导读 随着人工智能技术的迅猛发展，法律行业迎来了提升效率、革新服务范式的重要契机。本次分享将以幂律智能公司的实践成果为核心，深入探讨法律大模型与知识图谱技术如何攻克传统法律服务成本高、效率低、专业门槛高等难题。
1. 法律大模型技术解析
2. 下一代法律服务智能化解决方案
3. 合同审查、文件起草等核心产品功能解析
4. 行业应用案例与联系方式
01
法律大模型技术解析
1. 通用大模型的局限性
AI 落地时，直接应用通用大模型往往会遇到诸多问题：
专业知识不足：训练数据只使用中文语料信息，缺乏精准的法律领域知识，通用模型对法律条文、案例细节的理解可能存在偏差（如交通肇事逃逸的认定）；
场景适配性弱：难以满足合同审查、起诉状生成等复杂业务场景的需求，无法提供专业、精准的服务；
数据合规风险：缺乏对敏感法律数据的保护机制，可能引发数据安全问题。
与之相比，法律大模型具有显著优势：
专业知识的增强：训练数据融合了中文语料与精准的法律领域知识，具备更专业的知识储备；
场景适配性强：专注于法律领域，拥有丰富的法律知识和精准的法律语言理解能力，能更好地适应各类法律业务场景，表现更为准确和高效。
2. PowerlawGLM 法律大模型
从实际案例来看，法律大模型 PowerlawGLM 在理解和回答法律问题方面，比通用大模型更加准确。
PowerlawGLM 法律大模型是一个专为法律领域设计的大型语言模型，旨在提供高效、专业的法律服务。其架构分为三个主要层次：应用层、对话层和基座层。
应用层
应用层是 PowerlawGLM 法律大模型的最上层，直接面向用户，提供具体的法律应用场景服务。主要包括以下功能模块：
法律咨询：用户可通过自然语言提问，获取专业的法律解答与建议；
合同审查：系统自动审查合同条款，精准识别潜在法律风险，并给出修改建议；
合同起草：根据用户需求，自动生成符合法律规范的合同文本；
合同信息抽取：快速从合同文档中提取当事人、金额、期限等关键信息，方便用户查阅。
这些应用模块依托 PowerLawGLM 的核心能力，结合法律专业知识与实际需求，为用户提供优质、高效的法律服务。
对话层
对话层是 PowerlawGLM 法律大模型与用户进行交互的关键部分，负责处理用户的自然语言输入，并生成相应的回答或操作。主要模块包括：
ChatGLM：通用对话模块，能够理解并回答用户的日常问题，提供友好的交互体验。
PowerLawGLM Beta：专注于法律领域的对话处理，结合法律知识和案例，为用户提供专业的法律咨询和解答。
对话层通过通用对话数据和法律知识的微调（SFT），不断提升模型在法律场景下的对话能力和准确性，确保回答既符合法律规范，又能满足用户的实际需求。
基座层
基座层是 PowerlawGLM 法律大模型运行的基础，提供了模型运行所需的底层支持和训练数据。主要包括：
GLM 130B：通用大型语言模型，通过海量的文本数据训练，具备强大的自然语言理解和生成能力。
LawGLM 130B：在 GLM 130B 的基础上，通过 25B token 的法律知识增量训练，使其在法律领域的理解和生成能力更专业。
基座层通过通用对话数据和法律知识的双重训练，为上层模块提供了坚实的基础，确保模型在处理法律相关任务时具备高度的专业性和可靠性。
3. 知识图谱的演化
知识图谱是一种结构化的知识表示方式，它将实体、关系、属性等信息以图的形式组织起来，便于计算机理解和处理。随着技术的发展，知识图谱在法律领域的应用越来越广泛，从传统的结构化知识图谱到大模型时代的知识图谱，其构建和应用方式发生了显著变化。
传统结构化知识图谱
