AI案件分析与法律检索：律师核查指南 | SmartLegAI

AI案件分析与法律检索分步指南：案件材料接收、争议点识别、事件时间线、查找权威依据、逐条引注核查，以及有据可查的人工审阅。

用AI整理案件文件、识别争议点并查找候选权威依据；在加以依赖之前，对照原始来源核实每一处引注，记录有效性核查结果，并记录由谁审阅了哪些内容。

当AI负责分类整理和初步阅读、而由您负责判断时，AI案件分析才真正有用。经得起检验的工作流程可以简单概括为：把案件本身的文件提供给工具，让它提出争议点、事件时间线和候选权威依据；然后对照原始来源核查每一项权威依据，确认其仍然有效，并书面记录由谁审阅了哪些内容。本指南逐步介绍这一流程，并附有一份可供律所调整使用的核查清单。该流程适用于任何工具；SmartLegAI仅作为执行该流程的一个示例出现，而非必要条件。 发布方声明 本指南由SmartLegAI发布，下文用作示例的工具之一即为SmartLegAI的产品。本文属于关于职业工作流程的一般性信息，不构成法律意见，也不能替代您自己的判断或您所在法域、法院及监管机构的规则。产品名称和商标归各自权利人所有。本文内容截至2026年10月，最近更新于2026年10月10日。 为什么AI案件分析需要方法，而不仅仅是工具 各职业伦理机构在一点上立场一致：律师对AI辅助完成的工作仍负有责任。美国律师协会（ABA）第512号正式意见（2024年7月）指出，适当的审阅程度取决于工具和任务，但无论选择何种审阅程度，律师都对工作成果承担全部责任。该意见还警告，必须仔细审阅输出内容，以确保向法院作出的陈述不失实。纽约市律师协会第2024-5号正式意见指出，生成式AI可能编造案例和引注。华盛顿州律师协会第2025-05号咨询意见告诫，不应在未审查其法律和事实是否可靠的情况下提交AI辅助完成的文书。 美国以外的法院也持相同立场。在Ayinde v London Borough of Haringey and Al-Haroun v Qatar National Bank [2025] EWHC 1383 (Admin)案中，英格兰及威尔士高等法院合议庭（Divisional Court）指出，使用AI进行法律检索的律师负有职业义务，须在依赖之前对照权威来源核查其准确性；即便AI辅助工作由他人完成，该义务同样适用。 由此带来的现实结论是：AI案件分析的价值，与其说取决于输出看起来多么流畅，不如说取决于您的流程能否在错误到达客户或法院之前使其暴露出来。如果您仍在挑选软件，我们的律所AI案件分析软件对比介绍了相关产品。本指南讲的是方法。 第1步：有意识地接收案件文件 AI分析的质量受限于您提供给它的内容。在上传任何文件之前： - 明确问题。 “总结这份案卷”得到的是摘要；“识别原告会提出的合同和法定争议点，以及支持或削弱每一争议点的文件”得到的才是分析。请把问题写下来，您会在审阅记录中再次用到它。 - 选择文件。 诉状、核心合同、往来函件、被上诉的裁判文书、证人证言。剔除会扰乱时间线的重复件和草稿。专门的多文件案件分析工具通常会要求您事先完成这一选择。 - 检查文件格式。 文本型PDF、DOCX和TXT文件通常可以顺利提取文字。扫描件可能需要先进行OCR（光学字符识别）再上传；请确认您的工具支持哪些格式，而不要想当然。 - 先确认保密问题。 ABA第512号意见指出，在将客户信息输入可能向他人披露该信息的自学习工具之前，须取得客户的知情同意，而委托协议中的格式条款并不足够。上传前请阅读工具关于数据使用、数据留存和第三方模型提供商的条款。 - 遵守容量限制。 大多数工具都会限制每次分析的文件数量或文本量。拒绝超量输入的工具，比悄无声息地丢弃页面的工具更安全，因为静默截断会对不完整的案卷给出自信满满的分析。 以SmartLegAI为例，单次案件分析最多接受10份文件，并对文本总量设有上限；超量输入会被拒绝，而不是被截断。系统可从PDF、DOCX和TXT文件中提取文本。不应假定其支持扫描版PDF的OCR识别。 第2步：识别争议点，但把清单当作草稿 请工具列出法律争议点、它认为适用的准据法，以及与每一争议点相关的事实。然后结合您自己的阅读审查这份清单： - 是否因为相关事实位于您未上传的文件中，而遗漏了某些争议点？ - 工具是否适用了错误法域的法律？当事人、合同和法院分处不同国家时，这种情况很常见。 - 它是否把两个不同的争议点合并成一个，或把一个争议点拆成了多个？ 将每个争议点标记为“采纳”“修改”或“驳回”。这份记录是您人工审阅轨迹的一部分。 