AI律师工作流实战：3位资深律师如何用WorkBuddy把30年经验炼成可复用Skills

LEGALTECH·AIWORKFLOWCASESTUDYAI律师工作流实战3位资深律师如何用WorkBuddy，把30年经验炼成可复用Skills民间借贷诉讼·公司股权纠纷·婚姻家事尽调——三大真实场景的全流程拆解与方法论提炼CONTENTS·阅读导航这套材料讲清楚五件事01行业之困与AI入局律师为何被困在重复劳动里，AI又能接住哪一段02林冰：民间借贷全流程近30年经验，20分钟跑完一周的活03林军：流程标准化外企质量管理思维，四个模块串起接案到出诉04文雅：婚姻家事尽调4小时的案情梳理，压缩成几分钟尽调报告05三人共识：经验炼成Skill五条高度一致的方法论与安全边界建议按章节顺序阅读，每章回答一个真实卡点。01行业之困与AI入局一个案子为什么总要花一周？律师最宝贵的经验，为什么留不下来？01·行业之困律师行业：知识密集与流程密集，同时压在一个人身上一笔跨越十年的民间借贷，利率每调整一次就要重新分段计算；一场婚姻家事咨询，当事人思绪混乱，律师常要花几个小时才理出案情框架。工作面对高强度信息，却不能出丝毫差错。知识密集法条、判例、案由、当事人事实，密度高且彼此牵连，错一处就影响判断。流程密集从咨询、收材料、算利息、写文书、内部审核到立案，环节固定、重复度高，且极易出错。更深的痛点：经验与判断最宝贵，却最难复制，直接决定办案效率与结果。01·行业之困·数据背景83万律师，正在从「规模扩张」转向「价值竞争」83万全国执业律师总数（截至2025年）4.5万律师事务所数量1500万每年办理法律事务（件）行业共识：低价竞争、服务同质化、人均创收承压——律师的时间必须从重复劳动，转移到高价值判断上。数据来源：司法部2025年9月新闻发布会；中国日报网《专业化律所的发展路径》（2026）。01·真正的瓶颈最宝贵的是经验，最难的也是经验一位资深律师知道「哪里容易埋雷」：砍头息不能照本金算、逾期利息要算到实际清偿日、保证期间一过主张就落空。问题在于：这些判断只装在脑子里新人靠案子磨、靠师傅带，复制慢、标准不统一；律师一旦繁忙或离开，经验就跟着流失。行业要的，是把个人判断变成团队可复用的资产。资深经验的价值，在于把「踩过的坑」变成「绕开坑的规则」。01·一个案子的真实流程从客户进门到立案，一个普通民间借贷案要走六步六个阶段首尾相连，高度重复且极易出错，加在一起「怎么都要一周」。1咨询问答一问一答摸清基本情况，遇表达不清者耗大半天2收集材料流水、借条、聊天记录，动手半天，战线拉到2–5天3算利息借款跨年，LPR每调一次分段重算，手动至少半天4起草文书起诉状、证据目录、保全申请等6–10份，手写一两天5内部审核N道筛查，几小时打底6立案提交网上提交并等待审核第3步「分段算利息」与第4步「批量起草文书」，正是重复度最高、最容易出错的两段——也最适合交给AI。01·AI入局WorkBuddy串起律师办案的全流程从接案到协同，智能体不是单点工具，而是把五个环节连成一条链。接案尽调结构化追问、要素抽取，快速出案情框架案情研判案由识别、争议焦点、诉讼策略优先级文书起草一次产出起诉状、证据目录等成套文书安全合规上传前脱敏，材料分离团队协同Skill沉淀为团队资产，日报周报自动化这群对严谨与安全要求最苛刻的专业人士，找到了一条把个人经验沉淀成团队资产的新路径。02林冰：民间借贷全流程智能辅助执业近30年：一张借条上传，20分钟跑完原本一周的活。02·人物画像林冰：高能量背后，是一套AI工作流执业近30年，同时管理一家律师事务所，还要接公益案件、在视频号做普法。他最初对AI的想象很朴素：「指挥一个助理，把东西丢给它，帮我把文书出出来。」现实给了他一记下马威结果AI天马行空，产出不能直接用。他的解决办法同样朴素：不懂就截图问，一步一步摸清楚用法。「Skill技能，就像师傅的某一项手艺——法律天生适合拆成技能。」02·方法分水岭不是「问AI要答案」，而是让它在已验证的基座上工作朴素用法：把东西丢给它开放式提问，AI自由发挥产出天马行空，不能直接用每次结果不稳定，无法复用错了只能人工逐句改→工程化用法：定义Skill把流程拆成一个个可执行节点真实案情试跑，错一处固化一条铁律不仅教AI做事，更限制它做事产出稳定、可复用、可产品化02·安全前置铁律脱敏是第一道铁律，而且必须前置所有案件材料在上传WorkBuddy之前，一律先完成脱敏。