编者按：
本文收录于「AlphaClaw AI 先锋律师」系列专栏。该专栏关注一批积极探索 AI 与法律实务结合的律师，记录他们在真实办案场景中的实践经验与方法。
AlphaClaw AI 先锋律师，用法律 Agent 拿成果！
本文作者谢凯律师是北京天驰君泰（杭州）律师事务所执行主任。从业 20 年，专注于商事争议解决业务，主要领域包括：证券与资本市场、金融与投融资、公司治理与股东权益保护等。
擅长带领团队协同处理疑难案件，曾主导众多涉及上市公司、金融机构、国央企的重大争议解决项目，近年来处理案件总标的额达数百亿元，多次在最高院代理案件胜诉。法律 AI 深度实践者，自主构建「KAI·民商事诉讼大师」Skill，跑通民商事诉讼全流程 AI 应用。
该 Skill 上架 AlphaClaw 后，收到了大量律师同行的认可。本文谢凯律师将分享自己制作 Skill 过程中总结出的经验与方法论，帮助律师更深刻地理解实务中的 AI 应用思路。
在律师行业内部，诉讼可能是大家最不放心交给 AI 的工作之一。
诉讼涉及千差万别的案件事实、复杂的法律判断与双方攻防。一份起诉状中的措辞失误，可能引发争议；一处法条引用错误，也可能影响法官对整份文书的信任。
过去两年，我一直在尝试让 AI 参与诉讼工作。最近半年，我逐步将其嵌入日常办案流程。
目前，我办理的民商事诉讼案件，从立项建档、案情分析到文书起草、庭审准备，基本都有 AI 参与。起诉状、答辩状、证据目录等文书的初稿，也主要由 AI 完成，再由我审定把关。
⬆️ 从最开始的立项，到最后的二审代理意见输出，AlphaClaw 全程参与
经过这些实践，我越来越确信：想让 AI 写好诉讼文书，需要先把律师自己的办案方法教给它。
我把其中的分析步骤、核查要求和写作规则逐步整理成了一套 Skill，下面谈谈最重要的三个方面。
*本文赠送 AlphaClaw 试用资格，可直接体验「KAI·民商事诉讼大师」Skill，文末领取。
先建立法律要件分析框架
起诉、答辩、举证、质证、发表代理意见，形式不同，却都围绕一个问题：法律主张是否具备相应的事实和法律依据？
以合同纠纷为例。原告主张违约责任，需要论证合同关系、义务履行、违约行为及相应责任；被告则要审查这些主张是否成立，能否提出反驳及其他抗辩事由。复杂争议可以拆解为具体的法律要件。比如，某项违约责任究竟需要证明哪些事实、由谁承担举证责任，以及对方可能提出什么抗辩，都可以变成可检查的分析事项。
邹碧华法官提出的「要件审判九步法」，为这一分析提供了成熟的方法：先明确请求权基础和抗辩基础，拆解构成要件，再通过事实与证据逐项检验。
检索法律规范、拆解构成要件、整理事实证据并逐项对应，恰好是 AI 适合参与的工作。例如，可以让 AI 列出某项请求权基础的证明要件，逐项匹配现有证据，标注证据缺口和待核实事实。
AI 仍可能遗漏证据或理解错误，但按明确步骤开展分析，律师就能更容易地检查与修正。相比直接让 AI 输出一份完整文书，这种方式还能把问题暴露在动笔之前：没有证据支持的要件、尚未确认的事实，都先留给律师判断。因此，我要求诉讼 Skill 先完成要件分析，再进入文书起草。
管理好案件信息：完整、分类、可核查
同样一个 AI 模型，有时能写出不错的答辩状，有时却连案情都弄错。除了模型能力，案件材料的完整性、可信度和核查方式，同样影响文书质量。我的做法有三个原则。
（一）尽可能提供完整的案件资料，让 AI 参与整个办案过程
如果只给 AI 一份起诉状，它就只能依据其中的信息分析；如果同时提供合同、证据、往来函件和法律检索结果，它才有条件做更深入的判断。
因此，我通常从接案开始，就让 AI 参与立项建档、事实梳理、证据分析和法律研究，为后续文书起草积累资料。
一个案件对应一个独立任务，尽量在同一任务空间内持续处理。新增证据、对方材料、律师意见和庭审记录，随时补充进来。
对于关键事实、已确认的法律分析及工作成果，我还会要求 AI 保存到相应文件，供后续读取与更新，而不只依赖对话记录。这样，案件推进到起草代理意见或准备庭审时，AI 使用的是持续更新、相对稳定的案件工作底稿，而不是零散的聊天片段。
（二）文件要分类，不能让错误材料影响判断
材料完整，不等于不加区分地交给 AI。
我遇到过这样的情况：一份文件已作废，其中的金额计算也已修正，AI 却继续引用旧结果。还有一次，AI 把当事人情况说明中的单方陈述，写成了确定事实。
因此，我将案件文件分成三类：正式卷宗和定稿文书、工作草稿、原始及待确认材料。AI 起草文书时，应优先使用已确认的事实和相关证据，不能把废弃草稿当成正式依据。
同时，AI 必须区分有证据支持的事实、当事人的单方陈述和律师的分析判断。未经核实的信息，不能直接写成确定事实。这些规则都来自实际使用中暴露的问题。对律师而言，材料分类的目的不只是方便查找，更是要让 AI 知道哪些资料可以作为论证依据，哪些只能作为调查线索。