第3步：建立并核查事件时间线 事件时间线是AI最能节省阅读时间的地方，也是小错误造成损害最大的地方。一个错误的日期就可能改变诉讼时效分析或通知期限。 - 要求列出每一事件的日期，以及来源文件和对应的页码或段落。 - 对每一个关系到期限、诉讼时效或合同通知的事件进行抽查：打开来源文件加以确认。 - 对文件之间相互矛盾的事件作出标记，而不是让工具自行选择其中一个版本。 第4步：查找候选权威依据 在这一步，不同类型工具之间的区别至关重要。通用聊天机器人依据模型在训练中学到的内容作答，可能给出看似正确实则不然的引注。以来源库为依据的检索工具则会先检索文件，再基于这些文件构建回答。即便如此，覆盖范围也决定了能查到什么：没有任何工具能覆盖所有国家的所有法院。 实用规则： - 询问权威依据从何而来。 它是从存储的或实时的来源中检索到的，还是由模型的一般知识生成的？值得信赖的工具会说明属于哪一种。 - 确认对您所在法域的覆盖情况。 界面语言不等于法律来源覆盖。一款工具可能允许您用法语或阿拉伯语工作，却并未收录法国或阿拉伯国家法域的判例。 - 在有公开判例来源的地方加以利用。 就美国判例而言，由非营利组织Free Law Project运营的CourtListener自称是一个可全文检索、收录数百万份判决意见的法院数据档案库，并表示其收录仍在持续增长。它是有用的核查手段，但并非完整记录。 - 使用引证核查工具确认依据是否仍然有效。 KeyCite和Shepard's等商业引证核查工具正是为此而设。如果您的工具没有自动化的引证核查功能，有效性核查就是一个必须安排的人工步骤。 如需更全面地了解检索平台及其覆盖范围，请参阅我们的AI法律检索工具指南和判例检索软件指南。 第5步：对照原始来源核实每一处引注 这一步不能交给生成该引注的工具来完成。对于分析所依赖的每一项权威依据： 1. 通过官方判例汇编、法院网站或信誉良好的数据库，确认该权威依据确实存在。 2. 确认引注细节：法院、日期、当事人、中立引注或判例汇编出处。 3. 在来源本身中阅读所依赖的段落。确认其内容与分析所述一致，并且属于法院的说理，而不是对一方当事人意见的概述或反对意见。 4. 确认该权威依据在您所在审理机构中的效力：具有约束力、具有说服力，还是不相关。 5. 确认其后续处理情况：是否已被推翻、被区别对待、在上诉中被撤销，或受到立法影响。 引注查询服务可以帮助完成第一步。例如，CourtListener的Citation Lookup API可将一段文本中的引注与其引注数据库进行比对，Free Law Project称其可作为防范虚构引注的一道防线。其文档也列明了它不核查的内容，包括制定法、法学期刊文章，以及“id.”和“supra”（同上、前引）类引用。匹配成功仅能确认该引注存在于该数据库中，并不能确认该案例支持您的主张。 第6步：记录有效性核查 未书面记录的有效性核查日后难以证明，在时间紧迫时也容易被跳过。对于每一项权威依据，请记录所使用的引证核查工具或来源、核查日期、核查结果以及核查人。如果某一权威依据的状态在提交前发生变化，这份记录会告诉您需要重新审视哪些论点。 第7步：记录人工审阅 负有监督职责的律师同样承担义务。ABA第512号意见指出，负有管理职责的律师必须就允许的AI使用制定明确政策，并作出合理努力确保律师和非律师人员遵守。华盛顿州律师协会第2025-05号咨询意见指出，监督者应当认真审阅AI辅助完成的工作，而不是草草一瞥。在案卷中留存一份简短的审阅记录，即可涵盖您所需的大部分内容： - 所提出的问题和所提供的文件； - 所使用的工具，以及每项输出属于经来源核实的分析还是一般性分析； - 被采纳、修改或驳回的争议点； - 已核实的权威依据及有效性核查记录； - 审阅律师和日期。 核查清单 | 阶段 | 核查内容 | 应保留的证据 | 签批人 | | 材料接收 | 文件正确、格式可读、已确认同意及条款 | 文件清单、同意记录 | 承办律师 | | 争议点 | 遗漏、合并或法域错误的争议点 | 采纳/修改/驳回清单 | 承办律师 | | 事件时间线 | 对照来源页面核查与期限相关的关键日期 | 抽查记录 | 承办律师或律师助理 | | 权威依据来源 | 系从来源中检索所得还是生成所得 | 可信度标签或来源链接 | 承办律师 | | 引注 | 确实存在、细节正确、段落内容与所述一致 | 精确出处及来源副本 | 承办律师 | | 有效性 | 引证核查工具或官方来源中的后续处理情况 | 引证核查工具、日期、结果 | 承办律师 | | 最终审阅 | 分析与事实及审理机构相符 | 经签署的审阅记录 | 监督律师 | SmartLegAI如何融入这一流程 SmartLegAI是执行上述步骤的一种方式，具体特点和局限如下： - 多文件接收。 