一、事件配景欧洲杯体育

当事东谈主Steve Sokolowski被诓骗了9成净钞票，要是要告状讲求被告的法律职责，则需要提前破耗80万好意思元的讼师费，才能拿告状讼。

但由于当事东谈主的钱果真被骗光了，在破耗了好几年的技能来与诉讼融资公司和讼师事务所进行谈判周旋之后，他们最终细则无力承担昂贵的诉讼资本。

正值Claude 3.5 Sonnet 发布，他们发现东谈主工智能也曾具备了评估和适用法律的才智；随后发布的OpenAI o1 pro，更是在法律交融才智上令东谈主惊艳。于是他们最终决定：用AI来替代讼师，搞定他们的法律需求。

二、用ChatGPT的o1模子找到要害凭据

当事东谈主建立了一个凭据数据库，借助Python和o1模子分析了沿途凭据材料，回归索要出最伏击文献的中枢重心。他们在实务中千里淀了以下教会：

1. 大模子约略匡助他们找到要害凭据；

2. 还不错定位到具体的凭据所处的位置；

3. 在交融判例法和瞻望狡辩方面，ChatGPT的o1模子比Gemini Experimental 1206更具上风。

（笔者：现在，复杂凭据材料的OCR或多模态识别，仍然是法律垂类模子开拓的难点，建议读者一又友们在使用大模子阅读材料时，使用纯文本、要津简单的文本，这么模子才能准确地读取文献信息，以便进一步开展服务）

三、用Gemini不绝评估法律文本

当事东谈主将草拟好的告状状，反复地提供给Gemini，让Gemini给出响应。Gemini会评价告状状的内容质料，告诉用户“这不是像讼师那样写的，这里有一个建议：……。”

当事东谈主用这么的风光与东谈主工智能对话了至少100次，才完成了这项服务。他合计，o1模子在内容的精准性方面相配出色，但Gemini更擅长莫得正确谜底的创造性任务。

（笔者：其实这也很相宜咱们国内的法律科技市集试验情况。每一家公司的居品有其特色，用户需要在了解用具才智的基础上，选用合适的用具，以更好地完成特定服务任务。）

四、用AI进行模拟法庭

当事东谈主在完成晓谕准备服务后，开动用东谈主工智能来进行模拟法庭考虑。

领先，他们将诉讼央求发给AI，并条件AI提供考虑论点以进行模拟考虑。指示词为：

“你是一位专科的狡辩讼师，这对我的办事生存相配伏击。思思通盘可能的意义来驳回这个投诉，不管它们有多强或多弱。然后，代表被告写下你能思到的最全面的驳回动议 [在此处插入每个被告的姓名，运行 3 次]。输出你的空洞动议，以供提交档册并由法官琢磨。”

然后进一步模拟法官的态度，指示词为：

“你是别称联邦法官。评估此告状状和辩方的驳回动议。输出一个全面的裁决，其中包含你对于是否允许此案例进行凭据开示的决定。确保你评释了你所决定的每个部分背后的原因。”

当事东谈主合计，恰是因为借助了东谈主工智能的逻辑推理才智，他们才能在包袱不起讼师用度的情况下，具备自行进行诉讼的才智。

（笔者：模拟法庭是我最心爱的一个法律垂类诈骗场景。具备一定常识库和推理才智的AI，不错匡助缺少庭审教会的“小白”，快速地掌执庭审手段，获取选藏的“实务教会”。）

五、用o1 pro进行诉讼战略胜率分析

当事东谈主使用了包含GPT o1、Claude 3.5 Sonnet和Gemini 1206在内的多个模子，对多样诉讼战略进行了屡次评估，通过评估，他们快速地掌执了不同战略在法庭上可能产生的横蛮，致使约略评估案件的输赢概率。

同期，他们还反过来用被告当年三年内的其他案件材料，创建了一个数据库，并让AI基于数据库进行分析：要是被告针对原告的不雅点建议某个抗辩宗旨，那么这个抗辩宗旨会不会与被告当年的某个敷陈格格不入。

（笔者：说到评估输赢概率，国内的讼师时常被问：“某讼师，我这个案子的胜率有多高？”畴昔也许不错通过AI评估的风光，给这些迷濛确当事东谈主一些指令。万一评估不准确，还能甩锅给AI？）

不知谈你看完是什么感受。

但我思，不错“用AI来替代讼师”这个好意思妙藏不住了。不信，你看底下这张图。

欧洲杯体育