这不是建议，而是不可绕过的前置步骤。两条分离原则一、上传模型的材料先脱敏，不喂原始隐私二、立案材料与证据严格分离存放三、金额较大案件另做风控复核律师行业对安全零容忍——隐私边界先想清楚，才谈得上效率。02·实战演示上传一张借条，20分钟产出全套文书输入很简单：上传一张借条，敲一句「帮我生成这套借条的全套文书」。不到20分钟，一次性产出：16份起诉文书及关键法律结论脱敏注意事项提示铁律自检结果清单从一份借条到成套文书，重复劳动被一次跑完。02·Skill如何炼成不是一次写成，而是在真实案情里一圈圈磨出来搭节点一个节点一个节点往下做，先把骨架立起来真案试跑真实案情反复试跑，暴露隐患抓错误如砍头息编造、逾期利息只算到起诉日固化铁律正确做法写成铁律，下次不许再犯每发现一处错，就把正确做法写进Skill。

迭代越多，基座越稳——这正是「已验证」三个字的来源。02·为什么律师会满意满意的不只是快，而是把新人最容易错的地方都兜住了铁律把办案中踩过的坑写成不可违反的规则，AI每一步都自检。模板规范的文书结构与格式，起诉状、证据目录一次成型。双角色预演先替被告想抗辩，再回头补我方漏洞。利率、时效、保证、格式——新人最易出错的四类，全部被前置兜住。02·Skill的一次真实迭代法条一直都在，只是没落到我的Skill里AI先提醒，律师再补全「债务加入」是民法典新确立的制度——第三人加入既存债务，与原债务人共同承担。林冰一看确实成立，立刻把框架里的法律法规、典型案例补了进去。这次迭代的价值遇到同类表述，Skill从此会自动触发「债务加入」判断，而不是只在一般保证、连带保证里二选一。AI成了律师查漏补缺的助手。「是它提醒我，我再自己补进去。」——人负责判断，AI负责触发，共同把Skill越养越准。02·一次框架升级责任类型，从两类扩展到四类升级前：只有两种一般保证责任连带责任保证→升级后：四种责任类型一般责任连带责任债务加入（共同责任）法定责任框架一旦扩展，遇到「他不还，我来还」这类表述就会自动触发债务加入判断，而不是漏掉这一层。“那一瞬间我确认：它不是文字生成器，而是在按诉讼逻辑思考。案情：债权人经朋友介绍借钱给债务人；债务人不还，债权人找中间人，中间人在微信里说「他不还，我来还」。按传统思路，这话要么是一般保证，要么是连带保证。WorkBuddy却反问：这会怎样改变被告列明？保证期间届满，是不是该走「债务加入」而不是「保证责任」？02·林冰的方法论收束精确性、专有性、安全性，三条原则守到底精确性经真实案例验证与对抗模拟，利率、时效、保证不出错。专有性专有法律数据库、案例库与易混淆案由，来自行业摸爬滚打。安全性脱敏前置、材料分离、大额案件风控复核。另有一道铁律：大模型可能遗漏新法规——团队自建「法规提醒器」，紧盯新法生效节点，让知识库始终是活的。03林军：把外企流程管理搬进律所一条指令开出四大模块，串起从接案到出诉的整条链路。03·人物画像林军：用质量体系思维，给律所立标准执业10余年，在外企做过多年质量管理体系，如今主攻企业与公司类诉讼。转行后他最先不适的是：这个行业太个性化——「每个人都有自己的做法，甚至同一个人不同时期做法也不一致」。他一直想做的一件事把办案流程标准化，至少保证一个确定的质量底线，而不是每次都靠运气。「律师真正该花时间的是诉讼策略，但占用时间最多的是文字。」03·两个真实痛点痛点集中在沟通和文字两处一、反复沟通谈完案子发现漏问了，又跑回去找客户确认；客户观感不好，重要细节也可能就此漏掉。二、文字串味套用别的案子模板时，偶尔把上一个当事人的信息带进来，改完还要一遍遍检查。公司类案件的会商现场：信息一旦遗漏，成本层层放大。03·覆盖范围一套框架，覆盖六大类公司案件层次内容产物案件类型六大类公司类案件统一入口流程模块洽谈/分析/委托/诉讼四段串联文书产出案情分析报告+8种诉讼文书一次指令完成框架先立住，细节再逐版打磨——这正是质量体系里「先标准、后优化」的思路。03·一条指令的产物先有框架，再确认细节：一条指令开出四个模块得益于流程管理底子，林军把整体思路一次交给WorkBuddy，架构雏形立刻成立。客户洽谈结构化提纲，不漏问关键事实案情分析案情分析报告，识别案由与争点委托文件委托代理、风险告知等成套文件诉讼文书8种诉讼文书一次生成「做完之后的第一个版本，基本上就能用了。」