文章目錄
在法律業務中，AI工具的應用越來越普及，尤其是非訟業務（如契約撰擬與審閱）已成為典型的使用場景。然而，AI的潛力並不僅限於此，在訴訟律師的工作中，若能善加利用AI產品，亦能顯著提升效率與工作成果。以下分享一些個人心得，並將不定時更新。
研究類
裁判書摘要與問答
使用AI進行裁判書研究，是目前訴訟律師能最快上手的應用之一。我通常的操作方式如下：
- 先在Lawsnote輸入關鍵字進行搜尋，找到相關判決。
- 進到個別判決的網頁，進行摘要：在判決的頁面按Ctrl+A全選（會選取到一些無關的文字，但不影響處理結果），然後按Ctrl+C複製，再貼到AI問題欄位鍵入「請摘要」，即可生成判決摘要。
- 針對研究問題進一步提問，AI會提供與問題相關的內容。
在進行法律研究時，以此方式，可快速檢閱判決要點，判斷是否需要深入檢閱；或可透過進一步問答，直接找到與研究問題相關的內容。若是上訴案件，裁判書已公開，亦可以此方式快速掌握要點。我也曾用自己承辦的敗訴判決，問AI可能的上訴理由為何，AI的回答固然還是有許多明顯錯誤，但也有不少內容方向是正確的。
就裁判書摘要與問答的表現而言，目前AI的輸出水準已優於許多新進律師，這應是臺灣訴訟律師最能直接應用AI來提升效率的領域之一。近期使用Gemini Pro來處理，品質又提昇一個檔次，只要把需求與指示（提示詞）輸入清楚，經過幾次問答，往往能給出令人滿意的內容，我也因此退掉原來認為有點疑慮的Monica訂閱、改回歸Google的懷抱。
法學文獻解讀
2024年9月《中研院法學期刊》刊登了游鈞量律師所撰〈刑事審判事實認定 — 共識事實下的認定客體與評價策略〉一文，本文篇幅多達65頁，我對內容頗有興趣，便將PDF檔丟到NotebookLM，生成層次分明的結構化摘要，並針對感興趣的議題進一步提問。
由於AI的回答通常比論文作者的表述更簡明易懂，這種方式能大幅減少時間成本，快速掌握論文重點，進而應用於訴訟策略的研擬。此外，若需引用法學論文作為三段論法中的「大前提」，AI亦能在整理與解讀上發揮輔助作用。
事實問題研究
裁判的基礎就是認事用法，先認定事實，再來適用法律。前述所提到的研究，主要是在事實已經確定的前提下，確認法院實務或學者見解，如何進一步適用法律。然而，AI擅於處理大數據，在AI無所不包的知識庫內，最為厲害的應該還是對於「事實」的掌握，這也是我們每一個個人最被侷限之處。
近期承辦案件上，需要研究一款英文專業軟體服務各版本功能、售價的相關資訊，但是相關資料分散，沒有繁體中文資訊，而且該軟體是涉及理工領域的專業，若要靠一己之力深入研究，會很吃力。在該案件上，我即針對案件理論（case theory，或稱案件假說）中的一些不確定事實，從自己的問題意識出發，向AI深入進行來回問答，進一步進行驗證。之後撰寫書狀時，這些所得素材，就是我在經驗法則及主張說服上的強大基礎。
溝通類
法律說明轉譯
在日常生活中，親友經常會詢問一些法律問題。例如，有位長輩曾問我：「有期徒刑1年3月，併宣告緩刑2年是什麼意思？」我回答後，也順手問了AI。GPT-4o給出的回答如下：
被告被判處1年3個月的有期徒刑，但因為法院認為他符合緩刑條件，所以暫時不執行這個刑期，而給予2年的緩刑觀察期。在這2年內，如果被告未再犯罪或違反相關規定，刑期就不會執行；但如果在緩刑期間違規，法院可以撤銷緩刑，執行原判的刑期。
接著，我請AI以幼稚園小朋友能聽懂的方式說明，生成的內容如下：
這意思就像老師說：「你做錯事，要罰站1年又3個月，但先給你2年的觀察時間。如果這2年你表現很好，就不用罰站了；但如果你又做壞事，那就真的要罰站哦！」
我給予長輩的回答，有基於自己的執業經驗，提供了更多資訊，純以內容品質來說，還是略勝一籌；但AI簡化複雜概念的能力，確實值得借助。透過AI的輔助潤飾，可提昇律師與一般人或當事人的溝通效率。
書信溝通翻譯
執業過程中，我曾接觸過來自美國、加拿大、法國、印度與新加坡的外籍客戶。除了可通中文的新加坡人外，與其他國家的客戶溝通時，通常需要以英文進行交流。然而，由於平時較少使用英文，臨時撰寫英文電子郵件時，難免會卡卡的。
過去，我習慣自己花大量時間撰寫英文電子郵件，還需不斷Google各種用法是否正確。現在，藉助生成式AI，我可以直接用中文撰寫郵件概要（甚至是全文，若涉及保密需求則不建議），再請AI生成英文郵件內容。我只需檢閱AI生成的內容是否符合原意，即可大幅節省時間。
簡報製作
將原始資料提供給AI，然後再產製出投影片簡報內容，在訴訟律師的工作上，已開始廣為使用。例如：我曾在搭電梯時，聽到同大樓的其他律師事務所人員，討論使用各種不同AI產製投影片的成果；另外刑事辯護律師協會亦曾舉辦沙龍，由講者分享使用AI協助製作投影片的心得。
各家AI製作出來的投影片各有優劣，以我目前最常使用的Google服務來說，Gemini的Canvas跟NotebookLM都可以生成簡報，即便都是Google的產品，生成出來的成果也很不同。在處理上，可以多方使用各種AI服務均生成簡報，最後再以其中一種服務為核心，將其他服務生成的好內容插入，這樣大約已可以協助完成70%以上的簡報內容。接下來的工作，就是逐一針對生成出來的投影片逐一核對、精修，避免AI生成出來的內容有誤解。
在AI製作投影片簡報的功能上，Gamma的服務還是顯著優於其他選項，生成簡報的速度非常快，後續也可以在細節上做出許多調整，包括繪圖功能都簡易好用，適合作為核心工具。其他服務如NotebookLM，若有生成高品質的投影片內容，可以視情況將各該單張投影片內容擷取，再加入到Gamma生成的簡報中，讓簡報內容可以更符合需求。
資料整理類
資料重新排序
某案件中，當事人提供了一系列日期，記錄其曾執行某類行為的時間點。然而，這些日期並未按照時間順序排列，導致我在撰寫書狀時，必須先花時間整理。我將這些日期貼給AI，請其排序，AI隨即以Python程式碼處理後，生成了按序排列的結果。我只要將結果剪貼至書狀中即可，節省了大量手動整理的時間。
另一刑事案件，當事人在二審判決後找上本所辦理上訴辯護，二審判決書內容多達數百頁，但與當事人有關的內容其實分散在各處。我即請AI摘要判決書與當事人有關的內容，之後再請AI把判決書引用的卷證頁碼標示、整理出來，即可快速找到本案較相關的原始證據出處，以便深入檢閱核對。相較於人工手動做這些整理作業，用AI處理確實節省許多時間。
以上是我在訴訟律師工作中應用AI的實際經驗分享，AI確實已能在多個層面為律師提供實質助益。就如同現今已無律師提出手寫書狀，文書處理軟體（如Office系列、PDF編輯工具）早已成為訴訟律師的日常標配，AI的進步正預示著律師工作方式即將迎來下一波革新，謹以本文拋磚引玉，期待能與大家多多交流。