传统结构化知识图谱主要关注实体、关系和属性的定义与组织。其核心要素包括：
实体：知识图谱中的基本单元，如法律法规、合同条款、法律概念等。
关系：实体之间的联系，如“依据”、“出自”、“所处条例”等。
属性：实体的特征描述，如法律法规的颁布时间、适用范围等。
传统知识图谱的构建通常依赖于人工标注和规则定义，通过图遍历、图搜索、图相似度算法等技术手段进行知识的组织和查询。这种方式在处理结构化数据时表现出色，但在面对大规模、复杂且动态变化的法律知识时，存在构建成本高、更新维护困难等问题。
大模型时代知识图谱
随着大型语言模型（LLMs）的发展，知识图谱的构建和应用迎来了新的变革。大模型时代知识图谱的特点包括：
数据驱动：利用海量的文本数据，通过预训练和微调等技术，自动学习知识图谱的结构和语义信息。
融合多种数据类型：不仅包括传统的结构化数据，还能够处理非结构化文本数据，如裁判文书、法律法规、合同文本等。
推理能力增强：借助大模型的语义理解和推理能力，能够完成更复杂的知识关联和推理任务。
在法律领域，大模型时代知识图谱的应用场景更加丰富，涵盖了 QA（问答）、法条解析、案例分析、合同审查、风险点识别等多个方面。通过增训、微调、RAG（检索增强生成）、Agent 等技术手段，知识图谱能够更好地适应法律业务的复杂需求，提供更精准、高效的知识服务。
法律知识图谱的数据资源
构建法律知识图谱需要丰富的数据资源支持，常见的数据类型及其规模包括：
裁判文书：3 亿+份，涵盖了各类司法案例，为知识图谱提供了实际的法律应用场景和判决依据。
法律法规：400 万+条，包括国家法律、行政法规、地方性法规等，是知识图谱的核心知识来源。
高质量合同：100 万+份，提供了合同条款、格式和范例，有助于合同审查和起草等应用。
标注条款数据：1000 万+条，经过标注和整理的法律条款数据，便于模型学习和理解。
法学电子书籍：100+本，系统性的法学理论知识，为知识图谱提供深厚的理论基础。
法律知识问答：100 万+对，问答形式的知识数据，直接对应用户常见问题和解答。
法考数据：近十年的法律职业资格考试数据，反映了法律知识的重点和难点。
这些丰富的数据资源为法律知识图谱的构建提供了坚实的基础，使其能够全面、准确地覆盖法律领域的各类知识和应用场景。
02
下一代法律服务智能化解决方案
1. 法律行业客户痛点
在法律行业中，客户面临着诸多问题，严重影响了法律服务的获取与体验：
费用昂贵：传统法律服务往往收费昂贵，对于许多中小企业和个人来说，难以承担高昂的律师费用，导致法律服务成为一种奢侈品；
服务质量层次不齐：部分律师或律所服务水平不一，且在处理客户咨询时响应迟缓，无法及时满足客户需求；
业务法务制度缺失：一些企业在业务发展过程中，忽视法务制度建设，在合同管理、风险防控等方面存在漏洞；
劳资纠纷和三角债问题频出：企业经营过程中，劳资纠纷和三角债问题时有发生，缺乏有效的预防和解决机制。
针对这些痛点，法律行业引入先进的法律大模型技术，旨在为客户提供更优质、高效的法律服务。
在传统法律服务中，服务质量和价格之间存在矛盾。客户期望获得高质量服务，但往往需要支付高额费用；而低成本的法律服务又难以保证质量，这一矛盾限制了法律服务的普及和客户满意度的提升。
法律大模型的出现有效缓解了这一矛盾，能够实现以较低成本提供高质量法律服务，其优势主要体现在：
智能化处理：利用人工智能技术，可以快速准确地解答法律咨询，生成法律文书，提高服务效率。
规模化服务：突破传统法律服务的人力限制，可以同时为大量客户提供服务，从而降低单位服务成本。
标准化流程：通过标准化的法律服务流程，确保服务质量的一致性，减少人为因素导致的服务质量波动。
