我在 2026 年實際運用 AI 處理法律工作的方式
幾個月前，就在客戶的收購案即將完成交割的前一晚，買方律師發來一封函件，要求修改幾項關鍵的交易條款。新的託管條件、擴大賠償範圍的例外條款、修訂後的交割文件清單。隱含的威脅是：接受這些修改，否則交易告吹。當時是晚上 7 點。
我把購買協議、揭露附表以及那封要求函上傳到 Claude。幾分鐘內，Claude 就將每一項提出的修改對照現有交易條款進行比對，並發現了買方律師顯然沒有注意到的事：他們提出的兩項例外條款，直接與他們已在揭露附表中確認的陳述相互矛盾；第三項則會與基本陳述條款產生內部衝突，實際上反而會削弱買方自己在交割後的保護。他們在最後關頭的激進手段，其實漏洞百出。
隨著談判在晚間持續進行，電子郵件往來不斷，我將每一封新的通訊都餵給 Claude。它追蹤了每一項擬議讓步如何與合約中各項條款交互作用，標示出接受某一項修改會在另一條款中產生什麼風險，並幫助我建構回應：在值得讓步的點上讓步，在關鍵的點上堅持立場。到了晚上 11 點，我們有了一套明確的反對立場，每一項都具體引用買方自己的用語作為交叉參照。交易在隔天早上順利完成交割，客戶對結果很滿意。
一間中型律師事務所的三位合夥人律師，可能要到早上才能完成那樣的分析。而我不到兩小時就掌握了核心。
我經營一家兩人規模的精品律師事務所。我們處理新創公司設立、創投交易以及法規遵循工作。我們要與擁有數百、甚至數千名律師的事務所競爭。按理說，我們不該有能力做到這樣。但過去這一年清楚表明：一家以 AI 為核心的小型事務所，不僅能跟上大型競爭對手的腳步，還能跑得更快、產出更 thorough 的工作成果，並以 18 個月前不可能做到的成本結構運作。
我打造業務的核心工具是 Anthropic 開發的 Claude。本文將說明我實際上如何每天使用它，處理真正的法律工作。不是理論，而是實際工作流程。
為什麼選擇 Claude，而不是「法律 AI」
市場上有許多專門的法律 AI 產品。Harvey、Spellbook、CoCounsel、Luminance。它們都有一個共同論點：律師需要專門為法律工作打造的 AI。我評測過其中大多數。對於小型事務所的執業者來說，一個配置得當的通用 AI 反而更好。兩者差距很明顯。
這些專門產品是建立在那些驅動通用工具的基礎模型之上的包裝。它們的行銷話術聽起來很吸引人：我們會根據你事務所的劇本客製化 AI，用你的範本訓練它，圍繞你的摘要庫或條款庫建立工作流程。有些產品確實做得不錯。但這個話術包含了一個對價值真正所在之處的根本性誤解。
範本庫不是競爭優勢。在你執業領域中，任何稱職的事務所都有大致相同的範本。保密協議、股票購買協議、聘僱錄取通知書。這些都是商品化的輸入。區分優秀律師與平庸律師的關鍵，從來都不是範本。而是律師用範本做了什麼：他們如何發現對方埋在第 14 條(c) 項中的問題，他們如何知道哪些賠償爭論值得打、哪些該放棄，他們如何建構建議郵件讓客戶真正理解風險。那是判斷。而判斷力不存在於事務所層級。它存在於個別專業人士的層級。
當法律 AI 公司談論要將 AI 客製化到事務所的劇本時，他們是在解決一個幾乎不重要的問題，卻忽略了真正重要的問題。真正的槓桿作用不是來自 AI 從哪個範本開始，而是來自那些告訴它如何思考工作的指令：該找什麼、該標記什麼、如何權衡相互衝突的考量、該用什麼格式提供輸出、該用什麼語氣與客戶溝通。這些指令編碼的是個別律師的判斷，而不是事務所的範本庫。而這正是 Claude 的技能系統設計來做的事。
