AI让“找到答案”变快了，但“问对问题”和“判断答案是否正确”也因此更加关键、更依赖人的专业功底。如果年轻法律人跳过法律调研的基本功训练，把AI输出直接当作专业结论，本质上是用工具的便捷性置换自己未来独立执业的能力。
本文完整展示了如何将AI嵌入法律调研全流程，希望能帮你建立AI时代法律调研的基本认知。
（本文为星瀚合伙人律师李凤翔主讲2026年星辰计划“法律调研与 AI 应用”课程的内容整理的下篇，点击查看上篇：AI时代的我们，要如何学好法律调研？｜AI赋能提效）
一、AI在法律调研中能做什么、不能做什么？
1. AI 擅长信息整理、发散联想与文字表达
首先，AI 适合进入法律调研中可以被加速、被结构化的环节。它可以快速解释陌生概念，帮助使用者发散思考可能涉及的领域；也可以快速地归纳材料、调整措辞和重组结构，让初稿更清晰、更简洁。
2、AI难以完整理解复杂语境，也缺少经验判断
合同文本之外，双方如何履行、如何沟通、出现过哪些新证据，往往都会影响法律评价；不同地区的行政机关和法院，也可能存在不同的实操口径。基于客户信息与数据保密的必然要求，律师无法把案件全部事实和客户敏感信息毫无保留地交给AI，没有这些背景，AI给出的答案即便文字流畅，也未必能真正解决问题。
3、年轻法律人不能把“表达有条理”直接等同于“结论正确”
年轻人在面临经验不足的问题时，也更容易忽略AI答案中的异常。我们需要知道，何时应当追问、何时必须回到原始依据重新核验，这也是专业知识和经验积累不可省略的原因。
二、如何把AI嵌入法律调研的完整流程？
1. 在开始检索之前，让AI帮助拆解问题
收到客户或带教律师的任务后，不宜直接把一句笼统的提问扔给AI、等待它给出结论。应当先想清楚四件事：需求是什么，受众是谁，可能涉及哪些法律或业务领域，最终希望实现什么目标。在此基础上，可以让AI补充问题清单、识别遗漏信息、梳理可能的分析路径。
例如，客户只问“公司更名需要办理什么手续”，律师需要继续判断：公司注册在哪里，是否属于挂牌或上市公司，更名后是否还涉及公章、税务、银行账户及信息披露等环节。AI可以帮助发散这些关联事项，但最终的调研范围仍应由律师依据客户目标确定。
这与提示词设计的逻辑其实相通。向AI充分交代背景、任务、受众、目标和输出形式，本质上就是把律师原本应当完成的问题拆解过程表达给机器。问题越清楚，AI越可能提供有价值的辅助；问题本身模糊，再精致的答案也可能偏离需求。
2、按问题类型选择信息源和AI工具
实操问题与法律问题不能采用同一种检索路径。工商变更、行政备案等实操事项，政府官网、办事指南和主管机关咨询电话往往比一条抽象法条更有价值；涉及法律适用、裁判观点的问题，则需要回到现行法规、司法解释和案例数据库。
在进行法律调研时，AI可以承担“导航”和“初筛”的角色。通用大模型适合解释陌生行业概念、补充背景、发散检索方向和整理文字、梳理表达；法律垂类工具更适合在法规、案例和专业文章中做聚焦检索；Codex、Claude、WorkBuddy等智能体工具，则可以调用数据库或知识库，整理材料，并直接形成Word、PDF等交付文件。不同工具并不是相互替代，而是服务于调研链条中的不同环节。
3、把独立验证写进工作流
AI给出的法条、案号、裁判观点和机构信息，都不能因为“看起来真实”就直接进入正式文书。更隐蔽的错误，往往不是凭空捏造一部法规，而是法规确实存在、规则也大致相近，但条文序号、原文措辞或适用状态并不准确。
据此，可以把AI输出的核验拆成三项：能否找到原始来源，引用内容是否与原文一致，结论是否适用于当前事实、地域和时间。对于重要观点，还应通过不同来源进行交叉验证，并保留法规原文、裁判文书或官方办事口径，确保后续能够追溯。
4、用AI做“反方律师”，而不是只做观点的附和者
AI往往会沿着提问者提供的立场继续推演。如果客户已经在陈述中不断为自己辩解，律师又把同一套叙事直接交给AI，得到的答案很可能进一步强化原有偏见。
更有效的用法，是主动进行角色转换。站在原告立场时，可以要求AI以被告代理人的身份提出答辩；形成初步论证后，可以让AI寻找反例、攻击证据链或指出尚未回应的事实。我们再据此补强论据、调整策略。AI的价值不在于证明“我一定是对的”，而在于帮助更早发现自己可能忽略的问题。
5、让AI优化成果呈现，但结论和依据必须由人控制
法律调研成果应当结论先行、表达简洁，并让读者快速看到结论如何从事实和依据中推导出来。AI很适合把零散笔记整理为清晰结构，压缩重复表述，统一格式，或者把案例按案号、法院、裁判观点、关联法条等字段归纳。
