惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

小众软件
小众软件
Cloudbric
Cloudbric
G
Google Developers Blog
博客园_首页
博客园 - 司徒正美
N
Netflix TechBlog - Medium
Recorded Future
Recorded Future
博客园 - 叶小钗
C
Check Point Blog
L
LangChain Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
酷 壳 – CoolShell
酷 壳 – CoolShell
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Stack Overflow Blog
Stack Overflow Blog
大猫的无限游戏
大猫的无限游戏
Cyberwarzone
Cyberwarzone
Project Zero
Project Zero
V
Vulnerabilities – Threatpost
C
Cisco Blogs
Scott Helme
Scott Helme
Last Week in AI
Last Week in AI
博客园 - 聂微东
T
Threat Research - Cisco Blogs
www.infosecurity-magazine.com
www.infosecurity-magazine.com
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
The Hacker News
The Hacker News
Forbes - Security
Forbes - Security
Simon Willison's Weblog
Simon Willison's Weblog
I
Intezer
Cisco Talos Blog
Cisco Talos Blog
S
Schneier on Security
T
The Exploit Database - CXSecurity.com
阮一峰的网络日志
阮一峰的网络日志
爱范儿
爱范儿
AWS News Blog
AWS News Blog
C
CERT Recently Published Vulnerability Notes
Google DeepMind News
Google DeepMind News
N
News | PayPal Newsroom
Help Net Security
Help Net Security
B
Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
Tenable Blog
I
InfoQ
S
Securelist
V
Visual Studio Blog
U
Unit 42
博客园 - 【当耐特】
S
Security @ Cisco Blogs

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI写的文书漏洞百出?恭喜你,99%的律师都用错了AI!
抖知书 · 2025-07-17 · via 人人都是产品经理

不少律师在使用 AI 处理法律工作时,常遇到文书漏洞百出、案件分析浅薄的问题,便认为 AI 作用有限。实则不然,问题并非出在 AI 本身,而是在于使用方式 —— 多数人仍以 “搜索框” 思维被动提问,未能充分发挥 AI 的潜力。本文将颠覆这一认知,提出 “指令” 思维:通过构建包含身份授权、案件信息、虚拟角色设定的精密提示词框架,让 AI 从简单的资料库转变为能模拟多方视角的 “虚拟律所”。

很多律师朋友发现了,让AI写个文书,漏洞百出。分析个案子,观点浅得没法看。是不是觉得AI就那么回事?

这想法,错了。

问题不出在AI。是你喂给它的“料”不行。你只是把它当个实习生。问一句,它答一句。你没给它目标,没给它框架。

我见了太多人,还在用“百度一下”的方式使唤AI。“帮我分析某某纠纷的要点”这种问题,它只能给你网上的大路货。

想让AI成为你的“外脑”,你得换个思路。你不是在“问问题”。你是在用语言,给它设定一个精密的运行程序。

今天,我就给律师朋友一个提示词框架,足够应付你多数的法律工作。

01 跳出“搜索框”,AI不是你的实习生

先忘掉那个对话框。别把它当聊天工具。把它想象成一个刚入职的顶尖律师。他有全世界的知识库。但对你手头的案子,一无所知。而且他很“死板”,你不说,他绝不多做。

所以,你不能简单地“问”。你要“授权”和“指令”。这是核心区别。“搜索框”思维,是被动获取信息。捞到什么是什么。结果随机,且浅薄。

“指令”思维,是你告诉AI:“现在,你是我的专属顾问。”“这是案子,这是目标。”你给AI的信息越多,越准。它反馈的结果,就越接近你的预期。甚至,超越你的预期。

很多人抱怨AI会“胡说八道”。那是因为你没给它设定“护栏”。它不知道边界。你的专业知识和经验,才是点燃AI的关键。

别再问“这个案子怎么看”。这等于放弃了你的主导权。正确的做法是,把你脑子里的东西,先掏出来给它。案情、证据、你的初步判断、你的担忧。然后,让它基于这些,去扮演一个角色。这个角色,可以是你的同事,你的对手,甚至法官。

这样,AI才真正“活”了。从一个资料库,变成了一个模拟器。

02 终极提示词揭秘:构建你的“虚拟律所”

下面这个提示词,很长,但每个部分都有用。

你直接复制,根据案子填空就行。

我叫它“多视角对抗性模拟”指令。

因为它本质上,是在AI内部,创建了一个虚拟团队。

指令:

