ai 法律助理怎麼用：四款法律AI工具對比 $20 的 ChatGPT，以及必須先過的同意規則

法律助理可以用 ChatGPT 處理客戶案件嗎?

不涉及客戶資訊的工作可以;客戶案件則要在主辦律師核可該工具之後,且若工具會從你輸入的內容學習,還要客戶同意才行。這正是 ABA Formal Opinion 512 在2024年7月29日劃下的界線:「在將與委任相關的資訊輸入此類生成式AI工具之前,須取得客戶的知情同意。」該意見書針對的是律師,而依 Model Rule 5.3(b),律師要為法律助理的AI使用負責,意見書把它解讀為必須「盡合理努力確保」非律師人員的行為符合律師的義務。因此,對任何工具的第一個問題是它的訓練設定,第二個才是價格。我們在2026年9月27日對照了各廠商自己的頁面,以美元計價,兩項都已查過。

四款法律工具中只有一款公開數字。其餘的是賣給事務所的,這正好透露了它們的目標客群:個人執業者或五位律師的事務所會買 Clio 或 Paxton,全國性大所則按席位與 CoCounsel 或 Harvey 談判。三個通用工具(包括 Whizi)沒有連接任何 Westlaw 或 Lexis 的內容,不管理案件、不做利益衝突檢查,也沒有合夥人能調閱的稽核紀錄。它們是閱讀和起草工具,放在研究平台旁邊,絕不取代它的位置。

訓練欄位正是消費者帳號在任何人讀到輸出內容之前,就先違反 Opinion 512 的地方。OpenAI 說明中心在2026年9月27日的內容提到,針對個人版 ChatGPT,「we may use your content to train our models」,退出選項在 Settings, Data controls;同一頁也說明 Business、Enterprise 和 Edu 預設不會用於訓練。意見書還指出,「僅在委任書中加入籠統的樣板條款,聲稱授權律師使用生成式AI,並不足夠。」意見書把這項同意放在律師身上,所以法律助理的工作,是在第一次上傳之前問清楚哪些工具已獲核可、用哪種設定。在還沒有答覆的那幾天,可以參考這份清單:絕對不要貼進AI對話的內容。

AI可以信任來查核引註嗎?

不行:AI產生的每一筆引註,在你打開那個案件之前都只是線索,而法院從2023年起就一直在為這條規則開價。Damien Charlotin 的公開資料庫收錄法院查出虛構或錯誤引述權威資料的裁判,截至2026年9月27日共有 2,086 筆,其中 1,430 筆來自美國法院,828 筆由律師提出,而非自行訴訟的當事人。

其中三件裁判,是法律助理應該能說出名字的憑據。Mata v. Avianca (S.D.N.Y., 2023年6月22日):Castel 法官對兩名律師及其事務所共同處以 $5,000 罰款,因為他們的書狀建立在 ChatGPT 提供的六件虛構裁判之上,並寫道:「使用可靠的人工智慧工具來協助,本身並無不當。但現行規則要求律師扮演把關者,確保其提交文件的正確性。」Johnson v. Dunn (N.D. Ala., 2025年7月23日):Manasco 法官取消 Butler Snow 三名律師的代理資格,並移送阿拉巴馬州律師公會,起因是其中一人用 ChatGPT 找引註卻「未驗證其正確性」,而該事務所2023年的政策本來就要求書面許可以及「對任何結果進行完整的正確性查核」。Noland v. Land of the Free (Cal. Ct. App., 2025年9月12日):制裁 $10,000,是加州就此議題的第一份公開意見書,開頭書狀中「23 段引文有 21 段」是捏造的,而用法院的話來說,律師「沒有閱讀AI工具所引用的案件」。

付費研究平台縮小了問題,卻沒有消除它。史丹佛對 202 筆查詢所做的預先註冊評估,於2024年6月發表,2025年刊登於 Journal of Empirical Legal Studies,結果發現 Lexis+ AI 與 Thomson Reuters 的 Westlaw AI-Assisted Research 和 Ask Practical Law AI「各自有 17% 至 33% 的時間會產生幻覺」,而一般的 GPT-4 比率更高。Opinion 512 的註腳也引用了同一項研究。所以不管引註是誰產生的,查核都是同樣四個步驟:在 Westlaw、Lexis、PACER 或 CourtListener 打開案件;在 pin cite 找到被引述的文字;確認案件說的和書狀說的一致;跑 KeyCite 或 Shepard's 看後續歷程。如何查證AI的答案涵蓋了通用版本,包括辨認虛構引註的十秒測試。

法律助理如何用AI摘要詢問筆錄與證據開示文件?

