技能使用指南

legal-research-analyst(法律研究分析师)Skill 是什么?如何下载安装?

法律研究分析师Skill 用固定五步流程完成合同审查:提取条款与模糊语言、构建风险矩阵、汇总案例笔记、起草决策导向的法律备忘录,并输出风险矩阵、案件摘要、备忘录与诉讼看板四类文件。本文讲解安装验证方法、使用步骤、竞品对比与典型场景,帮你把法律文档分析变成可复用流程。

法律研究分析师Skilllegal-research-analyst
8 个章节 约 13 分钟阅读 AI 智能生成

法律研究分析师Skill:把合同审查、风险矩阵与法律备忘录变成可复用的结构化流程

  • 它是什么:一个面向法律文档的 AI 技能,专注于结构化问题发现、风险排名与决策导向的备忘录起草,技能 ID 为 13749。
  • 它的核心方法:不直接给结论,而是先提取条款与义务,再用「影响 × 可能性」构建风险矩阵,最后输出带建议编辑的备忘录。
  • 它的产出非常固定:合同风险矩阵、案件摘要、法律备忘录、诉讼看板四类文件,便于归档、对比与复核。
  • 它的适用对象:企业法务、HR、律所律师助理、合规与运营人员,以及需要快速摸清合同风险的创业者。
  • 它的使用门槛:需要运行在兼容 tandem 的环境中,并具备 Markdown 读写能力,无需编写代码。

1. 该技能叫什么?如何下载安装 AI 技能提升开发效率?

这个技能的中文名是法律研究分析师Skill,英文名是 legal-research-analyst,技能 ID 为 13749,当前版本为 0.1.0,作者为 tandem,兼容环境标注为 tandem。

它解决的是一个非常具体的问题:法律文档分析往往依赖个人经验,不同的人审同一份合同,发现的问题、给出的风险等级、写出来的备忘录风格可能完全不同。这个技能把「发现问题 → 评估风险 → 汇总案例 → 起草备忘录 → 打包交付」这一整套动作固化成可重复执行的流程,让分析结果具备一致性和可追溯性。

关于安装,按照技能详情中的信息,可以按以下思路操作(具体命令与入口请以官方说明为准):

  1. 确认安装前提:该技能声明 compatibility: tandem,即需要运行在兼容 tandem 的技能环境中;同时 requires: markdown,说明它依赖 Markdown 文件的读写能力,输入端与输出端都是 .md 文件为主。
  2. 找到技能入口:在技能市场、技能仓库或客户端的技能列表中,用英文名 legal-research-analyst 或技能 ID 13749 检索并安装。
  3. 准备输入目录:按技能约定的路径准备 inputs/ 目录,把待分析文件放入其中。技能详情列出的首选输入包括 inputs/NDA_TEMPLATE.md、inputs/EMPLOYMENT_AGREEMENT_DRAFT.md、inputs/CASE_NOTES_SMITH_V_JONES.md、inputs/LEGAL_RESEARCH_MEMO_TEMPLATE.md。
  4. 验证是否生效:安装完成后,直接对技能说出触发词,例如「帮我做一次合同审查」「生成一份法律备忘录」「出一份风险矩阵」。如果技能被正确唤起,它应当读取 inputs/ 中的文件,并在 outputs/ 目录下生成对应结果文件——看到 outputs/contract_risk_matrix.md 出现,基本就可以确认安装成功。
  5. 未生效的排查:先检查输入文件是否放在约定路径、格式是否为 Markdown;再确认当前会话是否运行在兼容 tandem 的环境中;若仍无响应,参考官方技能文档中的启用与授权说明。

这种「一键安装 + 约定目录 + 固定输出」的思路,本质上是把提示词工程沉淀为可复用的生产力组件:装一次,之后每次审合同都走同一套标准流程,而不是每次重新组织语言。

2. 该技能的主要功能和特点

  • 结构化问题发现:从法律材料中提取条款、义务和模糊语言。所谓「模糊语言」,指诸如「合理期限」「视情况而定」「包括但不限于」这类在争议中容易被放大解释的表述,技能会将其识别出来作为风险来源。
  • 风险矩阵构建:基于「影响」和「可能性」两个维度对风险进行排序,而不是简单罗列问题清单。这意味着输出结果自带优先级,读者能一眼看出哪几条必须先处理。
  • 案例笔记摘要:总结相关案例笔记及其适用性,把零散的案件材料压缩成可用于决策的摘要。
  • 备忘录起草:输出的备忘录包含发现、选项和建议编辑三部分,是决策导向而非资料堆砌。
  • 四类固定交付物:outputs/contract_risk_matrix.md(合同风险矩阵)、outputs/case_summary.md(案件摘要)、outputs/legal_memorandum.md(法律备忘录)、outputs/litigation_dashboard.html(诉讼看板),覆盖文本报告与可视化看板两种形态。
  • 明确的质量标准:风险必须与具体条款文本相关联;假设和未知因素必须显式列出;建议编辑要具体且最小化;备忘录要通俗易懂。这四条约束让它和「随口问问 AI」拉开差距。
  • 触发词驱动:内置「合同审查」「法律备忘录」「风险矩阵」三个触发词,对话中自然提及即可唤起,无需记忆复杂指令。

