Claude 原生律師事務所：2026 年 AI 法律實踐指南

來源: @zackbshapiro | 原文連結

日期: Fri Feb 27 14:26:54 +0000 2026

標籤: Claude AI 法律自動化 AI 工作流程

---

我如何在 2026 年用 AI 實際執業法律

幾個月前，在客戶的收購案預定完成交易的前一晚，買方律師發來一封信，要求重新調整幾個關鍵交易條款。新的託管條件、擴大的賠償豁免條款、修訂過的交割文件清單。隱含的威脅是：接受這些變更，否則我們退出。當時是晚上 7 點。

我將購買協議、揭露附表和要求信上傳給 Claude。幾分鐘內，Claude 將每個提議的變更與現有交易條款進行了對照，發現了買方律師顯然沒注意到的問題：他們提議的兩個豁免條款直接與他們已經在揭露附表中確認的陳述相矛盾，第三個條款會與基本陳述條款產生內部衝突，實際上會削弱買方自己在交割後的保護。他們激進的最後一刻施壓有漏洞。

隨著晚間談判透過電子郵件持續進行，我將每一次新的溝通內容提供給 Claude。它追蹤每個提議的讓步如何與協議中的條款互動，標記出接受一項變更會在另一個部分造成風險暴露的地方，並幫助我建立一個回應：在值得讓步的地方讓步，在重要的地方堅守立場。到晚上 11 點，我們有了一套清晰的反提案立場，每一項都基於對買方自己語言的具體交叉引用。交易在第二天早上以我的客戶滿意的條件完成了。

一個中型律所的三名律師助理團隊需要工作到早上才能完成那個分析。我在不到兩個小時內就完成了核心工作。

我經營一家兩人精品律師事務所。我們處理新創公司設立、創投交易和監管工作。我們與擁有數百甚至數千名律師的事務所競爭。理論上我們不應該能做到這一點。但過去一年讓一件事變得清晰：一個圍繞 AI 建立的小型事務所不僅能跟上大型競爭對手的步伐，它移動得更快，產出更徹底的工作成果，並以 18 個月前不可能實現的成本結構運作。

我的執業所圍繞的工具是 Anthropic 製作的 Claude。這篇文章解釋了我如何實際使用它，每一天，進行真實的法律工作。不是理論，是工作流程。

為什麼是 Claude，而不是「法律 AI」

市場上充斥著專門的法律 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建立的 AI。我評估過大部分產品。對於小型事務所執業者來說，一個配置良好的通用 AI 更好。差距很大。

這些專門產品是建立在相同基礎模型之上的包裝器，而這些基礎模型也是驅動通用工具的動力。它們的行銷說辭聽起來很有說服力：我們會根據你的事務所操作手冊客製化 AI，在你的模板上訓練它，圍繞你的案例庫或條款庫建立工作流程。其中一些做得相當好。但這個說辭包含了對價值實際所在位置的根本誤解。

模板庫不是競爭優勢。你執業領域的每個有能力的事務所都有大致相同的模板。保密協議、股票購買協議、雇用聘書。這些都是商品投入。區分優秀律師和平庸律師的從來不是模板，而是律師如何處理模板：他們如何發現對方埋在第 14(c) 條中的問題，他們如何知道哪個賠償爭議值得打而哪個應該讓步，他們如何架構建議電子郵件讓客戶真正理解風險。那是判斷力。而判斷力不存在於事務所層級，它存在於個別專業人員的層級。

當法律 AI 公司談論根據事務所的操作手冊客製化 AI 時，他們在解決一個幾乎不重要的問題，而忽略了真正重要的問題。真正的槓桿不是來自 AI 從哪個模板開始，而是來自告訴它如何思考工作的指令：要尋找什麼、要標記什麼、如何權衡競爭考量、以什麼格式交付輸出、對客戶使用什麼語氣。這些指令編碼了個別律師的判斷力，而不是事務所的模板庫。這正是 Claude 的 skill 系統所設計來做的。

我創建了自訂指令檔案，稱為「skills」，編碼了我的分析框架、我偏好的格式、我的語氣，以及我對特定類型法律工作應該如何完成的判斷。當我上傳一份合約進行審查時，Claude 不會應用通用框架。它甚至不會應用我事務所的框架。它會自動應用我的框架，是我在十年執業中發展出來的框架。事務所操作手冊和個別律師的編碼判斷之間的差異，就像給某人一份食譜和教他們如何烹飪之間的差異。

還有一個更根本的問題，對於在 Microsoft Word 中度過職業生涯的任何人來說，這將是最重要的。Claude 是一個前沿 AI 模型，經過大量優化以編寫程式碼。這可能聽起來與法律執業無關，直到你意識到它的意義：Claude 可以即時編寫程式碼，直接操作律師已經使用的應用程式。