上傳筆錄,要求以固定格式產生頁行摘要,然後在主辦律師看到之前,先抽樣對照筆錄。Opinion 512 認可的正是這種做法:律師依賴工具摘要大量合約時,只要先在較小的子集上測試並確認摘要正確,「不一定要手動審閱整批文件來驗證結果」。我們使用的提示詞,適用於已核可的工具和可搜尋文字的 PDF:

「你正在為主辦律師準備一份詢問筆錄摘要。只使用附上的筆錄。請以四欄表格產生頁行摘要:頁:行範圍、證人所說內容(用中性字詞)、提及的證物、後續追問標記。只有在確切措辭重要時才逐字引述證人的話,且每段引文都要註明頁碼與行號。若筆錄中沒有,請寫 not in transcript。不要加入法律結論、可信度評價,或文件以外的事實。」

實務上有兩件事會讓這個做法失效。沒有文字層的掃描證物,除非工具先轉錄圖片,否則回傳的只是猜測;輸入應該是可搜尋文字的 PDF,而 300 頁的筆錄放得下:OpenAI 自己的定價頁把 ChatGPT Plus 的推理輸入定在大約 320 頁文字,目前 GPT、Claude 和 Gemini 的旗艦模型也都有 1M token 的視窗。另外,漏掉某個頁碼範圍的摘要,比承認有缺口的摘要更糟,這就是提示詞強制要求寫 "not in transcript" 的原因。對於證據開示文件組,每份文件都跑同一個提示詞,再加第五欄 Bates 範圍,並在檔案中把每份AI製作的摘要標註出來,這是 Opinion 512 在訓練註腳中建議的做法,讓之後的讀者知道哪些可以信任。用AI摘要PDF列出了各模型的長度與格式限制。

年表與往來信函:律師會接受法律助理交出的兩種草稿

每一列都標註來源出處的事件年表,以及例行信函的初稿,是律師可以對照檔案內容逐行檢查的兩種AI輸出。年表提示詞:「只根據附上的文件,建立一份表格式年表:日期(ISO)、一句話的事件、來源文件與頁碼、信心程度(明確記載、推論、或不清楚)。依日期排序。兩份文件互相衝突時,列出兩列並標記衝突。不要用一般常識填補空缺。」信心程度欄是整個訣竅:它讓模型顯示自己在哪裡做推論,而那正是法律助理最先要讀的地方。

往來信函更安全:客戶進度信、調閱紀錄申請、行程安排的電子郵件和期限提醒,根據你貼入的案件事實起草,再改成律師的語氣。計費紀錄要誠實。Opinion 512 給了一個實際例子:「如果律師使用生成式AI工具起草訴狀,花了 15 分鐘輸入相關資訊,律師可以收取這 15 分鐘的費用,以及律師審閱產生的草稿是否正確完整所花的時間。」過去那份草稿要花一小時,但實際只花了十五分鐘,就不能再按一小時計費。

在哪裡執行,和提示詞同樣重要。在發布本頁的 Whizi 中,一個 Project 最多可固定 10 個檔案,每個最大 10 MB(PDF、.docx、.txt、.csv),以及最多 32,000 字元的常設指示,因此起訴狀、行程命令和事務所的格式規範,會跟著該案件中的每一個提示詞,同一個對話串還能從 GPT 交給 Claude 再交給 Gemini 做第二次審閱;一般聊天附件最長 30 天後到期。Whizi 沒有案件管理,也沒有 Westlaw 或 Lexis 的內容,所以它放在研究平台旁邊,絕不取代它。

AI可以處理 Bluebook 引註格式嗎?

已經驗證過的引註,格式可以交給AI;引註本身則不行。給定一個真實案件的判例彙編、卷號、頁碼和年份,目前的模型能套用第22版的規則(判例彙編縮寫、pincite、Id. 與簡短形式、Bluepages 法院文件格式),好到足以省下打字時間,而 $49 的紙本書或 Bluebook Online 可以解決模型與規則之間的任何分歧。千萬別讓模型提供權威資料:Noland 案中那 21 段捏造的引文就是這樣發生的。

格式化提示詞:「請將下列引註整理成適用於法院文件(Bluepages)的 Bluebook 第22版格式。不得更改任何當事人名稱、判例彙編、卷號、頁碼、pincite 或年份。若缺少某個要素,請在原處寫 [MISSING],不要猜測。每行輸出一筆引註,再提供第二份清單,列出你做過的每一項更改。」第二份清單就是稽核軌跡;默默改掉卷號的模型,等於製造了一筆新的引註要查。有自己格式手冊的州法院,以及法官的常設命令,都優先於 Bluebook,所以在送件之前,最後要讀的是當地規則。

AI會取代法律助理嗎?

以政府的數字來看不會:美國勞工統計局(BLS)預測,2025年至2035年法律助理與法務助理的就業「幾乎沒有變化」,2025年有 404,900 個職位,每年因退休或轉職約有 40,800 個空缺,2025年5月的薪資中位數為 $62,890。BLS 把AI列為需求不會成長的原因,因為它讓法律助理在研究和文件準備上更快,這描述的是工作在轉移,而不是結束。

這些工具已經在辦公室裡了。Clio 於2024年10月7日發布的 Legal Trends Report 發現,79% 的法律專業人員在工作中使用AI,高於2023年的 19%,同一份報告也指出,按小時計費的法律助理工作中,有 69% 屬於AI可以自動化的範圍。無法自動化的那 31%,正是上面圖表中每個案件所繫之處:有人打開被引用的案件,並注意到兩份文件講的是不同的故事。AI無法取代的法律助理,就是那個會閱讀案件的人。