每次分析最多10份文件，并对文本总量设有上限；超量输入会被拒绝，而不是被静默截断。 - 经核实的分析与一般性分析。 当案件分析在其来源中找到符合条件的权威依据时，会以“已核实”模式运行；否则会返回一份明确标注、未经来源核实的一般性分析。 - 可信度标签。 检索回答带有“已核实”“部分核实”“未核实”“未找到”“存在冲突”“已阻止”等标签。只有当检索到的证据通过独立的核实步骤后，回答才会被标注为“已核实”。 - 权威依据与审阅记录。 您可以将权威依据关联到案件，对照来源文本核查选定段落，并记录您自己的审阅，包括使用您所选的引证核查工具进行的人工有效性核查。系统没有自动化的引证核查工具。 - 覆盖范围。 存储的法律数据集中于阿拉伯国家法域（沙特阿拉伯、科威特、埃及、约旦和阿联酋，另有规模较小的巴勒斯坦、卡塔尔、伊拉克和阿曼数据集）、欧洲人权及欧盟资料，以及通过CourtListener实时检索的美国判例。其他地区的覆盖属于部分覆盖或有限覆盖，请在产品内确认您所在法域的情况。 - 不预测结果。 它不估算胜诉概率或成功几率。 您可以在AI案件分析页面查看分析界面如何呈现这些标签，并在AI法律检索和判例检索页面了解以来源为依据的检索如何运作。埃及法律检索和阿联酋法律检索等国别页面介绍了这些法域可用的资源。 如果您需要自动化的引证核查工具、专有的判例要旨和二次文献，或者完整的美国州和联邦覆盖，那么以Westlaw或Lexis为基础的工具作为主要检索平台会更适合您。我们的CoCounsel替代方案指南介绍了其中的取舍。 常见失误 - 把自信的摘要当作经过核实的摘要。 流畅不等于证据。请查看来源和标签。 - 询问了错误的法域。 在问题中写明审理机构和准据法。 - 只上传了一半案卷。 分析会在内部自洽，但结论仍然是错的。 - 只核查是否存在，却不核查裁判要旨。 为错误主张引用一个真实存在的案例，仍然构成向法院的不实陈述。 - 跳过记录。 没有文档记录的核实，监督律师无法加以依赖。 关于这些步骤如何更广泛地融入诉讼工作，请参阅我们的诉讼AI工具指南；如需更全面地了解购买前如何评估软件，请参阅如何选择法律AI软件。 结论 当AI缩短了阅读和整理的时间，并且您的流程确保任何内容都不会未经核查就到达客户或法院时，AI案件分析才物有所值。明确问题、控制输入、把争议点和时间线当作草稿、在原始来源中核实每一项权威依据、记录有效性核查并签批审阅。如果您想尝试带有来源标签和多文件分析的这一流程，可以在价格页面比较各套餐，或开始14天试用。 资料来源 - American Bar Association — ABA issues first ethics guidance on a lawyer's use of AI tools（访问日期：2026年10月10日） - American Bar Association — Formal Opinion 512: Generative Artificial Intelligence Tools（访问日期：2026年10月10日） - New York City Bar Association — Formal Opinion 2024-5: Generative AI in the Practice of Law（访问日期：2026年10月10日） - Washington State Bar Association — Advisory Opinion 2025-05: Artificial Intelligence-Enabled Tools in Law Practice（访问日期：2026年10月10日） - Courts and Tribunals Judiciary — Ayinde v London Borough of Haringey and Al-Haroun v Qatar National Bank, 2025 EWHC 1383 (Admin), judgment（访问日期：2026年10月10日） - Free Law Project — CourtListener project page（访问日期：2026年10月10日） - Free Law Project — CourtListener Citation Lookup API documentation（访问日期：2026年10月10日）