预防性法务支持：帮助企业建立合法的法务制度，预防劳资纠纷和三角债等问题的发生，从源头上降低法律风险。
2. 法律服务市场规模
中小企业法律需求现状
中小企业数量庞大：截至 2022 年底，我国中小企业数量已超 5200 万户，每日新增 2.38 万户。如此庞大的群体对法律服务有着巨大的潜在需求，新企业的不断涌现也意味着法律服务市场需求持续快速增长。
行业前景广阔：预计到 2027 年，我国法律服务市场规模将达到 4500 亿元。从 2020 - 2027 年，市场规模呈现快速增长态势，平均增速达 21%，这表明法律服务行业在我国经济中的重要性日益提升，市场需求旺盛。
中小企业法务覆盖率低：尽管中小企业数量众多且法律服务需求强烈，但目前 98% 的中小企业没有法务。这意味着大多数中小企业在日常运营中缺乏专业法律支持，面临较高的法律风险，同时也为法律服务行业提供了广阔的市场发展空间。通过提供专业、高效、低成本的法律服务，既能帮助中小企业合规运营、防范法律风险，也能为法律服务提供商带来可观的业务增长机会。
3. 幂律的优势
大客户服务经验
丰富的法律服务内容：为大企业客户提供合同管理系统，涵盖合同起草、审核、签署、归档全流程管理，确保合同管理的规范性和安全性；利用智能合同审查技术，快速识别合同潜在风险并提供专业修改建议；针对企业日常运营中的各类法律问题，提供专业的法务咨询服务，帮助企业规避法律风险，做出合规决策。
复杂法务场景的成功经验：大客户的法务工作场景复杂多样，幂律团队在其中积累了丰富经验，能够提供经过实践验证的解决方案，在面对类似问题时可迅速、有效地处理。
千亿法律大模型
技术优势：千亿法律大模型在处理中小企业常见的高频、基础性法律需求方面具有天然优势，如合同模板生成、常见法律问题解答等任务，能够快速、准确地提供解决方案。同时，大模型还能将为大客户服务积累的经验转化为适用于中小企业的法律服务，通过训练和优化，将复杂服务流程和专业知识简化，帮助中小企业获得高质量的法律支持。
服务效果：借助大模型技术，法律服务的效率显著提升，且能保持高质量水平。例如，智能合同审查系统可在短时间内完成全面审查，发现潜在风险并提供专业建议，既节省时间又保证审查准确性。高服务质量使得客户满意度大幅提升，达到 95% 以上。
直销验证 PMF
产品价值和业务模式的验证：幂律的直销团队通过直接与客户沟通合作，成功验证了产品价值和业务模式。他们深入了解客户需求，提供针对性解决方案，赢得了客户的认可和信赖。在服务过程中采用 AI 人机结合模式，充分发挥人工智能的高效处理能力和人工的专业判断、灵活应变能力，更好地满足客户多样化需求，提高服务质量和效果。
平台开放与合作：幂律向客户和合作伙伴开放 AI 法律服务平台，促进法律服务的共享与协同。客户可通过平台便捷获取法律服务资源，合作伙伴能够拓展业务领域，实现互利共赢。平台的开放有助于构建开放、共享的法律服务生态系统，吸引更多法律专业人士、机构和企业参与，优化各方资源配置，推动法律服务的创新发展，为行业进步注入新动力。
03
AI 法律服务平台
1. AI 法律服务平台概览
合同审查
丰富经验与专业知识:平台拥有 7 年 AI 合同审查经验，积累了大量审查案例和数据，同时结合资深法务专家的知识经验，为合同审查提供专业法律依据和建议，确保审查结果的准确性和可靠性。
智能化审查: 针对不同合同和业务场景，设置了 100 多个场景化审查点，涵盖合同条款合法性、权利义务对等、违约责任等各个方面。利用法律大模型进行智能审查，快速准确发现问题并提供详细修改建议，提高审查效率和质量。