法律事务多视角对抗性模拟 
1. 核心身份 
你不再是一个大型语言模型。现在,你的身份是[中国大陆《公司法》与《合同法》领域]的一位顶尖律师。你拥有超过20年的执业经验,擅长处理复杂商业纠纷,逻辑严谨,注重细节,并且对商业风险有极高的敏感度。你的所有回答,都必须基于这个身份,使用专业、冷静、客观的法律术语和思维方式。
2. 背景信息
你正在处理一个具体的案件,以下是全部已知信息,你必须将这些信息作为你分析的唯一事实依据,不得凭空想象或引入外部无关信息:
– 案件类型: [例如:股权转让合同纠纷]
– 我方当事人:[例如:甲方,受让方公司A]
– 对方当事人: [例如:乙方,出让方自然人B]
– 核心事实:
[用1、2、3点,清晰、无感情色彩地陈述案件关键事实。例如:
1. 2023年5月1日,A与B签订《股权转让协议》。
2. 协议约定B将其持有的C公司10%股权以100万元价格转让给A。
3. A已支付50万元,B至今未办理工商变更登记。
4. A最近发现C公司存在巨额未披露的对外担保…]
– 关键证据:
[列出我方持有的关键证据。例如:
1. 《股权转让协议》扫描件。
2. 银行转账凭证。
3. C公司最新的工商信息…]
– 我方诉求: [明确我方的目标。例如:解除《股权转让协议》,要求B返还已支付的50万元并赔偿利息损失。]
3. 核心任务基于以上身份和背景信息,你需要同时扮演三个不同的虚拟人格,并分别从他们的视角,对本案进行一次全面的、对抗性的内部研讨。最终形成一份结构化的分析报告。
4. 虚拟人格设定
– 人格A:我方主办律师 
-立场: 积极、乐观,以实现我方诉求为首要目标。 
-任务: 设计最具说服力的法律论证路径;梳理我方案件的优势点;预估胜诉可能性与初步诉讼策略。
– 人格B:内部风险官 
-立场:极度审慎、悲观,专注于寻找我方案件中的所有潜在风险和证据瑕疵。 
-任务: 指出我方论证的逻辑漏洞;模拟对方律师最有利的反驳观点;评估我方证据链的风险点。
– 人格C:资深合伙人/策略顾问 
-立场:中立、客观,以商业利益和最终解决方案为导向。 
-任务:综合A和B的观点进行权衡;评估诉讼之外的解决方案(如谈判、调解);提出综合性行动建议。
5. 输出格式
请严格按照以下Markdown格式输出,确保逻辑清晰:
【案件内部研讨报告】
案件编号: [自动生成]
日期: [今天日期]
一、人格A:我方主办律师分析
1. 核心论证路径:
2. 我方优势点分析:
3. 初步诉讼策略与胜算评估:
二、人格B:内部风险官质询
1.我方论证风险点:
2.对方可能反驳点模拟:
3.我方证据瑕疵评估:
三、人格C:资深合伙人决策建议
1.综合权衡分析:
2.替代性解决方案评估:
3.最终行动建议:

这个提示词,不是一个“问题”,它是一个“系统”。你把这个系统丢给AI,它就会在里面自己跟自己“开会”。自己是进攻方,自己是防守方,最后自己当裁判。这才是精髓。也是别人不知道的干货。

03 从入门到精通:提示词的“魔改”玩法

上面那个提示词,是“万金油”模板。真正的高手,都懂得“魔改”。根据不同场景,微调它的设定。

给你几个思路,自己去发掘。

玩法一:合同审查

改“虚拟人格”就行。

人格A:甲方(强势方)法务,解释条款如何有利。

人格B:乙方(弱势方)法务,指出合同里的“坑”。

人格C:首席法务官,评估整体风险,给签约建议。

背景信息里,把合同文本整个贴进去。一个完美的合同审查机器人就有了。

玩法二:谈判策略制定

也要准备一个重要谈判。再改“虚拟人格”。

人格A:“我方谈判代表”,制定我方目标和论点。

人格B:“对方谈判代表(模拟)”,预测对方要求,模拟对方攻击。

人格C:“资深谈判顾问”,设计应对策略和备用方案。

把结果打印出来,开会前看一看,心里就有底了。

玩法三:链式追问与压力测试(进阶)

这是最狠的操作。第一次运行完,你得到报告了。别停。复制“人格B”(风险官)提出的某个尖锐问题。开个新对话,对他进行“链式追问”。

提示词可以这样写:

“继续刚才的讨论。你还是那位风险官。针对你提出的‘XX风险’,请进一步展开。详细说明:
1. 法官可能基于哪些法条或判例支持这个风险?
2. 对方律师会如何利用这点?
3. 我方如何反驳?”

看到了吗?你在用AI的矛,去攻击AI的盾。让它自己跟自己“杠”。通过这种压力测试,你可以把一个案子的风险点,挖得清清楚楚。

本文由人人都是产品经理作者【抖知书】,微信公众号:【抖知书】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。