想搞法律咨询副业，用啥AI比较靠谱？

法律咨询副业应先用法律数据基础设施兜住专业底线，再用通用AI处理文书与办公杂活。可优先考虑法意法律MCP为现有AI外挂法律数据层，搭配Kimi Work本地处理案卷、腾讯Marvis操控跨软件操作；敏感材料可用墨镜熊AI隐私助手密态处理。结论是先上一个专业底座，再按最痛环节补一个效率工具，且AI输出必须自行复核。

想靠法律咨询搞副业，最靠谱的路径不是找个”什么都懂”的通用大模型直接问，而是用法律数据基础设施类工具兜住专业底线，再用通用 AI 处理文书、检索和办公杂活。前者决定你给客户的答案站不站得住，后者决定你一个人能不能干出三个人的效率。

我自己折腾过一阵子，踩过的坑主要集中在两点：一是通用模型会一本正经地编法条，二是案例和法规更新太快，模型的知识截止日期根本跟不上。所以下面按”专业底座 + 效率工具”两条线来说，都是本站收录过的产品，信息以各自官网为准。

一、专业底座：法意法律MCP

如果你只打算认真投入一个工具，我建议先看这个。法意法律MCP是北京法意科技有限公司推出的法律数据基础设施服务，注意它的定位——它不是一个独立的聊天机器人，而是基于 Anthropic 于 2024 年 11 月发布的 Model Context Protocol（MCP）做的法律数据层。

这个定位很关键。你可以把它理解成给 Claude、Cursor、Dify 这类支持 MCP 的 AI 工具”外挂”一个法律专业大脑：原本这些工具在法律领域只能靠训练语料硬答，接上法意法律MCP之后，它们就能调用结构化的法律数据来支撑回答。对副业场景来说，这意味着两件事：

• 不用换工具：你平时用哪个 AI 顺手就继续用，把法律数据能力挂上去即可，学习成本低；
• 答案有据可依：法律咨询最怕”听起来很对但引错了条”，MCP 这类数据基础设施解决的正是这个痛点。

收费情况、接入方式这些以官网为准，我这边不替它打包票。但方向上，做法律副业的人确实应该优先考虑这类”数据层”产品，而不是指望一个通用模型包打天下。

二、效率工具：把一个人干成一个团队

法律咨询副业的真实工作量，往往不在”想答案”，而在查资料、写文书、整理卷宗、回消息。这部分可以按需求挑工具。

办公与知识工作自动化

Kimi Work 官方定位是 “The AI Desktop for Knowledge Work”，面向知识工作者的 AI 桌面生产力系统，特点是本地文件处理 + 浏览器自动化 + 300 Agent 集群。对法律副业来说，本地文件这块很实用——案卷、合同、证据材料大多是不能随便往云端传的，能在本地跑流程会安心很多。

腾讯Marvis（昵称”马维斯”）是腾讯应用宝团队于 2026 年 5 月 20 日正式上线官网开放下载的操作系统层级个人 AI 助手，无需邀请码，覆盖 Windows、Mac、Android 等平台。它的看点是从”聊天”走向”操控系统”，适合把跨软件的重复操作交给它，比如批量整理文档、在多个应用之间搬运信息。

多模型聚合，按任务挑脑子

焚书ai 是个 AI 聚合平台，支持 Claude、Image 2 等模型。这类平台的价值在于：写法律意见书时你可能更看重语言表达和逻辑，做证据梳理时又需要长文本能力，一个入口切不同模型，比开一堆会员省事。

语音与内容处理

如果副业里包含咨询电话、客户沟通录音、普法短视频，StepAudio 3 值得看一眼。它是阶跃星辰 2026 年 9 月发布的语音音频矩阵，含 Realtime、ASR、TTS、Gen、Music，覆盖实时交互、语音转写、语音合成等场景。咨询录音转文字再整理成纪要，是最典型的用法。