但“生成一份漂亮的报告”并不等于完成了法律研究。我们仍需决定哪些内容应当保留、哪些信息与目标无关、哪些结论需要标注不确定性。每一个关键判断，都应当能够回答两个问题：依据是什么，为什么适用于本案。
三、如何让知识从“存下来”走向“被AI调用”？ 法律调研的价值不应在一次交付后结束。主管机关的咨询电话、不同地区的办事口径、优秀的裁判案例、合同范本、律师函模板和高质量文章，都是未来可能再次使用的知识资产。知识管理的第一步，是有意识地把值得复用的材料保留下来。 1、先积累高质量原始材料 我想先分享自己知识积累的过程。早期使用知识库工具时，我最初只是希望把法院、律所律师等发布的优质文章保存下来，避免“看过即忘”；合同库、条款库、律师函范本等材料，也是在没有生成式AI的时期逐步整理形成的。当时这些积累只是为了便于检索和复用，并没有预设未来会被AI调用。 但正是这些经过人工筛选、能够信任的原始材料，构成了AI时代更有价值的个人数据基础。越早开始积累，未来可供调用和复盘的素材就越丰富。 2、把分类与整理交给AI 在高质量知识素材搜集的过程中，知识的分类和整理占据了相当一部分工作量。早期的知识分类主要依靠人工建立文件夹、逐篇整理；随着知识库内容增多，我开始让AI读取已有内容并提出分类方案，把一部分整理工作交给AI辅助完成。 以IMA等知识库工具为例，AI可以先查看知识库中已有的内容并给出分类建议，再由律师判断新的知识是否有用、是否值得保存。 3、让知识库进入真实工作流 通过MCP等连接机制，AI可以在执行具体任务时调用IMA知识库中的内容。这样一来，知识库不再只是存档空间，而会成为AI处理任务时可以调用的背景材料和参考来源。 以律师函为例：在AI出现以前，我已经积累并整理了范本和模板，有了这些基础材料后，AI才能调用知识库，更好地理解其写作方式并辅助起草。个人积累由此获得了新的使用方式。 4、从重复任务中沉淀SOP和Skill 当同类工作反复出现，律师可以让智能体回顾此前的任务与修改记录，识别哪些步骤稳定重复，哪些判断条件经常出现，进而整理为SOP，甚至封装为可重复调用的Skill。 不过，流程固化不宜过早。尤其是对于青年法律人而言，只有当我们自身已经深入了解了对应的工作环节、要点之后，才能够判断AI产出的SOP是否真正抓住了问题的核心，才能识别哪些环节存在"看似标准化、实则需个案裁量"的隐性判断空间。否则，过早固化的流程反而会桎梏使用者本身的成长。AI辅助的效率提升，最终建立在人对专业本身有足够判断力的基础之上。 我们总结的人机协作闭环 从我的实践出发，AI赋能法律调研与知识管理，可以归纳为一套持续迭代的工作方式： 明确任务。先确认事实背景、真实需求、受众、目标和调研边界 选择工具。根据问题类型，组合使用通用大模型、法律垂类数据库、智能体、政府官网及人工咨询等渠道。 生成与发散。让AI拆解问题、整理材料、补充遗漏、模拟对方观点并形成初稿。 独立核验。回到法规原文、裁判文书和官方口径，检查来源、时效、适用范围与事实匹配度。 完成交付。由律师决定最终结论，以结论先行、有理有据、便于追溯的方式呈现成果。 沉淀复盘。保存高价值材料与修改经验，定期让AI协助分类，并把成熟做法提炼为SOP或Skill。 在这样一个工作流程中，AI提高的是处理信息、组织材料和复用经验的速度；律师控制的是问题定义、事实判断、依据核验、风险取舍和最终责任。二者分工越清楚，AI越可能真正带来效率，而不是增加一轮新的复核负担。 四、法律人使用AI必须守住的边界 第一，重要输出必须独立验证 任何进入法律意见、合同、诉讼文书或对客沟通的 AI 内容，都应由律师本人复核，不能把模型输出直接视为专业结论。 第二，客户信息应当最小化输入并做好脱敏 涉及敏感信息时，应先判断是否有必要输入、是否已经获得客户同意，并在输入前完成必要的脱敏处理。 第三，主动防范立场偏见 不要只让AI沿着己方观点继续论证，可以通过角色互换，让AI从对方立场提出答辩和质疑，再由律师补强论据。 第四，始终保持人的最终控制 AI可以是一位不知疲倦、响应迅速的助理，但你我才是最终负责的人。不能因为工具方便，就放弃独立思考和专业判断。 五、结语 AI 对律师最深层的赋能，不只是把一份报告写得更快，而是把"提出问题、搜集信息、核验依据、交付成果、沉淀经验"连接成一条可以持续优化的工作链。 对年轻法律人而言，越早建立自己的知识库、案例库、模板库和工作复盘习惯，越能在未来把AI变成真正理解自己工作方式的助手。工具会不断变化，但高质量知识的积累、对真实问题的理解，以及对专业结论负责的能力，始终不会过时。 作者介绍 李凤翔 合伙人律师 业务领域：争议解决、文娱体育、公司商事/投融资并购