我建立了自訂指令檔案，稱為「技能」，它們編碼了我的分析架構、我偏好的格式、我的語氣，以及我對特定類型法律工作應如何進行的判斷。當我上傳一份合約供審閱時，Claude 不會套用通用架構。它甚至不會套用我事務所的架構。它會套用我的架構——一個我經過十年執業所發展出來的架構，自動完成。事務所劇本與個別律師編碼後的判斷之間的差異，就像給某人一份食譜和教他們如何烹飪之間的差別。
還有一個更根本的問題，而且這對任何職涯都待在 Microsoft Word 裡的人來說，將是最重要的。Claude 是一個經過高度優化以撰寫程式碼的先進 AI 模型。這聽起來可能與法律執業無關，但當你意識到它的意義時：Claude 可以即時撰寫程式碼，直接操作律師已經在使用的應用程式。
具體想一下這意味著什麼。每個讀到這裡的律師都曾在 Word 排版上浪費無數小時。從其他文件貼上時會亂掉的段落編號、不聽使喚的樣式、跨版本時損毀的追蹤修訂、會失效的交互參照、需要手動處理每個句號和逗號的 Bluebook 引用格式。這些不是法律問題。它們是軟體問題。而 Claude 透過撰寫軟體來解決軟體問題。當我要求 Claude 對合約套用追蹤修訂時，它不使用外掛程式或巨集。它會在 XML 層級開啟 .docx 檔案，並寫入 Microsoft Word 所期望的精確標記，以我的名義標記，保留每一個排版細節。當我要求它標準化訴狀中的引用格式時，它會撰寫程式碼，在幾秒鐘內解析並重新格式化所有引用。結果與專業的人工操作沒有區別，但花費的時間大幅減少。
這是任何專門的法律 AI 產品都無法匹敵的能力差距。它們給你一個能談論文件的聊天機器人。而 Claude 是一個能深入到那些文件內部並修改它們的系統。這就像一個能告訴你合約哪裡有問題的合夥人律師，與一個不僅能告訴你問題，還能修正它、格式化它、產出紅線比對版本、並擬好封面郵件的合夥人律師之間的差別。所有這些，你都不用打開任何應用程式。通用 AI 的進步速度，遠超過任何垂直產品能跟上的。當你使用前沿模型時，每一項新功能都會在第一天就送到你手上。而當你使用包裝產品時，你只能等著別人的工程團隊決定下一步要建構什麼。
我這裡描述的是我自己的業務，屬於交易領域。但這個架構沒有任何部分是特定於業務領域的。訴訟律師可以建立用於準備證詞、草擬聲請、彙整判例法和發現程序的技能。稅務律師可以建立用於實體架構、意見書框架和法規監控的技能。家事律師可以建立用於資產追蹤和監護權分析的技能。方法都一樣：使用一個強大的通用模型，教它你的執業方式，然後讓它放大你的判斷力。內容是你的。
三種模式
Claude 的桌面應用程式有三種模式。學會何時使用每一種，是讓這一切運作起來最重要的一步。
聊天是對話式介面。我跟 Claude 說話的方式，就像跟一個坐在對面、反應快速、知識淵博的合夥人談話一樣。這是我用來分析法律問題、腦力激盪談判策略、初步審閱合約條款、或從零開始起草文件的地方。我控制每一步。大多數用過 ChatGPT 或類似工具的律師，只體驗過這種模式。
協作是自動模式，也是改變一切的模式。我指向電腦上的一個資料夾，交給 Claude 一個任務，它就會去執行。它讀取檔案、建立新檔案、編輯現有文件，並自行決定如何從 A 點到 B 點。當我有一份需要完整紅線比對的 40 頁合約，或一堆需要根據條款清單產生的交割文件時，我就把它交給協作模式讓它處理。這是大多數律師還沒嘗試過的模式。這將是對他們業務改變最大的模式。