AI能为律师做案件分析吗？

AI可以阅读案件文件、提出法律争议点、建立事件时间线草稿并推荐候选权威依据，从而缩短人工初步阅读的时间。但它无法对结果承担责任。请把输出当作草稿：对照案卷确认争议点，抽查与期限相关的关键日期，在原始来源中核实每一项权威依据，并在法律意见或提交文书中依赖任何内容之前记录有效性核查。

如何核实AI法律检索工具生成的引注？

在官方或信誉良好的来源中确认每一项权威依据确实存在，核对法院、日期和引注细节，并亲自阅读被引用的段落，确保其支持相应主张。然后在引证核查工具或官方来源中确认其后续处理情况。引注查询服务可以确认某一引注存在，但不能确认该案例的内容与AI所述一致。

“已核实”的回答与一般性AI回答有什么区别？

“已核实”的回答基于检索到的来源构建，并已通过证据支持该回答的核查，因此您可以将每一要点追溯到具体文件。一般性回答则来自模型的广泛知识，未经过这一核查。一般性回答仍有助于了解大致方向，但未经对照原始来源的独立核实，绝不应被引用或依赖。

上传客户文件进行AI案件分析安全吗？

这取决于工具的条款以及客户的同意。上传前请阅读服务提供商关于数据使用、数据留存和第三方模型提供商的政策。ABA第512号正式意见指出，在将客户信息输入可能披露该信息的自学习工具之前须取得知情同意，而委托协议中的格式化表述并不足够。请删除与所提问题无关的材料。

AI案件分析能预测我是否会胜诉吗？

对任何声称能做到这一点的工具都应保持谨慎。案件结果取决于事实、证据、程序和审理机构，其中很多内容并不在上传的文件中。更站得住脚的用法，是让AI整理争议点、事实和权威依据，以便律师形成自己的判断。SmartLegAI有意不估算胜诉概率或成功几率。

一次分析应向AI工具提供多少份文件？

提供回答某一具体问题所需的文件即可，而不是整份案卷。诉状、核心合同、关键往来函件和被审查的裁判文书，通常足以完成初步分析。请确认工具的容量限制：SmartLegAI每次分析最多接受10份文件，并会拒绝超量输入而不是静默截断，从而避免对不完整的案卷给出自信满满的分析。

SmartLegAI