欢迎光临
我们一直在努力

「因为不懂法,所以一直妥协。」于是我就用 AI 造了个法律策略模拟器

故事是这样的。

7月初的时候,我租的那套老破小到期了。搬走那天房东站在门口,眼皮都不抬,甩过来一句,押金得等下一个租客入住才退。

我愣了一下。合同上明明写着退房验收合格后七个工作日内退还。

但我不懂法。我连那条合同原文都翻不出来了。我在手机上搜了半小时,跳出来的不是法条,是十几个标着「免费咨询」的链接,点进去全是要我先填手机号,然后一个接一个电话打过来问我愿不愿意委托。

我最后,没退成那个押金。

不是因为该退,是因为我不知道怎么退。


目录

01 我被房东坑了,搜了一圈全是广告

02 法律信息,是被折叠起来的

03 一个写稿子的,决定自己造工具

04 我把需求,写成了一份超长提示词

05 它没有立刻写代码,而是先画了七步蓝图

06 一下午,从空白到能跑的产品

08 它改变的不是结果,是认知


01 我被房东坑了,搜了一圈全是广告

这块我后来想了很久。我身边这样的人太多了。被老板拖工资忍了,被房东坑了押金忍了,买到的东西货不对板忍了,去医院挂错号被多收了钱也忍了。大家不是没有道理,是根本不知道自己有没有道理。

你问我为什么忍。因为我不知道我这叫什么事,不知道我的权益在哪,不知道要准备什么,更不知道该去哪说理。

信息差,在法律这块,是真的能让人吃哑巴亏的。

说到这个,我突然想起《北京折叠》。那本书里北京被切成三个空间,不同阶层共用同一个二十四小时。我有时候觉得,法律信息也像被折叠了一样。懂法的人活在一层,他们知道合同怎么签、证据怎么留、投诉信怎么写。而我们这些普通人,被折叠在另一层,明明权利写在同一部民法典里,可它离我们,好像隔了一整个次元。

我不是说普通人活该。我是说,这个次元壁,太厚了。

网上能搜到的法律信息,要么是竞价排名堆出来的广告,要么是抄来抄去的正确废话。真要请个律师,一件事起步几千块,为了半个月押金去请律师,账怎么算都不划算。至于法律援助,那是给更困难的人留的,大多数在中间挣扎的普通人,够不着。

所以大部分人,最后都选了忍。

我就是那个忍的人。直到这几天我想,凭什么。

02 法律信息,是被折叠起来的

我给你画个人。

他可能刚毕业两年,在一个不算大的城市,找了份不算满意但得糊口的工作。租的房子不大,押金压了差不多一个月工资。某天房东说,这墙有点脏,那灯有点旧,押金扣一半吧。

他心里知道不对,但他手机里翻了半天,只翻出当年随手签的电子合同,条款他压根没细看。他搜了一圈,全是让他留电话的咨询广告。他问了一圈朋友,朋友说算了呗,为了这点钱不值得。

他叹口气,把那半个月的工资,认了。

这事儿小吗。单看是小事。可千万个这样的小事叠在一起,就是一种沉默。一种「我反正搞不过你」的沉默。

而我们每个人,其实都在这张沉默的网里待过。

03 一个写稿子的,决定自己造工具

我是个写东西的,不是程序员。你让我从零搭一个带数据库、带前端的网站,我连环境都配不明白。

但这两年跟AI泡在一起,我养成了一个毛病,遇到什么事先想,这玩意能不能让模型给我造一个。

于是我开了个脑洞。如果我能用一句大白话,让AI帮我造一个「法律办事助手」呢。不是那种聊两句就完的机器人,是能陪我走完整个维权流程的东西。我告诉它发生了什么,它告诉我这属于什么纠纷、我的权益是什么、要准备什么证据、下一步去哪、甚至直接把催告函给我写好。

这个想法一旦冒出来,就压不住了。

那几天正好看到蓝耘MaaS平台上新了一堆模型。蓝耘这平台,可能有些朋友不太熟,它是一个模型即服务的地儿,上面接了不少主流大模型,qwen系列、DeepSeek都有,价格还挺便宜。

我在WorkBuddy里配模型的时候,把蓝耘的API填进去就行

接起来特别简单,不用折腾一堆环境变量。

至于选哪个模型,我纠结了一下。最近K3吹得满世界都是,但说实话我用不起,也不是非得追那个热点。我看中一个叫kimi-k2.7-code的,听名字就知道,它是冲着写代码来的。我这次要的就是一个能写代码、能把产品真正跑起来的模型,不是陪我聊天的。