程式碼是開發模式。完整的終端機存取權限。大多數律師不需要每天使用。但我有一個狀況讓我難以閱讀長篇文件，所以我用程式碼模式建立了一個命令列工具，將法律文件轉換為語音音訊。它處理整個流程：解析 Word 文件和 PDF、將「第 4.2(b)(iii) 條」這類法律格式轉換為自然語音、展開縮寫、將文字分段、傳送至 AI 語音 API，最後組合成最終音訊檔案。我現在在通勤時聽合約。這整個工具都是 Claude 建立的。
教 Claude 你的執業方式
這就是槓桿作用變得兩年前我無法置信的地方。
Anthropic 發布了一份關於為 Claude 建立自訂「技能」的指南：結構化的指令檔案，教導它在特定情境下如何表現。不是每次都要輸入的提示詞。而是一套持續存在的指令，會在需要時自動觸發。我沒有從頭到尾閱讀那份指南，而是把它上傳給 Claude，然後問了一個更好的問題：根據我們之間數百次的對話，涵蓋合約起草、客戶郵件、文件編輯、法律研究和政策文書，哪些技能會對我的業務產生最大影響？
Claude 分析了我幾個月的工作模式，找出了規律：哪些任務我重複最多次、哪些地方的摩擦最大、結構化的自動化可以在哪裡節省最多時間。它推薦的技能不是泛泛的。它們是針對我實際工作的方式。不是「更快地起草合約」，而是「一個合約審閱技能，包含根據情境的四種不同模式、嚴重性評級、缺失條款檢查清單、市場條款基準測試，以及當你準備好要標記文件時，無縫銜接到追蹤修訂編輯技能」。
我們花了幾個小時完善細節。我在預設選項不符合我偏好時提出了異議。最後，我得到了六個可投入生產的技能，打包成一個用於協作桌面應用程式的插件：合約審閱、追蹤修訂編輯、合約起草、客戶溝通、法律研究與政策文書。每一個都編碼了多年累積的專業判斷，關於我如何處理該類型的工作。
對事務所管理而言重要的含義是：這個插件是可轉移的。如果我有 50 位合夥人，我可以把它安裝在每一台機器上。每一位合夥人會立即使用我的分析架構產出合約審閱、用我的語氣起草溝通文件、並以我偏好的格式套用追蹤修訂。原本需要數年指導才能傳授的知識，現在變成一個從第一稿就開始運作的指令檔案。輸出仍然需要律師審閱，但審閱的起點已經高得多了。
這在實務上是什麼樣子
三個來自真實工作的例子，因為我想讓它具體化。
不打開 Word 就完成追蹤修訂。 對方寄回一份已經標記紅線的合約。四十頁的修改，涵蓋陳述、賠償、智慧財產權和交割條件。我將文件上傳到 Claude 並說：「從我客戶的角度幫我評估對方的修改。」我的合約審閱技能啟動。Claude 將所有修改按嚴重性分類，標示出對方轉移風險的地方，找出修改條款之間的矛盾，檢查應該存在但沒有的標準條款，並針對每個問題產出摘要及具體的反對用語。
然後我運用我的判斷。Claude 標記出標記中的一個模式。根據經驗，我知道這個模式通常代表什麼。Claude 為一個爭議條款產出三種替代措辭。我選擇了能考量到關係動態和交易背景的那一個，這些是 AI 無法取得的資訊。一旦我做出決定，我要求 Claude 套用編輯。這是你第一次看到時會目瞪口呆的部分。Claude 在 XML 層級開啟 Word 文件，以我的名義套用追蹤修訂，保留每一個排版細節，並產出一個乾淨的 .docx 檔案，裡面有真正的追蹤修訂，對方律師可以在 Microsoft Word 中開啟並正常檢視。我不需要打開 Word。我不需要打開 Litera。Claude 產出紅線比對版本。我逐一審閱每一項修改，然後寄出。接著，客戶溝通技能會以適當的語氣草擬封面郵件。從收到標記到準備好回應包裹的總時間：不到一小時，其中約 30 分鐘是我自己的思考時間。
