买工具解决的是「平均值」，手搓解决的是「你自己」。
「有没有更好用的法律检索？能不能自动审合同？有没有一键翻译的法律工具？」
这两年，只要一提到"律师用 AI"，绝大多数人的第一反应，都是这几个问题。
这些工具当然有价值，但如果我们的想象，只停留在「有没有更好用的法律 AI」，其实有点可惜。
在真实的法律工作里，那一小段真正"涉及法律本身"的部分，远没有我们想象得那么长。
更多时间，其实花在信息的「找出来、摘出来、整理好、对上号」上——抽取、整合、比对这些流程性工作，占据了我们大部分精力。
AI 真正适合接手的，恰恰是这些"花时间但不怎么需要灵光一闪"的环节。
这篇文章先从一个侧面讲起：
当法律 AI 科技公司按照「平均律师」的想象去做产品，而每个律师的工作流又极其不同时，中间那块注定错位的空白，为什么只能靠你自己来补上。
一、法律 AI 产品在解决谁的问题？
先说清楚一件事：市面上的法律 AI 产品，本质上解决的是法律科技公司自己的商业问题。
他们会去观察：绝大多数律师，在哪些场景下会付费？大家最容易理解、最容易展示效果的，是哪几块？
答案通常就会落在：法律检索、合同审查、文书生成、法律翻译这些「最大公约数」场景上。
这不是坏事，只是它天然有一个前提——它服务的是「平均意义上的律师」，而不是具体的你。
你每天办什么案子，案源从哪里来，习惯怎么跟客户沟通，团队内部怎么分工，这些差异，都不可能被一款通用产品完全照顾到。
所以，这类产品的定位，更像是「通用型法锤和扳手」：一定有用，但不可能帮你把整个作业台都搭好。
二、没有任何一个律师，是「平均数」
很多人会有一个隐性期待：总有一天，会出现一款「超级法律 AI 工具」，自己只要买来、装上，就能从此高效办案、内容不断。
但现实是，没有任何一个律师的工作，是「平均意义上的标准流程」。
有的人以诉讼为主，证据材料堆成山；有的人做非诉，往往是一个项目几百封往来邮件、上百个版本的文件；还有的人主攻普法运营，每天要在各种平台上产出内容。
即便在同一个业务领域，差异也非常大：
你是不是自己写文书？
你习惯先写事实还是先写法律关系？
你在客户沟通时，是按要素提问还是随聊随记？
这些东西，一旦细到你的日程表和文件夹结构层面，就已经超出了任何「外部工具产品经理」的想象力边界。
所以，指望某个现成工具，既一键好用，又刚好贴合你所有关键环节，本身就是一种错觉。
三、律师用 AI：前两层能花钱买，第三层只能自己搭
如果把律师用 AI 拆开来看，大致可以分成三层：
第一层，是通用大模型工具。
比如豆包、ChatGPT 这一类chatbot，能帮你改写、润色、翻译、起草，解决的是「文本处理」的通用问题。
第二层，是行业化的法律 AI 产品。
比如法律检索、智能合同审查、类案报告，这些是厂商基于「律师的共性场景」包装出来的服务。
第三层，则是你个人或团队的 AI 工作流。
这一层，往往不会以「产品」的形式出现，而是一些：
固定的案件文件夹结构和命名规则； 写好了就反复复用的提示词和模板； 若干半自动的脚本、小工具、表单； 以及围绕你自己的客户、案件、内容库搭出的上下文工程。
前两层可以用钱买，第三层只能靠你自己「支棱起来」。
而真正把你从「会用 AI」拉向「离不开 AI」的，恰恰就是这一层。
四、哪些场景，注定要靠你自己「手搓」？
不是所有东西都要自己做，我们也没必要「凡是现成产品就鄙视」。
但有几个典型场景，基本可以判定：外部产品永远做不好，你自己稍微动手，就会非常值。
1. 你最熟、别人最不了解的流程
每个律师都有那么一两套「别人看不懂，但你天天在用」的流程。
比如：你习惯在立案前做一份「案件时间线 + 证据缺口清单」，但市面上没有任何产品会专门为此设计一个模块。
再比如：你每一个大项目，都要为客户做一套「非公开但高度结构化」的内部备忘录，里面既有法律分析，又有项目节奏、沟通策略。
这种高度贴合你业务结构的东西，不可能有现成产品。
可一旦你愿意花时间，把这些流程拆出来，变成模板 + 提示词 + 固定文件架构，AI 就能在其中帮你承担大量机械工作。
2. 高频但碎片化的沟通与记录
很多律师觉得自己「很忙」，但真正忙的不是办案，而是各种碎片化沟通：微信语音、临时电话、客户发来的照片、截图、语音备忘录……
