我以前一直以为AI人工智能大模型的使用已经很简单了,对大多数人来说,如果复杂可能主要是使用类似antigravity这类涉及的网络连接问题,但也不是技术上不可跨越的。但只要适用国内的workbuddy, TraeCN, QClaw,Qoder 也都不存在网络连接问题。
但昨天跟985大学的理学博士的一次让我郁闷的沟通,我才明白,用好人工智能大模型,需要的技术细节太多、而且都超越正常办公学习的尝试,这种必备技术技巧细节的累加可能自动形成了一种难以逾越的门槛:导致长时间不跟随Ai应用技术迭代的人,对于相对latest up-to-date当前的主流的使用ai gent的方法之间,就存在脱节,导致面对ai 使用,可能会表现就像文盲一样让人抓狂。
我这里举一个不用ai agent也能使用某些skill用于借助大模型对文档文书进行分析的案例,先介绍充分理解的情况下,实际大模型的应用是非常简单的。这个skill的例子来自MIT协议的网友开源分享,我附上了自己从官方途径获取的某些PDF格式的扫描件格式、需要借助该skill进行分析的文档,提供方法和提示词,——但内容就不分享了,不同的网友如果有类似的例子可以自行试用,——只是想让不太习惯用skill的用户,能够理解,其实使用方法非常灵活简单。
以chat.deepseek.com 为例,下面是详细的使用方法 
基于您刚才的实际操作过程,以下是详细的操作方法步骤说明。整个过程无需安装任何AI Agent或软件,仅通过DeepSeek网页版即可完成。
📋 准备工作
| 所需工具 | 电脑/手机 + 浏览器(Chrome/Edge/Safari均可) |
| 所需账号 | DeepSeek账号(免费注册) |
| 所需文件 | 待检测的司法/行政文书(PDF/Word/TXT均可)+ 起诉状/证据清单等辅助材料(如有) |
| 费用 | 完全免费 |
第一步:注册/登录DeepSeek账号
💡 如果已有账号,直接登录即可。
第二步:获取Skill规则文件
本检测Skill的规则文件托管在GitHub上,需要先获取其完整内容。
方法一:从GitHub直接复制(推荐)
方法二:直接使用本对话中的Skill内容
如果您之前已经收到过该Skill的完整内容(即本对话开始时您提供的那个长文档),可以直接从那里复制,无需再访问GitHub。
第三步:选择模型(“快速模式”)
在DeepSeek对话界面中:
⚠️ 注意:不同版本的DeepSeek界面可能略有差异。如果找不到模型选择器,默认模型即为最新版本,无需手动切换。
第四步:将Skill规则“注入”对话
这一步最关键——需要将Skill规则作为“系统指令”告诉AI,让AI按照该规则来分析文书。
“请按照上面这个Skill的规则和检测框架,帮我分析我即将上传的司法文书。”
此时AI会“加载”这套规则,理解它将如何审查文书。
第五步:上传待检测的文书材料
Skill加载成功后,进入文书提交环节:
5.1 准备材料
根据Skill的要求,准备以下材料:
| 必需 | 核心文书全文 | 判决书/裁决书/决定书等 |
| 强烈推荐 | 起诉状/答辩状 | 用于对比争议焦点偏移 |
| 强烈推荐 | 双方证据清单 | 用于检测证据采信一致性 |
| 推荐 | 庭审笔录、程序性裁定等 | 补充程序行为分析 |
5.2 上传文件
5.3 撰写提示词并发送
上传文件后,在输入框中撰写提示词,例如:
典型提示词案例:
请根据我刚才提供的Skill规则,对这份投诉处理答复书进行全面检测。
重点关注:
1. 程序操作是否正当(特别是中止调查的合理性)
2. 事实认定是否有证据支撑
3. 法律适用是否准确
4. 是否存在应审查而未审查的“缺失信息”
请按照Skill定义的报告模板输出结构化检测报告。
其他可用的提示词示例:
- “帮我检测这份判决书有没有异常”
- “审查这份裁决书,有没有偏袒枉法的蛛丝马迹”
- “请按规则对这份行政决定书进行公正性、合规性审查”
第六步:等待AI分析并生成报告
- 核心异常总览(表格形式)
- 深度异常剖析(含原文定位、证据对照、法理点评)
- 时间一致性分析
- 语义漂移分析
- 缺失信息分析(负空间检测)
- 对抗校验汇总
- 异常耦合与结构性偏差判定
- 救济路径与实务建议
第七步:迭代优化(可选)
如果初次生成的报告不够详细,或您想补充更多材料:
📌 完整操作流程图
注册/登录DeepSeek账号
↓
访问GitHub获取SKILL.md完整内容(全选复制)
↓
在DeepSeek中选择DeepSeek-V4模型(快速模式)
↓
将SKILL.md粘贴到对话框 + 添加指令“请按此规则分析”
↓
点击上传附件按钮,选择待检测的司法文书
↓
撰写提示词(如“请检测这份文书是否存在异常”)
↓
发送 → AI按15维度自动扫描 → 生成结构化报告
↓
(可选)补充材料或追问细节,获得更深入分析
⚠️ 重要注意事项
完整复制Skill:SKILL.md文件约400行,请确保完整复制。如果只复制部分内容,AI将无法执行全部15个维度的检测
材料越全,报告越准:虽然仅需一份核心文书即可启动检测,但强烈建议同时上传起诉状/答辩状和证据清单,否则报告中会出现大量“信息完整性受限”的标注
注意隐私:上传的文书可能包含个人信息,请自行评估隐私风险
报告仅供参考:本工具是“标准化、低成本、高效率的初筛工具”,检测报告不能替代专业律师的法律意见
联网检索功能:Skill要求执行联网检索(类案比对、法条验证等),但DeepSeek网页版可能不支持自动联网。如需完整的类案偏离量化分析,可手动开启DeepSeek的联网搜索功能(如有),或自行检索相关案例后补充给AI
🔗 相关资源
| Skill GitHub仓库 | https://github.com/Justice-and-Equity/judicial-doc-anomaly |
| DeepSeek网页版 | https://chat.deepseek.com |
| Skill许可证 | MIT License |
对于github上开源的skill,还可在开启联网搜索情况下直接引用

报告的“异常点”检测部分,这部分以前的名字太过于偏激和主观,比如“偏袒”、“枉法”,因此,从秉持客观立场角度出发,改用了“异常点”,而“幻觉”则主要是从大模型幻觉角度出发的,没想到人类写的东西也会存在类似于大模型的“胡说八道”,这个是非常意外的。



![[特殊字符]DeepSeek‑Harness(DSH)小白保姆教程-171主机测评](https://www.171host.com/wp-content/uploads/2026/08/20260816085112-6a817a009aabf-220x150.png)