沒有幻覺的研究。 客戶需要了解一個新產品的監管環境。這個問題涉及多個機構和重疊的法規框架。我的研究技能指示 Claude 同時從所有相關角度進行平行研究，而不是依序進行：證券分析、州級許可要求、銀行法規、消費者保護影響。它針對每個子主題進行多次搜尋、交叉比對來源，並優先使用主要法源（法規、規章、機構指引、判例法），而非次要論述。
在向我交付任何結果之前，該技能要求 Claude 進行自我審查。這點至關重要，也是大多數人會跳過的部分。Claude 必須確認每一項被引用的法源，實際上確實如備忘錄所聲稱的內容。它必須標示任何信心度低於高的部分。它必須檢查各節之間是否有內部矛盾。而且它必須特別防範虛構的引用，也就是讓幾位律師受到制裁並登上全國新聞的問題。那些提交虛構 AI 生成引用的律師，使用的是沒有這類驗證層的工具。問題從來不是 AI 本身，而是沒有品質控制的 AI。
輸出是一份結構化的研究備忘錄，有結論置前的摘要、具體的法規引用和實務建議。這可能需要一位初級合夥人花幾天時間才能產出。Claude 在一小時內提供初稿。然後我審閱每一項引用、壓力測試分析，並在我判斷與輸出有出入的地方進行修改。總時間仍然是從零開始所需時間的一小部分。而且因為這個技能是根據我的標準校準的（自信的結論加上明確的不確定性標記、比較監管框架的表格、實務建議而非學術上的迴避），這份備忘錄可以立即使用。
即時合約解釋。 一位客戶在上午中段來電，說他們剛剛收到對方聲稱違反商業服務協議並威脅終止合約的函件。客戶有 48 小時回應。我把協議、函件以及客戶過去三個月與對方的往來信件上傳到 Claude。Claude 將函件中的每一項事實指控，對應到所引用的特定合約條款，並發現四項聲稱的違約中有兩項所引用的義務，已由對方律師自己起草的附函明確修改。這封函件似乎是在沒有查閱他們自己的修訂文件的情況下寫成的。在我準備回應時，我將每一段草稿透過 Claude 進行壓力測試，以確認我的論點不會對協議中的其他條款產生非預期的影響。它發現了一個問題：我打算針對服務水準指標提出的抗辯，可能被解讀為承認了第 7 條中關於付款爭議的某個點。我改寫了回應。這種在積極起草的同時，即時進行逐條壓力測試的做法，過去需要第二位律師審查你的工作。現在則是在同一個對話中完成。
保密特權問題
每位律師都會問。簡短的回答是：與你使用雲端儲存、電子發現平台和線上法律研究資料庫時相同的架構適用於此。ABA 指引和州律師協會的倫理意見將 AI 工具視為第三方技術提供商，適用代理人/工具例外原則。你的義務是採取合理措施保護客戶資料，在實務上意味著關閉對你輸入資料的模型訓練、了解提供者的資料處理做法，並記錄你的推理過程。Anthropic 提供零資料保留的 API 選項和商業資料處理協議，因此你的客戶資料不會被用來訓練模型，輸入資料也不會在會話結束後保留。這與你在將客戶文件放到 Dropbox、Google Drive 或 Clio 之前所做的盡職調查相同。
我進一步採取了一步。我讓 Claude 幫我為委任合約起草一個 AI 使用條款。該條款將 AI 定位為效率和品質增強工具，強調律師監督，將資料處理與現有保密義務連結，並取得客戶同意。客戶毫不猶豫地簽署。他們大多數已經假設我在使用 AI。他們是對的。
倫理規則現在要求大多數司法管轄區具備科技能力。我們正接近一個不使用這些工具反而更難為專業責任立場辯護的時點。
提示詞就是技能
大多數嘗試 AI 的律師會輸入類似「審閱這份合約」的內容，然後得到平庸的結果。然後他們就斷定 AI 對法律工作沒有用。
問題不在 AI。問題在於輸入。