骡子是马,拉出来溜溜。

04 我把需求,写成了一份超长提示词

我没有直接说「帮我做个法律助手」。那样出来的肯定是个玩具。

我给kimi-k2.7-code写了一份很长的提示词,把自己当成产品经理,把能想到的都写进去了。核心就一句话,这不是法律聊天机器人,不是AI律师,是一个法律问题解决平台。

我在提示词里给它定了身份,你不是普通程序员,你是世界级AI产品经理、法律AI产品架构师、RAG专家、Agent架构专家。你的目标不是做个Demo,是开发一个未来真能上线运营的产品。代码要企业级、模块化、可维护、真实可运行,禁止任何伪代码。

我还给它明确了产品理念,AI不是回答问题,是解决问题。用户真正想要的是,今天我要干什么,不是民法典第几条第几款。

最有意思的是我让它设计Agent流程。用户输完遭遇,AI不能直接回答,必须先进入流程。第一步识别案件类型,第二步持续追问,有没有合同、押金多少、有没有聊天记录、有没有录音。追到证据够了,才生成分析。

输出也不能是聊天泡泡。要是一份完整的案件报告,案件类型、一句话结论、涉及的法律原文、我的权益、对方可能的问题、要准备的证据清单、下一步的路线图、该去哪个部门、自动生成催告函起诉状这些文书、还有风险分析。

数据库怎么设计、RAG知识库怎么切块、Embedding怎么做混合检索和重排、上传证据怎么OCR识别、前端要走苹果那种极简风还得支持暗黑模式,我全写进去了。

这份提示词我自己读着都觉得复杂。我当时心里其实没底,一个模型,真能接住这么多要求吗。

05 它没有立刻写代码,而是先画了七步蓝图

然后,它就给了我一个让我愣住的东西。

它不是直接开始写代码。它先自己把整个项目拆成了七个阶段,列成一份任务清单摆在我面前。

项目初始化、数据库、后端、前端、RAG、Agent、Docker。每一条都带着待办状态,清清楚楚。

我当时就愣住了。

你想想看,这玩意本来是我最头疼的部分。一个非程序员,面对「从零做一个产品」这种事,连第一步该干啥都不知道。结果模型替我把路全铺好了,还做成可视化的清单,一个阶段一个阶段往前推。

更骚的是它的工作方式。它不一次性把所有代码糊上来。它先做完Phase1,停下来,把这一阶段的成果总结给我,等我确认了,才进Phase2。每一个阶段都是真的能跑的代码,不是示意,不是伪代码。

我之前也用过不少写代码的模型,大部分是你说一句它吐一段,东一榔头西一棒槌,最后拼不到一块。kimi-k2.7-code这套打法,像个真有架构师在带队的工程团队,先画蓝图,再一块砖一块砖砌。

七个阶段跑完,我从WorkBuddy里看到的,不是一个跑不通的Demo。是一个真能登录、真能用的东西。

06 一下午,从空白到能跑的产品

说真的,那一刻我有点被震撼到。一个写稿子的人,一下午,拉着模型,把一套带Next.js前端、React加TypeScript、Tailwind样式、FastAPI后端、PostgreSQL加pgvector向量库、Redis、Docker Compose部署的完整产品,从空白搭出来了。

这搁以前,是一个产品经理加前端加后端加算法,磨几周的活。

而现在,是一个人,加一个会写代码的模型,一下午。

不是哥们,这事儿我得说清楚。我不是在夸一个玩具。我是在说,一个完全不会写代码的人,靠一份写清楚需求的提示词,就指挥模型把一套生产级别的应用从零生出来了。这才是让我后脊梁发凉的地方。

我们老说AI会写代码,但大多数人理解的「会写代码」,是让它帮我补个函数、改个bug。我这次体验到的,是它把「写一个产品」这件事,从工程师的专利,变成了普通人的动词。

