案例 03 · 诉讼律师协作
Datawhale原书章节 · 印刷页码 24—32 · 当前仅加载一页

原书第 31 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
最后一个是用户习惯的转变。 最开始很多律师进入产品,会习惯性地找输入框,想问“我要在哪里输入问题”。因为 大家已经习惯了聊天式AI。但实际使用后,他们发现:如果AI已经理解案件背景,自己 不需要不断描述问题,效率反而更高。 我们的应对方式是,不强迫用户改变习惯,在用户第一次使用时就引导他先上传材料, 让AI展示理解了案件背景之后能提供的价值。当律师看到AI自动生成的案件概要、自动 梳理的人物关系图时,他们自然理解了先建案件再交互的逻辑。这个过程中,我们发现 让用户亲眼看到价值,比任何解释都有效。 Q6:根据你的经验,我们怎么才能更好地把AI部署到实际业务中? 第一,从业务问题出发,用业务语言定义需求。 很多团队开始做AI时,会先问“我们有什么模型”“我们能调用什么能力”。但真正应该 问的是:“谁会使用它”“他为什么需要它”“他的真实工作流程是什么”。不了解业 务,就无法判断什么问题值得解决。不了解技术,就无法找到合适的方法。在这个项目 中,如果我们一开始就从模型能力出发,可能会做出一个法律知识问答工具,但那只是 解决了律师工作中极小的一环,不会真正改变律师的工作方式。 第二,进入现场,与行业专家共同定义问题。 FDE一定要进入现场。不能通过想象理解用户,必须真正观察用户怎么工作。我们与律 师进行深度协同,观察他们工作状态的那段时间,会发现本来我们想象的,并不是真实 被需要的。更重要的是,要和行业专家一起工作,找到真正懂业务的人。当自己不了解 一个行业时,没有资格替行业定义问题。这个项目中,优秀律师的思维框架是AI系统设 计的核心输入,没有他们的深度参与,系统无法做到真正有用。 第三,关注落地细节胜过关注模型能力。 31/243