想想這具體意味著什麼。每位閱讀此文的律師都曾因 Word 格式化而浪費數小時。從另一個文件貼上時段落編號會壞掉。樣式拒絕配合。追蹤修訂在版本之間損壞。交叉引用變得陳舊。Bluebook 引用格式需要對每個句點和逗號進行人工處理。這些不是法律問題，它們是軟體問題。而 Claude 透過編寫軟體來解決軟體問題。當我告訴 Claude 對合約應用追蹤修訂時，它不使用外掛或巨集。它在 XML 層級開啟 .docx 檔案，編寫 Microsoft Word 期望的確切標記，歸屬於我的名字，保留每個格式細節。當我告訴它標準化簡報中的引用格式時，它編寫程式碼在幾秒鐘內解析和重新格式化每個引用。結果與專家人工工作無異，但交付時間只是一小部分。

這是任何專門的法律 AI 產品都無法匹敵的能力差距。它們給你一個談論文件的聊天機器人。Claude 是一個可以深入那些文件並改變它們的系統。這是一個能告訴你合約哪裡有問題的助理，和一個還能修復它、格式化它、產生紅線標記、起草封面電子郵件的助理之間的差異，所有這些都不需要你開啟任何應用程式。通用 AI 的進步速度比任何垂直產品都快。當你使用前沿模型時，每個新功能在第一天就交付給你。當你使用包裝器時，你在等待別人的工程團隊決定接下來要建立什麼。

我在這裡描述的是我自己的交易執業。但這個架構沒有任何與執業類型相關的限制。訴訟律師會建立證詞準備、動議起草、案例法綜合和證據開示審查的 skills。稅務律師會建立實體架構、意見書框架和監管監控的 skills。家事律師會建立資產追蹤和監護權分析的 skills。方法是相同的：採用一個強大的通用模型，教它你的執業，讓它複合你的判斷。內容是你的。

三種模式

Claude 桌面應用程式有三種模式。學習何時使用每種模式是讓這個工作運作的最重要一步。

Chat 是對話介面。我與 Claude 交談的方式就像我與坐在對面的快速、知識淵博的助理交談一樣。這是我進行法律問題分析、腦力激盪談判策略、對合約條款進行初步評估，或從頭開始起草內容的地方。我控制每一步。大多數使用過 ChatGPT 或類似工具的律師只體驗過這種模式。

Cowork 是自主模式，這是改變一切的模式。我將 Claude 指向我電腦上的一個資料夾，給它一個任務，它就去做了。它讀取檔案、創建新檔案、編輯現有文件，並就如何從 A 到 B 做出自己的決定。當我有一份 40 頁的協議需要完整的紅線標記，或一堆需要從條款清單生成的交割文件時，我將它交給 Cowork 讓它工作。這是大多數律師沒有嘗試過的模式。這是最能改變他們執業的模式。

Code 是開發模式。完整的終端存取。大多數律師不需要每天使用它。但我有一個使我難以閱讀長文件的狀況，所以我使用 Code 建立了一個命令列工具，將法律文件轉換為口語音訊。它處理整個流程：解析 Word 文件和 PDF、將法律格式如「第 4.2(b)(iii) 條」轉換為自然語音、擴展縮寫、分塊文本、發送到 AI 語音 API，並組裝最終音訊檔案。我現在在通勤時聽合約。Claude 建立了整個東西。

教 Claude 你的執業

這是槓桿變成我兩年前不會相信的東西的地方。

Anthropic 發布了一份關於為 Claude 建立自訂「skills」的指南：結構化的指令檔案，教它在特定情境下如何行為。不是你每次都要輸入的提示。而是在情況需要時自動觸發的持久性指令集。我沒有從頭到尾閱讀指南，而是將它上傳給 Claude 並問了一個更好的問題：根據我們一起進行的數百次對話，涵蓋合約起草、客戶電子郵件、文件編輯、法律研究和政策撰寫，哪些 skills 對我的執業影響最大？

Claude 分析了我們幾個月的工作並識別出模式：我最常重複哪些任務、摩擦最高的地方在哪裡、結構化自動化可以節省最多時間的地方。它推薦的 skills 不是通用的。它們是針對我實際工作方式的。不是「更快地起草合約」而是「一個具有四種不同模式的合約審查 skill，取決於情境、嚴重性評級、缺失條款檢查清單、市場條款基準測試，以及當你準備標記文件時無縫交接到追蹤修訂編輯 skill」。

我們花了幾個小時完善細節。在預設設定與我的偏好不符的地方，我提出了反對意見。最後，我有了六個生產就緒的 skills，捆綁成 Cowork 桌面應用程式的單一外掛：合約審查、追蹤修訂編輯、合約起草、客戶溝通、法律研究和政策撰寫。每一個都編碼了我多年累積的專業判斷，關於我如何處理那種類型的工作。