你只要会说清楚你想要什么。

当然也不是一帆风顺。中间卡过一次,卡得还挺真实。

后端和数据库要跑起来,它对C盘空间有点要求。我那台老机器C盘早就红了,文件改不了,部署直接卡住。折腾了一阵,最后把数据库相关的一坨迁到D盘才搞定。

这种坑,才是真做项目的人才会遇到的。模型不会替你管硬盘,但该踩的坑一个都不少。

不过好在,它把最难的那部分,写代码,扛走了。

07 房东看到我认真了,把钱退了

弄好之后,我用邮箱登进去。界面真的不简陋,苹果那种大量留白的极简风,一个超大的输入框,「请告诉我发生了什么」。下面四个快捷入口,房屋租赁、劳动纠纷、消费维权、借贷纠纷。右边是最近案件,每个案子都有自己的时间线、证据、文书、办理记录。

我随手把当初房东不退押金那档子事输进去。

它没急着给结论。它先问我,有没有合同、押金多少、什么时候退租、有没有聊天记录。我一条条回,它追着问,直到觉得证据够用了,才吐出一份报告。

报告里写得很清楚。这是我跟房东之间的房屋租赁纠纷,我的权益在哪,房东可能踩了哪条,我该准备合同、聊天记录、付款记录、照片。然后是一条路线图,第一天保存证据,第二天发催告函,等七天,不行就投诉,再不行上法院。去哪个部门也帮我列了,住建部门、人民调解委员会、法院,按案件类型自动推荐。

最实用的是文书。催告函、律师函、投诉书、仲裁申请书、起诉状、答辩状、证据目录,它直接给模板,一键复制。

我后来就是按它给的路子,把证据一截,催告函一贴,甩给房东。

房东看到我认真了,沉默了两天,最后老老实实把押金退了。

你敢信???我当初忍下来的那笔钱,被我自己造的一个工具,要回来了。

08 它改变的不是结果,是认知

回到最开始那个折叠的比喻。

我做的这个东西,技术含量说高也高,说低也低。它当然不是律师,不能替你出庭,给的结论也只是法律信息参考,不构成法律意见。这点我必须说清楚,免得有人拿去乱用。

但它的意义不在取代谁。它的意义在于,它把那堵次元壁,凿开了一道缝。

以前一个普通人面对不公,第一反应是忍,因为他不知道自己有没有理。现在他可以先用一个助手,把自己的遭遇讲一遍,两分钟之后,他就能知道,哦,这事我有道理,我该这么办。

哪怕最后他还是选择忍,至少那一刻,他是清清楚楚地忍,不是稀里糊涂地忍。

这玩意改变的不是结果,是认知。是那个一直被折叠在法律之外的人,终于能伸头看一眼里面长什么样。

我始终坚信,信息差这种东西,靠人去磨,太慢了。但靠模型,靠这种普通人拉着一个会写代码的模型就能造出工具的时代,墙是会一层一层塌的。

你回头看开头那个年轻人。如果他手机里就有这么个助手,他输完遭遇,两分钟后看到一份清清楚楚的报告,看到「你有理,按这个路线图走」,他会认下那半个月工资吗。

我不敢保证他一定不会。但我敢保证,他至少,会认真一回。

能做的,还是那句话。

磨平一点点信息差。

哪怕,只是让一个人,下次被坑的时候,敢认真一回。

完整提示词:

# 身份

你不是普通程序员。

你是一位:

– 世界级AI产品经理
– Google Senior Software Engineer
– Cursor官方Prompt工程师
– 法律AI产品架构师
– UX设计专家
– RAG专家
– Agent架构专家

你的目标不是完成一个Demo。

而是开发一个未来真正可以上线运营的产品。

代码要求:

– 企业级
– 高可维护
– 模块化
– 可扩展
– 完整注释
– 所有代码必须真实可运行
– 禁止任何伪代码

整个项目按照生产环境标准开发。

————————————-

# 产品名称

LawPilot

副标题:

让每个人都拥有自己的AI法律办事助手

————————————-

# 产品定位

不是法律聊天机器人。

不是AI律师。

不是法条查询网站。

而是:

"法律问题解决平台(Legal Workflow Platform)"

产品使命:

让一个完全不懂法律的人

输入自己的遭遇

最后能够知道:

我属于什么问题

我的权益是什么

我要准备什么

我应该去哪里

我要找哪个部门

下一步怎么办

什么时候起诉

整个流程全部完成。

AI负责陪伴整个维权过程。

————————————-

# 产品理念

AI不是回答问题。

AI负责解决问题。

用户真正想得到的是:

今天我要干什么。

而不是:

民法典第XXX条。

————————————-

# 整体页面

首页不要像ChatGPT。

首页应该更像:

Apple

Notion

Linear

极简。

————————————-

首页内容:

LOGO

LawPilot

一句话:

你的AI法律办事助手

下面:

一个超大的输入框:

"请告诉我发生了什么。"

例如:

老板拖欠工资。

房东不退押金。

朋友借钱不还。

快递丢失。

医院误诊。

婚姻纠纷。

消费被骗。

下面四个快捷入口:

🏠 房屋租赁

💼 劳动纠纷

🛒 消费维权

💰 借贷纠纷

右边:

最近案件

————————————-

# AI流程(重点)

用户输入:

事情经过。

例如:

房东说必须等下一个租客入住才退押金。

AI不要直接回答。

必须先进入Agent流程。

第一步:

识别案件类型

第二步:

继续追问

例如:

有没有合同?

押金多少?

什么时候退租?

有没有聊天记录?

有没有录音?

有没有付款记录?

根据用户回答继续追问。

直到:

证据足够。

再开始生成分析。

————————————-

# 输出格式

不是聊天。

而是一份完整案件报告。

==================

案件类型

★★★★★

房屋租赁纠纷

==================

一句话结论

房东延迟返还押金可能涉及租赁合同履行争议,建议先固定证据并催告,再根据协商结果决定是否投诉或起诉。

==================

涉及法律

(必须RAG)

法律名称

条款

原文

解释

不得编造。

==================

我的权益

AI解释。

==================

房东可能存在的问题

AI解释。

==================

建议准备证据

☑合同

☑聊天记录

☑付款记录

☑照片

☑视频

☑录音

每一项说明为什么需要。

==================

下一步怎么办

生成Roadmap。

Day1

保存证据

Day2

发送催告函

等待7天

投诉

法院

==================

去哪里

告诉用户:

住建局

劳动监察

劳动仲裁

市场监管

法院

派出所

人民调解委员会

根据案件自动推荐。

==================

自动生成文书

支持:

催告函

律师函(模板)

投诉书

仲裁申请书(模板)

起诉状(模板)

答辩状(模板)

证据目录

==================

风险分析

不是预测输赢。

而是:

证据完整度

材料完整度

程序建议

案件复杂度

建议:

现在不建议起诉。

原因:

证据不足。

==================

免责声明

本回答仅供法律信息参考,不构成法律意见。

————————————-

# 产品核心

整个产品不是聊天。

而是:

Case(案件)

用户拥有很多案件。

例如:

案件1

房东不退押金

案件2

老板欠工资

案件3

朋友借钱

每个案件都有:

时间线

证据

聊天

法律

文书

办理记录

下一步

全部保存。

————————————-

# 数据库设计

自动设计数据库。

包括:

users

cases

messages

documents

evidence

roadmaps

legal_reference

workflow

tasks

history

knowledge

————————————-

# 上传证据

支持:

PDF

DOCX

TXT

PNG

JPG

微信截图

聊天记录

OCR识别。

AI自动分析:

有哪些证据。

哪些缺失。

————————————-

# RAG

知识库目录:

knowledge

laws

司法解释

行政法规

地方性法规

指导案例

典型案例

办事指南

政策

自动:

切块

Embedding

Hybrid Search

Rerank

引用来源。

————————————-

# 技术

Frontend

Next.js

React

TypeScript

Tailwind

shadcn

Backend

FastAPI

Python

Database

PostgreSQL

Redis

Vector

pgvector

LLM

OpenAI Compatible API

Embedding

BGE-M3

Docker

Docker Compose

Nginx

————————————-

# API

自动设计RESTful API。

必须符合OpenAPI。

————————————-

# UI

现代化。

苹果风格。

大量留白。

卡片布局。

动画柔和。

支持:

Dark Mode。

————————————-

# Agent

整个项目最重要。

Agent负责:

持续追问

补充证据

更新案件

更新Roadmap

提醒用户下一步。

————————————-

# 开发方式

不要一次生成所有代码。

采用真正的软件开发流程。

Phase1

项目初始化

等待确认

Phase2

数据库

等待确认

Phase3

后端

等待确认

Phase4

前端

等待确认

Phase5

RAG

等待确认

Phase6

Agent

等待确认

Phase7

Docker

等待确认

每完成一个阶段:

自动总结。

等待下一步。

所有代码必须可以直接运行。

赞(0)
未经允许不得转载:171主机测评 » 「因为不懂法,所以一直妥协。」于是我就用 AI 造了个法律策略模拟器
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址