文件起草
专业模板支持:平台内置近万份各类合同、法律文书的专业模板，覆盖常见法律业务场景，为用户提供丰富参考资源。
智能起草与参考:无论是简单合同还是复杂法律文书，平台都能提供模板和起草指导。借助法律大模型的智能起草功能，根据用户输入信息和需求自动生成文件初稿，同时提供多种参考结果，方便用户选择修改，确保文件的个性化和适用性。
法律问答
自研法律大模型：平台自主研发的法律大模型，经过大量法律知识训练，能够深入理解法律问题，提供专业、准确的答案。
法律知识专项训练：针对各类法律问题进行专项训练，涵盖民事、商事、刑事等多个领域，确保回答全面、准确。无论是常见法律咨询还是复杂法律纠纷，平台都能运用丰富的法律知识储备，为用户提供专业、可靠的解答，帮助用户更好地理解和处理法律问题。
起诉状
智能识别与信息抽取：平台能够智能识别身份证、营业执照、合同等各类证件材料，快速抽取当事人信息、案件事实、争议焦点等核心信息，为生成起诉状提供基础数据。
快速生成专属起诉状和证据目录：根据抽取的核心信息，结合法律大模型的专业知识，快速生成专属的起诉状和证据目录，帮助用户高效准备诉讼材料，节省时间和精力。
2. AI 法律服务平台产品功能架构图
端层
多样化访问方式:提供多种访问途径，满足不同用户需求。法务版 PC 为法务人员提供全面专业的法律服务功能；工具版 PC 为法律工作者和普通用户提供简洁实用的法律工具；word 插件集成在 word 办公软件中，方便用户在撰写法律文书时实时获取法律建议和条款审查服务；微信、百度、抖音等小程序实现了法律服务的移动化、便捷化，用户可随时随地通过手机获取法律支持。
产品层
合同审查：具备场景审查、目的审查、文件比对、主体审查、错别字校对、诉讼风险审查、版本管理等功能。根据不同业务场景和合同签订目的进行针对性审查，比对多份合同或文件的差异，审查合同主体合法性和资质，检测错别字和语法错误，评估诉讼风险，并有效管理合同版本。
文件起草：通过场景库匹配、模板起草、AI 生成式起草和本地上传等功能，根据用户场景和需求匹配模板，提供丰富模板供用户选用，利用 AI 技术自动生成法律文书初稿，同时支持用户上传本地文件进行编辑审查。
法律问答：依托法律大模型，提供法律问题解答、实操建议、法律法规查询解读、裁判文书查询参考等服务。不仅从法律理论层面解答问题，还结合实际操作经验提供可行解决方案，帮助用户了解最新法律法规和相关裁判结果。
起诉状：协助用户准确填写当事人信息，识别整理证据材料，提供金额利息计算工具，利用 AI 技术自动生成起诉状文本，提高起诉效率。
支撑层
客户管理：通过分析客户信息和行为数据构建客户画像，实现个性化法律服务；对客户订单进行全程跟踪管理，确保服务及时准确；建立完善的客户档案管理系统，安全存储法律文件和资料，方便查阅调用。
任务管理：详细记录法律服务过程和结果，对已完成服务项目进行核销记录，以直观看板展示任务进度和状态，集成企业微信 / 钉钉等第三方即时通讯工具，实现与客户的高效沟通和信息共享。
场景库管理：管理维护各类法律文书模板，收集整理常见法律问答建立知识库，设定更新不同场景下的审查要点，为合同审查等服务提供标准。
营销管理：设计多样化法律服务套餐和服务包，满足不同用户需求，提高市场竞争力；对合作伙伴和服务机构进行授权管理，确保服务合法规范。
支撑层（技术）
算法引擎：以 AI 法律大模型为核心技术支撑，结合专家知识图谱、深度学习算法，为各项法律服务提供智能分析和处理能力。通过模型评估与优化，定期提升模型性能，确保服务质量；数据引擎负责数据存储、管理和处理，满足实时性需求，为模型训练和运行提供可靠数据支持。