對事務所管理重要的含義是：外掛是可轉移的。如果我有 50 名助理，我可以在每台機器上安裝它。每個助理都會立即使用我的分析框架產出合約審查、以我的語氣起草溝通內容，並以我偏好的格式應用追蹤修訂。需要多年指導才能傳遞的知識現在是一個從第一份草稿就能工作的指令檔案。輸出仍然需要律師審查，但審查從更高的基準開始。

這在實踐中看起來像什麼

三個來自真實工作的例子，因為我希望這是具體的。

不開啟 Word 的追蹤修訂。對方發回一份紅線標記的協議。40 頁的變更涵蓋陳述、賠償、智財權和交割條件。我將文件上傳給 Claude 並說：「幫我從我客戶的角度評估對方的變更。」我的合約審查 skill 觸發了。Claude 按嚴重性組織每個變更，標記對方轉移風險的地方，識別修改條款之間的緊張關係，檢查應該存在但不存在的標準條款，並產出一份摘要，為每個問題提供具體的反對語言。

然後我應用我的判斷。Claude 標記了標記中的一個模式。我從經驗中知道那個模式通常暗示什麼。Claude 為一個有爭議的條款生成了三個替代公式。我選擇了考慮關係動態和交易背景的那個，這是任何 AI 都無法獲得的。一旦我做出決定，我告訴 Claude 應用編輯。這是你第一次看到時會讓人驚訝的部分。Claude 在 XML 層級開啟 Word 文件，應用歸屬於我名字的追蹤修訂，保留每個格式細節，並產出一個乾淨的 .docx，具有真實的追蹤修訂，對方律師可以在 Microsoft Word 中正常開啟和審查。我不開啟 Word。我不開啟 Litera。Claude 產生紅線標記。我審查每個變更，然後我發送它。然後客戶溝通 skill 以正確的語氣起草封面電子郵件。從收到標記到準備好發送回應包的總時間：不到一小時，其中約 30 分鐘是我自己的思考。

沒有幻覺的研究。客戶需要了解新產品的監管環境。這個問題跨越多個機構和重疊的法定框架。我的研究 skill 指示 Claude 同時對每個相關角度啟動並行研究，而不是按順序處理它們：證券分析、州執照要求、銀行法規、消費者保護影響。它為每個子主題運行多次搜索，交叉引用來源，並優先考慮主要權威（法規、規則、機構指導、案例法）而不是次要評論。

在向我交付任何內容之前，skill 要求 Claude 運行自我審查。這很關鍵，這是大多數人跳過的部分。Claude 必須驗證每個引用的權威實際上說了備忘錄聲稱的內容。它必須標記任何信心低於高的內容。它必須檢查各部分之間的內部矛盾。它必須特別防範幻覺引用，這個問題讓幾位律師受到制裁並成為全國新聞。提交虛假 AI 生成引用的律師使用的是沒有這種驗證層的工具。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，具有自下而上的摘要、具體的法定引用和實際建議，初級助理需要數天才能產出。Claude 在不到一小時內交付第一份草稿。然後我審查每個引用，壓力測試分析，並在我的判斷與輸出不同的地方進行修訂。總時間仍然是從頭開始所需時間的一小部分。因為 skill 根據我的標準進行校準（帶有明確不確定性標記的自信結論、用於比較監管框架的表格、實際建議而不是學術性的迴避），備忘錄立即有用。

即時合約解釋。客戶上午打電話說他們剛收到對方的要求信，聲稱違反了商業服務協議並威脅終止。客戶有 48 小時回應。我上傳了協議、要求信和客戶與對方過去三個月的通信。Claude 將要求信中的每個事實指控與引用的具體合約條款進行對照，發現四個聲稱的違約中有兩個引用的義務已經被對方自己的律師起草的附函明確修改。要求信似乎是在沒有檢查他們自己的修正案的情況下撰寫的。當我準備回應時，我將每個草稿段落透過 Claude 進行壓力測試，以確認我的任何論點是否對協議中的其他條款產生了意外影響。它抓到了一個：我計劃在服務級別指標上提出的辯護可能被解讀為在第 7 條的付款爭議上讓步。我重寫了回應。那種在積極起草時進行的即時、逐條款壓力測試，過去需要第二位律師審查你的工作。現在它發生在完成工作的同一個對話中。