比較一下「審閱這份合約」和「從供應商的角度審閱這份服務協議。標示出客戶將風險轉移到超出市場常規的條款。檢查應該存在但缺失的條款，包括責任限制、智慧財產權歸屬、資料處理和為方便而終止的條款。產出一個按嚴重性分級的摘要，並對每個高嚴重性問題提供具體的反對用語。請注意，供應商談判籌碼有限，希望能完成交易，因此建議應聚焦於值得爭取的條款，相對於可以優雅讓步的條款。」
第二個版本產出的工作成果在第一次閱讀時就有用。第一個版本產出的成果需要大量修改，甚至可能完全沒用。從「AI 只是玩具」到「AI 改變了我的業務」之間的全部差距，都取決於你指令的品質。這就是為什麼技能很重要：它們將那種細節程度編碼下來，你只需撰寫一次，然後每次都會自動觸發。
這改變了什麼
從這一切中可以得出幾點值得說明的結論。
人員配置。 我經營一家兩人事務所，卻處理著規模大得多的業務量。這直接來自 AI。傳統上需要聘請一位合夥人的工作——初稿文件審閱、研究備忘錄、初步草稿、紅線摘要、例行通信——現在由 Claude 在我監督下處理。要說清楚：每一份從我事務所發出的文件，都已經過持照律師的審閱、修改和批准。AI 產出初稿。我產出最終的工作成果。合夥人並未過時。但聘請一位合夥人在經濟上變得合理的門檻已經改變。而且你需要他們做的事也變了：判斷力、客戶關係和 AI 輸出監督，而不是 2,000 小時的文件產出。
收費。 AI 改變了價值等式。對於某些任務，節省的時間很明顯，我會將這些節省傳遞給客戶。對於其他任務，同樣的小時數能產生比以往更深入的分析、更全面的問題發現和更高品質的起草。關鍵不在於每項任務花費更少的時間，而是在於每一小時的律師時間創造出更多的價值。我的事務所根據業務性質，在傳統按小時收費之外還提供訂閱制收費。訂閱客戶以固定月費獲得持續的諮詢、合約審閱、法規遵循監控和例行治理。沒有計時器在跑。AI 讓這種模式可行，因為我可以在可預測的費用結構內提供更全面的服務。客戶很喜歡：他們不用擔心拿起電話或發送郵件。而且收入是可預測的，而不是不穩定的。
判斷力。 我所描述的一切，都會產生一種讓 AI 做得太多的誘惑。停止檢查的誘惑。對此的研究是一致的：在 AI 能力範圍之外使用它，或者不質疑輸出就信任它的人，表現比完全不使用 AI 的人還差。能在這項技術中勝出的律師，從根本上理解 AI 不是在執行法律業務。執行法律業務的是你。AI 讓你更快、更 thorough、更一致。但判斷力——你決定什麼該爭取、什麼該放棄的部分，你在字裡行間解讀的部分，你做出可能兩邊都說得通並以聲譽下注的部分——那是你的。經驗豐富的律師在這個新世界中擁有巨大優勢，而大多數人還沒有意識到這一點。如果你已經花了 10 年或 20 年在你執業領域中發展判斷力，你正坐擁著 AI 使之變得更具價值、而非更低的資產。
去建立吧
我不為 Anthropic 工作。我是一名執業律師，嘗試了所有可用的 AI 工具，並圍繞最適合我實際工作方式的那個工具來建立我的業務。
大多數律師使用 AI 的方式（在聊天機器人中輸入問題然後期望最好的結果）與我在這裡所描述的方式之間的差距是巨大的。要縮小這個差距，不需要技術技能。它需要投入幾個小時，真正學習工具是如何運作的：聊天和協作模式的差別、為什麼長而詳細的提示詞會產生比短提示詞好得多的結果、如何建立一個能編碼你判斷力的技能、如何將技能打包成任何同事都能使用的插件。
下載桌面應用程式。選擇你最常做的任務。撰寫一個提示詞，詳細描述你希望它如何完成。看看回傳的結果。然後建立你的第一個技能。報酬會快速複合。