这些内容如果不加整理，很快就会沉没在聊天记录里。
大部分外部产品，也不会专门帮你解决这个问题——因为每个律师用微信的习惯都不同，很难标准化。
但这偏偏是最适合你「手搓」一点东西出来的地方。
例如，你可以约定：
所有跟案件相关的语音，一律先用语音转文字，自动汇总进一个 Markdown 文件； 每个案件都有一个「上下文总文件」，所有重要对话、关键节点都集中到这一份里（我在 Agent" data-itemshowtype="0" linktype="text" data-linktype="2">SuitAgent 框架的模板中有设计这个文件）； 然后再让 AI 基于这个总上下文，去帮你生成服务方案、证据目录、问询提纲。
这就是一种非常典型的「个人向 AI 工作流」，不会有人替你做产品，但一旦做出来，你会发现自己像多了一个随身秘书。
3. 你的个人品牌与内容生产
还有一块，是很多律师现在越来越重视的：内容生产和个人品牌。
外部产品最多能提供「灵感库」「爆款案例分析」，但没人能替你把「你的业务结构 + 你的表达风格 + 你的客户画像」整合在一起。
这部分一定要你自己动手，搭出一套内容工作流：
你的案件经验和客户问题，如何结构化沉淀成选题墙； 这些选题如何被拆成公众号长文、小红书笔记、短视频脚本； 每一种内容格式对应什么模版、什么提示词、什么素材库。
做到这一层，AI 不再只是「帮你写一篇爆款」，而是帮你持续维护一套和你高度绑定的知识与内容资产系统。
4. 小实践：把 1 小时的破产投标方案，压缩到 1 分钟
我在所里做过一个小实践项目，场景来自破产业务部门。
他们有一个简单破产的投标方案的需求，需要把企查查里的企业信息，逐项填进Word 模板里，还要不断调整格式、对齐版式。
人工做一份，大概要 1 个小时，而且过程枯燥又容易出错。
负责人也联系过几家法律科技公司，对方的反馈要么是「做不了」，要么就是「可以做，但得单独开发一个系统」。
我跟他们聊完之后的判断其实很朴素：这就是一个「占位符替换」的问题——从企业报告或网页信息里抓取特定字段，填进模板预留的空位里。
真正费劲的反而是前期，把原先用得乱七八糟的 Word 模板，改造成适合机器填充的结构化版本。
最后我们用一个很简单的方案落地：一个 Python 小脚本 + 一个整理过的模板文件，就把原本 1 个小时的活，压缩到了大概 1 分钟。
这个小工具，严格来说甚至都不能叫「AI 应用」，它更多是一种「把重复劳动抽象成脚本」的 vibe coding 思路。
但它非常说明问题：很多让律师头疼的场景，外部产品嫌太「小众」不愿意做，自己稍微支棱一下，就足以产生量级上的时间差。
五、别一下子想通吃：先手搓一个迷你工作流
说了这么多，最现实的问题是：我现在手上案子就这么多，真的有空折腾这些吗？
这里有一个经验：不要从「工具」开始，而是从一个具体的「痛点场景」开始。
你可以问自己三个问题：
哪一类工作，你最烦？ 哪一类工作，你做得最多？ 哪一类工作，一旦提效，对你影响最大？
只挑一个交集最大的场景，先做一个「迷你版工作流」。
比如：
只为「证据整理」设计一套文件夹结构 + 命名规则 + AI 提示词； 或者只为「庭前备忘录」设计一个固定模版，让 AI 每次按这个模版填； 或者只为「公众号选题」搭一个简单数据库，把案件经验、客户提问都丢进去，再让 AI 帮你组合。
你不需要一上来就学命令行、不需要搭什么「多智能体系统」。
哪怕只是把你反复口头说的需求，写成一个清晰的提示词模板，再配上一个固定的素材入口，本身就已经是很有含金量的「手搓」。
结语：买工具解决的是「平均值」，手搓解决的是「你自己」
这两年，法律圈里关于 AI 的故事很多：
有的律所砸钱买系统、买算力；有的团队忙着接连试用各种"智能产品"。
结果是真正决定效率上限的那一小块，还是没人动。
如果律师对 AI 的全部想象，只是「有没有更好的现成工具」，那我们迟早会被这些产品反向塑造，把自己活成他们眼中的「平均律师」。
真正值得投入精力的，是那一小块只属于你的工作流。
它不一定光鲜、也未必适合拿出来做产品介绍，但它高频、刚需、贴身，决定了你在 AI 时代能不能真正跑出差距。
买工具，是在和别人站到同一起跑线；
手搓自己的 AI 工作流，才是你悄悄拉开差距的地方。
