包/分包的情况，最终输出判定合同效力的结果。

规则归纳法：对于复杂的判定合同效力规则和判例，需要先通过向DeepSeek上传可靠的法律依据和判例，先进行规则归纳和总结，再继续上传争议合同以确定合同是否存在无效情况。此种方法可以作为前置程序适用于各种处理合同效力的情景。

4

 提示词工程

  Prompt Engineering

提示词工程（Prompt Engineering），就是我们输入给大语言模型（ChatGPT、DeepSeek）的指令或问题，它能引导模型给出我们想要的输出。可以把提示词看作是“面向大模型的编程语言”。

使用大语言模型进行合同的效力判定，T-A-G/R-A-C-E/R-I-S-E这几种提示词格式是匹配度较高。

R（Role/角色）：作为一位资深的建设工程领域诉讼律师/作为资深的建设工程公司法务总监。

T（Task/任务）：请按下列要求对上传的建设工程施工合同的效力进行判定 。

C（Context/背景）：我方为发包方/承包方/原告/被告；现承包方起诉我方，要求支付工程价款；现双方就工程款结算问题产生争议。

G（Goal/目标）：需要明确可能存在的效力问题在合同中的位置，并分析，给出法律依据 

E（Expectation/期望）：以表格形式列举涉及无效的合同条款，给出理由和法律依据；出具法律意见书。

5

 操作示例

  Examples

笔者利用DeepSeek模型，使用真实案例中的建设工程施工合同作为素材，做三种方法的操作示例如下。

5.1  基础版方法示例

提示词：

请按下列要求对上传的建设工程施工合同的效力进行判定  1、我方为承包方，需考虑我方在诉讼中追偿工程款的法律风险  2、需要考虑主体资质瑕疵、招投标程序违法、违法分包与转包、违反工程建设程序等情形 3、需要将合同中可能存在的效力问题提出，并分析，给出法律依据  4、以列表形式表现

深度思考：

输出结果：

5.2 比对法示例

提示词：

作为[建设工程诉讼]领域资深律师，请按下列要求对上传的《诉争合同》的合同效力进行判定： 1、请对比《诉争合同》与《上游合同》之间工程范围，并判断《诉争》是否构成转包。 2、需要根据《民法典》、《最高人民法院关于审理建设工程施工合同纠纷案件适用法律问题的解释（一）》、《建筑法》、《建筑工程施工发包与承包违法行为认定查处管理办法》及其他法律司法解释的规定，判断合同效力。 3、需要判断《转包合同》是否涉及其他合同无效的情形。 4、以表格形式列举涉及无效的合同条款，给出理由和法律依据。 5、出具法律意见书

深度思考：

输出结果：

5.3 规则归纳法示例

提示词：

作为[建设工程诉讼]领域资深律师，请按下列要求对上传的《诉争合同》的合同效力进行判定： 1、请根据上传的《必须招标的工程项目规定》及《必须招标的基础设施和公用事业项目范围规定》，判定《诉争合同》是否属于必须招标的合同，以及确定合同效力 2、《诉争合同》中的投资为国有投资。 3、需要判断《诉争合同》是否涉及其他合同无效的情形。 4、以表格形式列举涉及无效的合同条款，给出理由和法律依据。 5、出具法律意见书。

深度思考：

输出结果：

6

 其他AI产品审查合同效力

  Other AI Products

6.1 AlphaGPT

AlphaGPT的合同审查功能一直在更新迭代，目前已到V4.5版本，新加入了“脱敏上传”功能，也可以通过上传合同模板审查待审合同。对于审查合同效力，是其较为基础的功能。

6.2 案牍

合同审查是案牍基础功能之一，其审查结果右侧会提示AI建议，分为“审查、解析、主体审查”三个模块。“审查”模块中会对合同效力给出判定结论。[1]需要特别说明的是，案牍除了推理审查外，还增设了“对比审查”的功能，与本文中提到的“比对法”不谋而合。

6.3 法宝来合同

北大法宝的开发的AI审查合同产品，笔者目前未实际使用。

6.4 小威AI+

威科先行的AI产品部分是放在“小威AI+”部分中，关于合同效力审查功能，是需要用户购买“合同比对”项目产品的。

6.5 腾讯元宝/豆包/Kimi/文心一言

诸如腾讯元宝、豆包等通用AI产品（非法律方向），审查合同效力的逻辑和方法同DeepSeek，可参考本文前述内容。

7

 合同效力审查破除AI幻觉的关键点

  Hallucination

“幻觉”，得名于海妖塞壬（Siren）吟唱的制造幻觉的歌声，在科研和业界一般用于表示貌似事实但含有错误信息或不忠于语境的AI回应。简而言之，就是AI在“不懂装懂地编故事”。

法律，是一个容错率极低的行业，需要特别注意避免AI幻觉问题。FactSet慧甚的技术战略计划高级副总裁Lucy Tancredi在其文章中提到，幻觉消除的策略包括：1、提高认识；2、使用更高级的模型；3、提供明确的指令；4、提供示例答案；5、提供完整的上下文；6、验证输出内容；7、引入检索式增强生成（RAG）。[2]

对于审查合同效力，笔者认为应从以下几个方面入手：

1、提供正确且详尽的判定合同效力的法律依据：如笔者在前文中示例中，为了判定建设工程施工合同效力，上传了《民法典》、《最高人民法院关于审理建设工程施工合同纠纷案件适用法律问题的解释（一）》、《建筑法》、《建筑工程施工发包与承包违法行为认定查处管理办法》及其他法律司法解释的规定，并要求AI以此为依据判定合同效力。

2、提供明确的指令：在审查合同效力输入指令时，“强迫”AI必须提供可靠依据，禁止AI杜撰法律及案例，（这里，提倡大家可以尽情地PUA大模型）都是可以有效降低AI幻觉出现的风险。

3、验证输出内容：对AI生成的结果进行人工兜底审查，防止AI幻觉的出现。

8

 引申应用

  Extended Applications

虽然前文以建设工程施工合同为例进行说明，但实质上AI审查合同效力的技术能力可适用于各类合同文本。面对内容复杂、主体多元、法律关系交织的合同文件，AI审查系统因其结构化分析能力，条款效力判断方面展现出显著优势。

在重大复杂诉讼案件中，诸如违约金约定过高、“背靠背”付款条款、情势变更由合同乙方承担、违背公平原则的格式条款等影响合同效力的因素，是完全可以通过AI进行审核的。

 

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