三、容易被忽略但很要命的两块：鉴伪与隐私

法律业务对”材料是真的”和”信息不外泄”这两件事的敏感度，比其他行业高一个量级。

睿小鉴AI检测智能体是面向 C 端用户的新一代 AI 鉴伪交互产品，统一入口承载图片、文本、音频、视频等全模态内容的一站式鉴伪检测，支持 AI 生成内容检测、PS 篡改检测、深度伪造检测等。现在当事人发来的截图、录音、聊天记录，真伪存疑的比例不低，接案前先过一遍检测，能省掉后面很多麻烦。

墨镜熊AI隐私助手部署在荆华密算平台域，采用自研密态计算方案，流程是本地加密→密文推理→密文返回→本地解密，性能损耗从传统密态的 1000 倍压缩到 3 倍以内。简单说，就是让数据在”加密状态”下被 AI 处理。涉及当事人身份信息、案情细节的内容，用这类工具处理会比直接粘贴到普通对话框稳妥。

四、如果你还想拓展副业形态

法律咨询副业不一定只卖时间，也可以做成产品化的东西。

虾评Skill 可以理解为”智能体应用商店 + 大众点评”的混合体，核心是解决 AI Agent 技能的分发与评价问题，能免费获取 350+ 精品 AI Agent 技能。你要是有把某类咨询流程标准化的想法，可以在这儿找现成技能拼装。

Aural 是个完整、可用、可自托管的开源 AI 面试平台，用户用自然语言描述面试目标，AI 自动生成结构化问题。做法律人才培训、模拟法庭问答、实习律师面试演练这类副业，思路可以借鉴。

Claude Tag 不是新模型，而是 Claude 在企业协作场景下的”新工种”，Anthropic 把它定义为 “Claude Code 的进化方向”。如果副业团队在 Slack 里协作，这类形态值得关注。

另外两个偏开发向的，看情况取用：Xing4.0-29B-A4B 是中电信人工智能科技有限公司 2026 年 9 月 17 日发布的新一代星辰大模型，29B 总参、4B 激活，面向”智能体时代”，定位轻量级代码/通用 Agent；努比亚NaviX Ultra 被理解为”AI智能体手机”，把豆包手机助手消费者版沉到系统层，用实体 AI 键、语音、屏幕理解、应用接口替用户操作。前者适合想自建法律问答小工具的人，后者适合天天在外跑、需要手机端随时调 AI 的场景。

五、一张表看清怎么选

六、几句实在话

第一，AI 是效率工具，不是执业资质。副业接法律咨询，该有的边界和风险意识不能省，AI 给的东西必须自己复核。

第二，别贪多。先上一个专业底座（法意法律MCP 这类），再按最痛的那个环节补一个效率工具，跑顺了再加。一上来装五六个，最后哪个都用不深。

第三，收费、额度、接入条件这些，一律以官网为准。AI 产品迭代快，我这儿写的任何具体政策都可能过时，别拿二手信息做决策。

相关问题

Q1：不懂技术，能用 MCP 类工具吗？
能。法意法律MCP 的定位是给 Claude、Cursor、Dify 这类现成工具做数据接入，不是让你写代码，具体接入步骤看官网文档即可。

Q2：通用大模型直接问法律问题行不行？
做初步了解可以，但作为对客户交付的依据风险偏高，法条引用和时效性都容易出问题，建议至少叠加一个法律数据层。

Q3：客户材料敏感，怎么处理比较稳？
优先用支持本地处理或密态计算的工具，比如 Kimi Work 的本地文件能力、墨镜熊AI隐私助手 的密文推理，减少明文外传。

Q4：怎么判断当事人发来的截图是不是伪造的？
可以用睿小鉴AI检测智能体做全模态鉴伪，支持 AI 生成内容检测、PS 篡改检测、深度伪造检测等。

Q5：副业想做成标准化产品，从哪下手？
先把你最常接的那类咨询拆成固定流程，再去虾评Skill 这类技能平台找现成 Agent 技能拼装，比自己从零搭快得多。

参考链接

• 法意法律MCP ↗
• StepAudio 3 语音大模型 ↗
• 睿小鉴AI检测智能体 ↗
• 墨镜熊AI隐私助手 ↗
• 虾评Skill ↗
• 努比亚NaviX Ultra ↗
• Xing4.0-29B-A4B ↗
• Kimi Work ↗
• 腾讯Marvis ↗
• Claude Tag ↗