特權問題

每位律師都會問。簡短的答案：讓你使用雲端儲存、電子證據開示平台和線上法律研究資料庫的相同框架也適用於此。ABA 指導和州律師公會倫理意見將 AI 工具視為代理人/工具例外所涵蓋的第三方技術提供者。你的義務是合理努力保護客戶資料，實際上意味著關閉對你輸入的模型訓練、了解提供者的資料處理實踐，並記錄你的推理。Anthropic 提供零資料保留 API 選項和商業資料處理協議，因此你的客戶資料不會用於訓練模型，輸入不會在會話之外儲存。你在將客戶文件放入 Dropbox、Google Drive 或 Clio 之前進行的相同盡職調查。

我更進一步。我讓 Claude 幫我為我的委任書起草 AI 使用條款。該條款將 AI 框架為效率和品質增強器，強調律師監督，將資料處理與現有保密義務聯繫起來，並獲得客戶同意。客戶毫不猶豫地簽署。他們大多數人假設我已經在使用 AI。他們是對的。

倫理規則現在要求大多數司法管轄區的技術能力。我們正在接近這樣一個點：不使用這些工具是更難辯護的專業責任立場。

提示就是技能

大多數嘗試 AI 的律師會寫類似「審查這份合約」的內容，然後得到一些平庸的東西。然後他們決定 AI 對法律工作沒有用。

問題不是 AI。問題是輸入。

比較「審查這份合約」與「從供應商的角度審查這份服務協議。標記客戶將風險轉移超出此類交易市場規範的條款。檢查應該存在但缺失的條款，包括責任限制、智財權所有權、資料處理和便利終止。產出一份嚴重性評級摘要，為每個高嚴重性問題提供具體的反對語言。注意供應商的談判籌碼有限並希望完成交易，因此建議應該集中在值得爭取的條款與應該優雅讓步的條款上。」

第二個版本在第一次通過時產出有用的工作成果。第一個產出需要大量修訂的工作成果，如果它有用的話。「AI 是玩具」和「AI 改變了我的執業」之間的整個差距存在於你指令的品質中。這就是為什麼 skills 很重要：它們編碼那種細節層次，所以你寫一次，每次都會觸發。

這改變了什麼

從所有這些中得出的一些值得提及的事情。

人員配置。我經營一家兩人事務所，處理更大執業的工作量。這是 AI 的直接功能。傳統上證明助理雇用合理的工作——初步文件審查、研究備忘錄、初稿、紅線摘要、例行通信——現在由 Claude 在我的監督下處理。要明確的是：每份離開我事務所的文件都經過了持有執照的律師的審查、修訂和批准。AI 產出初步通過。我產出最終工作成果。助理不是過時的。但雇用一個在經濟上有意義的門檻已經移動了。你需要他們做的事情已經改變了：判斷、客戶關係和 AI 輸出監督，而不是 2,000 小時的文件產出。

計費。AI 改變了價值方程式。對於某些任務，時間節省是顯而易見的，我將它們傳遞給客戶。對於其他任務，相同的小時產出了比以前可能的更深入的分析、更全面的問題發現和更高品質的起草。重點不是每個任務都花費更少時間。而是每小時的律師時間產出更多價值。我的事務所根據委任提供訂閱定價和傳統小時計費。訂閱客戶獲得持續諮詢、合約審查、合規監控和例行治理，費用為固定月費。沒有計時器運行。AI 使這個模型有效，因為我可以在可預測的費用結構內提供更全面的服務。客戶喜歡它：他們不怕拿起電話或發送電子郵件。而且收入是可預測的而不是不穩定的。

判斷。我描述的一切都創造了讓 AI 做太多的誘惑。停止檢查。關於這個的研究是一致的：在其能力之外使用 AI 的人，或在不質疑輸出的情況下信任它的人，表現比根本不使用 AI 的人差。將贏得這項技術的律師在根本層面上理解 AI 不是在執業法律。你在執業法律。AI 讓你更快、更徹底、更一致。但判斷，你決定要爭取什麼和要讓步什麼的部分，你在字裡行間閱讀的部分，你做出可能有兩種方式的判斷並以你的聲譽為賭注的部分，那是你的。經驗豐富的律師在這個新世界中有巨大的優勢，而他們大多數人沒有意識到這一點。如果你花了 10 年或 20 年在你的執業領域發展判斷力，你正坐擁 AI 使其變得更有價值而不是更少的資產。

去建立

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工具建立了我的執業。

大多數律師使用 AI 的方式（在聊天機器人中輸入問題並希望得到最好的結果）與我在這裡描述的之間的差距是巨大的。縮小這個差距不需要技術技能。它需要投資幾個小時學習工具實際上如何工作：Chat 和 Cowork 之間的差異、為什麼長而詳細的提示比短的提示產出更好的結果、如何建立編碼你判斷的 skill、如何將 skills 捆綁成任何同事都可以使用的外掛。

下載桌面應用程式。選擇你最常做的任務。寫一個詳細描述你希望如何完成它的提示。看看回來什麼。然後建立你的第一個 skill。回報複合得很快。