之后他逐版打磨，把总体框架越调越准。03·一个有意思的「拆」从一个Skill，拆成四个加一个总调用最初：四个模块塞在一个Skill里整体运行方便，但一处出错，后面所有材料都要跟着返工。→后来：四个独立Skill+总调用每段结束都能亲自检查，把错误拦在最早的环节。真正用下来，总调用几乎没被用到——因为每一段结束，他都要亲自检查一遍。「第一步就要做对。」若分析报告里有一个错误引用，一直跑到起诉状才被发现，就要回头改一整串，上诉时还要再改一遍。03·实战案例一次会谈录音，识别出四层可立案由案情：两名股东共同创业，小股东持股20%；大股东承诺分红却长期不兑现；争议后又引入新投资方，并以自己名义另设一家经营同类业务的公司。他把会谈录音转文字后交给Skill它识别出四层可立案由，并给出诉讼优先顺序和待核查事实清单。过去要断续磨几天、反复来回的梳理，现在半天出初稿。03·四层案由拆解四层法律关系，各对应一个诉点1公司盈余分配纠纷核心问题：承诺的分红能不能拿到。2股东知情权纠纷前提：要分红得先证明公司有利润，就要查账。3损害公司利益纠纷大股东另设同类业务公司，损害了公司与小股东利益。4退股/退出机制小股东不愿再合作时，如何体面退出。“WorkBuddy是助手，不是替代律师。第一步就要做对。AI负责生成，律师负责判断。把每个环节的检查点前置，错误就不会顺着链条一路放大到起诉、上诉。03·准确率怎么守对准确率，林军的态度很克制问题一：引用过时法条解法：接入ima知识库，要求Skill引用法律时必须联网检索最新条文、验证后再写入。目前这类错误已很少。问题二：AI过于乐观「我们认为站不住脚的，它也能找到理由说法理上说得通。」这个暂无捷径，只能靠律师把关。能靠机制解决的交给知识库与联网校验；解决不了的，老老实实留给律师判断。03·纠错与脱敏错误会回流，脱敏分两层走纠错回流：建一个错误库出现错误法条后，让WorkBuddy自己建一个markdown文件记下来；下次先看这个库，同样的问题不再犯。脱敏：AI主动提出分层方案第一层：身份证、手机号、银行卡号，本地Python正则替换，快且准。第二层：正则识别不了的，再用本地小模型兜底。全程不用线上大模型。「它会告诉我怎么优化更快。」效率问题迎刃而解——人提底线，AI提优化。04文雅：问答问出全要素案情婚姻家事咨询，从4到5小时的混乱陈述，压缩成几分钟的尽调报告。04·真实起点咨询的起点，往往是一段混乱的陈述当事人思绪纷乱，律师要一句句帮着梳理。案情要素又多又杂，缺一项都可能影响判断——婚姻状况财产子女过错诉求仅理出一份完整的案情框架，律师往往要花上几个小时——而这恰恰是最适合结构化问答的环节。04·九步尽调工作流「婚姻家事风险尽调与一站式方案生成器」1案情录入2要素抽取3完整性判断4缺失追问5风险研判6争议焦点与法条匹配7女性权益专项检查8方案与证据清单生成9初步研判报告缺什么、追什么——系统自动问，当事人循问答陈述，全要素案情自然成形。04·人物画像文雅：为身处婚姻困境的女性撑一把伞曾做多年企业法务，长期办理民商事案件。后来因自己亲历婚姻中的背叛与伤害，把执业重心转向婚姻家事领域。因为自己曾经受过伤，她更希望用专业能力，为更多身处困境的女性提供切实帮助。婚姻家事咨询：先听清楚，再理清楚。04·效率对比案情梳理：从半天到几分钟过去：律师手动梳理4–5小时甚至2–3小时才能整理出案件框架→现在：问答式尽调几分钟自动产出一份完整的尽调报告省下的时间，留给律师与当事人真正需要的沟通和策略判断。04·文书改变客户体验书面成果，成为信任与成交的加速器过去较少出具的初步分析报告，如今咨询结束即可交付。文雅把可视化报告直接发给当事人。「这么小一个案子，都有这么多页材料。」当事人看到的是专业、完整、看得见的成果——这比口头解释更能建立信任，也自然转化为委托。04·从个人到团队一个人的工作流，变成团队和公众的能力团队协同：日报周报自动化用工作流自动生成日报、周报，目标完成情况一目了然，管理不再靠催。对外服务：接入AI法律网站把Skill接入与高校师生共创的AI法律网站，让婚姻家事尽调能力服务更多当事人。个人经验封装成Skill后，价值不再局限于一位律师的工作时间。05三人共识：怎么把经验炼成Skill路径各不相同，沉淀下来的方法论却高度一致。结语AI不改变法律服务的