业务引擎：实现权限管理，保障平台数据安全和隐私；进行日志管理，方便故障排查和安全审计；建立规则引擎，根据法律业务规则和流程实现服务自动化、智能化；通过推荐引擎为用户提供个性化法律服务推荐；交易引擎支持平台交易功能，确保购买和支付流程安全顺畅。
3. AI 法律服务平台合同审查
审查结果支持以 word/pdf 等多种文档格式展示，自动识别合同持方信息，用户可灵活编辑合同审查目的。平台会展示风险提示和修改建议，对于缺失条款支持一键引用，还具备合同问答信息抽取、文档比对、错别字校对功能，审查后的合同可导出清洁版和修订版。
平台内置 100+ 精品审查点，用户可灵活定义审查点逻辑，无需编程知识，通过测试、运行、发布即可完成配置使用。
4. AI 法律服务平台-文件起草
AI 生成起草：平台利用 AI 技术和大模型智能分析起草需求，精准生成各类法律文书，如合同协议、律师函、起诉状等，提高起草效率。
智能模板起草：平台内置近万份专业模板，能够精准匹配最优模板，用户可快速预览并发起起草流程，提升起草效率。
5. AI 法律服务平台-法律问答
平台提供多个常见法律问题示例，涵盖房屋租赁、合同效力、文书起草、诉讼流程、法条检索、案例查询等不同领域，用户点击即可查看答案和解析。
法律问答功能具有以下特点：
法律垂直大模型：专注法律领域，专业性强，能够提供精准法律解答；
案例/法律法规增量训练：持续更新案例和法规，确保解答的时效性和准确性；
高质量法律知识微调模型：对法律知识进行精细处理，提升解答质量；
支持多种问答需求：能满足用户提出的各种类型法律问题。
此外，该功能还具备答案推理精准、咨询建议注重实操、法条引用准确、裁判案例智能关联等优势，为用户提供全面专业的法律支持。
起诉状小程序通过智能识别证件材料、自动生成起诉状和证据目录等功能，为用户提供便捷高效的法律服务。用户可轻松完成起诉状起草工作，节省时间精力，提升起诉状的专业性和准确性。
6. AI 法律服务平台-效率提升及报价
传统服务模式与 AI 人机服务模式对比
合同审查流程：传统模式下，客户提出需求后，依次经过人工对接、人工审查、批注合同，最后交付客户；AI 人机服务模式下，客户提出需求，人工对接后由 AI 审查，再经人工核验、批注合同，最后交付客户。引入 AI 后，合同审查效率提升 60%，且基础审查与定制审查相结合，既保证效率又确保专业性和针对性。
起诉状起草流程：传统模式是客户提出需求，销售签单后法务沟通并起草起诉状，最后交付客户；AI 人机服务模式下，客户提出需求、销售签单后，由 AI 起草起诉状及证据目录，再经法务审核后交付客户。这种模式使起诉状起草效率提升 70%，减少了人工沟通成本，同时提升了专业性和准确性。
平台产品报价
集采（不限年份）：法律问答免费；合同审查，文件起草，起诉状按照次数收费， 1000 次收费 12000 元、2000 次收费20000 元、5000 次收费 40000 元。
法务版：按年收费，3599 元 / 年，含 5 个账号，享法律问答、合同审查、文件起草等基础法务功能（均不限次）；5999 元 / 年，含 10 个账号，功能同 3599 元 / 年版本。起诉状相关服务可单独选购，审查点配置培训可定制。
企服版：12000 元，含 30 个账号，在法务版基础上增加模板库、word 插件等多项功能。20000 元，含 60 个账号，功能同 12000 元版本；40000 元，含 135 个账号，功能同前。起诉状相关服务可单独选购，审查点配置培训可定制。
其他：平台还提供 API、混合云等系统集成对接方案，具体报价需另行商议。