（三）法条必须查原文，关键事实必须找到证据
AI 可能编造法条、写错案号，甚至错误解释真实规定。因此，我设定两条核查要求。
第一，法条和案例引用必须经过检索核验。
凡是要写进文书的法律依据，都应从可靠法律数据库或官方渠道查找原文，确认内容和适用情况；无法核实的，标注「待核实」，不得自行补全。
⬆️ AlphaClaw 调用 Alpha 法律数据库，保证法律数据来源准确、可复核
第二，关键事实必须能够回到原始证据。
日期、金额、签署、交付、付款等事实，要能找到对应的合同、凭证或函件，而不能只引用此前分析报告中的概括。条件允许时，AI 还应标明文件名称、页码和相关内容，方便律师核对。
把办案方法写进 Skill：一张总表、三类文书
我将上述要求整理进 AlphaClaw 的「民商事诉讼大师 Skill」。
它包含 8 个核心模块，以立项建档、案情梳理与法律分析为基础，后续可按不同规则起草起诉状、答辩状、证据目录、质证意见、书面代理意见和上诉状。
Skill 还配备了 10 个案件类型要件库及 220 多条案由请求权基础总览。
正式起草前，我会要求 AI 制作一张要件攻防总表，梳理请求权基础、构成要件、举证责任、已有证据、证据缺口和攻防方向。
⬆️ 要件攻防总表，图片为效果展示，非真实案件
这张表是不同文书共用的分析底稿。起诉状、答辩状、证据目录虽然用途不同，但对同一事实的陈述、法律分析和证据引用应保持一致。新增证据或事实发生变化时，要更新总表，并检查相关文书是否需要同步修改。
例如，某项付款事实经过核查发生变化，既可能影响诉请金额，也可能影响证明目的和代理意见，不能只修改其中一份文件。
（一）起诉状：动笔之前，先完成六项审查
我要求 AI 起草起诉状前，先检查六个问题：主体是否适格、管辖是否成立、请求权基础是什么、诉讼请求是否完整且具有可执行性、权利行使条件是否成就、诉讼时效是否经过。
任何一项存在疑问，都要先提示律师，通过检查后，才能开始写作。
⬆️ 使用「民商事诉讼大师 Skill」撰写起诉状前，会先审查六大问题。图片为效果展示，非真实案件
（二）答辩状：按照法律要件，逐层组织抗辩
我曾专门研究、讲授过答辩状写作。制作 Skill 时，我把自己的分析框架、课程资料和写作要求交给 AI，让它围绕原告请求考虑三个层次的防御。
第一层是积极否认。针对原告主张的构成要件提出反驳，例如否认某项事实，或指出现有证据不足以证明该要件成立。
第二层是狭义抗辩。审查是否存在权利障碍、权利消灭或权利阻止等事由，例如在符合法律规定时提出诉讼时效抗辩。
第三层是备位防御。如果前面的主张未被采纳，进一步提出其他抗辩理由，即「退一步讲，即便对方某项主张成立……」。
⬆️ 答辩状部分，图片为效果展示，非真实案件
这里尤其要注意，不能因假设性论证而无意承认争议事实。比如，在主张原告并未证明损失存在的同时，也可以备位讨论即便存在损失，其计算范围和归责方式是否成立，但两层论证必须划清界限。
并非每个案件都要写满三个层次，具体如何组织，仍取决于案件事实、法律规定和诉讼策略。我还要求每项抗辩的标题直接体现核心观点，正文结合法律与证据展开，而不是空泛表态。
（三）证据目录：按照证明目的分组，而不是简单罗列材料
证据目录不是简单列出几十份文件，而是要让人看明白每份证据证明什么。我习惯根据请求权或抗辩权的构成要件，组织证据及证明目的。
例如，合同纠纷可以根据具体争议，围绕合同关系、义务履行、违约事实、损失与因果关系等安排证据组。每组证据都应有明确的证明目的，每份证据也要说明与待证事实之间的关系。
AI 可以根据要件攻防总表和案件材料，先筛选、分组证据，初步编写证明目的，并尽量标注证据来源和位置。律师再确定实际提交哪些证据、如何排序；必要时，也可以结合争议焦点或时间顺序调整分组。这使证据目录不只是材料索引，更直接服务于起诉或答辩的论证结构。
结语：AI 是律师能力的延伸，而非替代
把办案经验写成 Skill 后，许多基础环节可以交给 AI 按规则执行、反复检查。但事实是否可靠、法律是否适用、诉讼策略如何选择，最终仍要由律师判断。
我的体会是，AI 没有让我不再需要思考案件，而是改变了我处理案件的时间分配：从写转向审，从组织文字转向判断方向。
/ / /
专为律师打造的法律龙虾 AlphaClaw，限时免费试用。
无需接入 MCP，自带 6亿+ Alpha 法律大数据；
内置 200+ 官方自研 & 校友共享优质法律 Skill，每月更新；
自主调用工具，主动推进工作，帮律师完成复杂法律任务。
点击阅读原文，体验法律 AI 智能体+法律数据库+专业 Skill 的强强联合。
👇