做法律这行，有哪些AI工具是必备的？

做法律这行，真正值得放进日常工具箱的 AI，其实就三类：查法条判例的检索型、读合同写文书的生成型、以及做尽职调查和证据梳理的批量处理型。别的花哨功能可以先放放，这三类用熟了，效率提升是肉眼可见的。

我在律所和法务岗都待过，这几年陆陆续续试过几十款工具，踩过不少坑——有的法条库是几年前的，有的生成合同看着漂亮但条款根本经不起推敲，还有的收费模式对个人律师特别不友好。下面这份清单是我自己现在还在用的，按使用场景分类讲，尽量说清楚每个工具是什么、谁做的、怎么收费、适合谁。

一、法律检索类：这是刚需中的刚需

1. 北大法宝（含 AI 检索）

国内法律检索的老牌选手，数据库覆盖法律法规、司法解释、案例、期刊、合同范本，权威性基本没得挑。它这两年在传统检索基础上加了智能问答和类案推送，可以理解成把自然语言问题转成检索式，比如你直接问”未签书面劳动合同超过一年怎么算”，它会给出相关法条和裁判观点。

收费上，个人版按年订阅，机构版按账号数走，价格不算便宜，但很多律所是统一采购的。适合需要法条准确性要求极高的诉讼和非诉业务。

官网：https://www.pkulaw.com

2. 威科先行（Wolters Kluwer）

外资背景，但在中国法律数据库上做得相当扎实，尤其是财税、合规、劳动法这几个板块。它的 AI 功能偏向智能摘要和法规变动提醒，做企业法务的人会很喜欢它的合规追踪。

官网：https://law.wkinfo.com.cn

3. 元典智库

华宇元典做的，背后是法律科技公司，主打案例检索和裁判文书分析。它的亮点是可以按法官、法院、案由做数据画像，做类案检索报告的时候特别省事。有免费额度，深度功能要付费。

官网：https://www.chineselaw.com

二、合同与文书生成类：日常搬砖主力

1. 法狗狗 / 合同审查类工具

这一类工具的核心逻辑是上传合同 → 自动标出风险条款 → 给出修改建议。适合做批量合同初审，比如房屋租赁、劳动合同、采购合同这种标准化程度高的。要注意的是，AI 标出来的风险点只能当参考，最终判断还得靠人。

2. 通义法睿

阿里通义旗下的法律垂直模型，可以理解成专门针对法律场景调过的对话式 AI。能做法条问答、合同起草、文书润色，中文语料和法律术语处理比通用大模型稳一些。基础功能免费，重度使用走通义的整体订阅。

入口：https://tongyi.aliyun.com

3. 智谱清言 / Kimi 等通用大模型的法律用法

别小看通用模型。写律师函初稿、整理会议纪要、把判决书翻译成大白话给客户看，这些活它们干得又快又好。关键是提示词要给足背景，比如把案情、诉求、适用法域说清楚，输出质量会差很多。

智谱清言：https://chatglm.cn
Kimi：https://kimi.moonshot.cn

三、尽调与文档处理类：非诉和并购的救星

做尽职调查最痛苦的是几百上千份 PDF 要读。这类工具的核心能力是批量解析 + 关键信息抽取 + 风险点汇总。

• 文档解析类：把扫描件 OCR 成可检索文本，再按主体、金额、期限等字段结构化。
• 信息抽取类：从一堆合同里自动找出所有”对赌条款””回购义务””担保责任”。
• 时间线梳理类：把交易文件按时间排序，生成事件脉络图。

目前这块国内还没有特别成熟的单一产品，多数团队是通用大模型 + 自建工作流，或者用飞书、Notion 这类工具配合 AI 插件来做。如果你所在团队预算够，可以考虑定制化的法律科技方案。

四、几个实用对比

五、几句掏心窝的提醒

1. AI 输出必须核验。法条可能过时，判例可能不适用，合同条款可能踩坑，任何一份 AI 生成的内容在对外使用前都要人工过一遍。
2. 注意保密。涉及客户隐私和商业秘密的材料，尽量用本地部署或明确承诺不训练数据的工具，别随手往公开对话框里粘。
3. 别指望一个工具打天下。检索用检索的，生成用生成的，批量处理用批量的，组合起来才是完整工作流。
4. 提示词是核心竞争力。同样一个模型，会写提示词的人产出质量能高出一大截，这个技能值得花时间练。

相关问题

Q1：个人律师预算有限，优先买哪个？
先上通用大模型（免费）+ 元典智库的免费额度，法条准确性要求高的案子再按次买北大法宝的检索服务，不必一上来就年费订阅。

Q2：AI 生成的法律文书能直接交给客户吗？
不能。它只能当初稿，事实、法条、逻辑都要人工复核，尤其是涉及具体金额和期限的条款。

Q3：企业法务用 AI 做合同审查靠谱吗？
标准化合同初审靠谱，能省大量时间；但复杂交易和定制条款还得人工主导，AI 当辅助。

Q4：法律 AI 会取代律师吗？
短期内不会。它取代的是检索、整理、初稿这类重复劳动，判断、谈判、策略和客户信任还是人的事。

Q5：怎么判断一个法律 AI 工具靠不靠谱？
看三点：数据来源是否权威且更新及时、是否明确承诺数据不用于训练、输出是否给出来源可追溯。