和普通文本工具相比,它强在流程与约束:普通工具给你一段看似专业的文字,这个技能给你一份带条款定位、带风险等级、带可执行修改建议的结构化文档。

3. 如何使用该技能?

第一步:整理输入材料。 把待分析文档转成 Markdown 放入 inputs/。若手头是 Word 或 PDF,先转成文本再按技能约定的文件名存放,可以最大程度保证解析稳定。

第二步:用触发词唤起技能。 例如输入:

请用法律研究分析师技能,对 inputs/NDA_TEMPLATE.md 做一次合同审查,重点关注保密期限、违约责任和争议解决条款,输出风险矩阵和备忘录。

第三步:等待技能按五步流程执行。 它会依次完成:提取条款、义务与模糊语言 → 构建风险矩阵 → 总结案例笔记及适用性 → 起草带发现、选项和建议编辑的备忘录 → 打包输出供审查。

第四步:查看 outputs/ 下的四类结果。 风险矩阵用于快速定位高危条款;案件摘要用于理解类案适用性;法律备忘录用于对内汇报或对外沟通;诉讼看板 HTML 适合放进浏览器或共享给团队查看整体态势。

第五步:人工复核与二次提问。 重点看三处:风险是否都挂到了具体条款原文上、假设与未知因素是否列全、建议编辑是否足够小且可谈判。对任何一条存疑,都可以追问「这条风险的依据是什么」「如果对方不接受这条修改,备选方案是什么」。

输出示例(结构示意):风险矩阵通常呈现为「条款位置 / 风险描述 / 影响程度 / 发生可能性 / 建议编辑」这样的多维表格;备忘录则按「发现 → 选项 → 建议编辑」三段式展开,读起来更接近一份可流转的内部意见,而不是一篇泛泛而谈的分析文章。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
法律研究分析师Skill 结构化法律文档分析与备忘录起草技能 条款提取、风险矩阵、案例摘要、备忘录起草、诉讼看板 需兼容 tandem 环境,具备 Markdown 读写能力;对话式调用,无需编码 合同审查、劳动争议材料梳理、案件笔记整理、内部法律备忘录 优势:流程固定、输出可归档、风险与条款强关联;不足:依赖输入文件规范化,专业结论仍需律师把关
通用大模型对话 通用问答助手 自由对话、文本生成与总结 门槛最低,打开即用 快速理解一段条款、生成初稿 优势:灵活、无格式约束;不足:每次输出风格不一,缺乏风险框架,容易漏项,不留固定交付物
传统法律检索数据库 法规与判例检索工具 法规检索、判例查询、引证核验 需订阅账号,存在使用成本(以官方说明为准) 查找法条依据、确认判例 优势:权威、可溯源;不足:偏「查得到」,不负责结构化审查与备忘录撰写,需人工二次加工
人工律师 + 表格清单 传统人工审阅流程 逐条批注、Excel 风险清单、出具意见 依赖专业人员时间,成本与排期较高 重大合同、诉讼策略制定 优势:判断力与责任承担最可靠;不足:周期长、单位成本高、不同人产出标准不一致

可以看到,这个技能的位置介于「通用 AI 对话」和「专业律师服务」之间:它承担的是结构化整理与初稿生产这一段最耗时的机械劳动,把人的精力留给判断与谈判。

5. 该技能的典型应用场景与实际体验情况

场景一:企业法务批量审阅 NDA。 法务经常一周收到七八份对方提供的保密协议模板,逐条比对耗时且枯燥。使用该技能时,把 NDA 模板放入 inputs/NDA_TEMPLATE.md,一句「做合同审查」即可得到风险矩阵,重点看保密期限、单向义务、违约救济等条目的影响与可能性评级。实际体验上,上手难度低,因为触发词就是日常用语;效果上最大价值是一致性——同一套标准反复使用,不会因为当天状态不同而漏看条款。注意事项是:输出仍需法务确认,尤其是涉及行业特殊监管要求的部分。

场景二:HR 审阅劳动合同草案。 HR 通常不是法律专业出身,面对 EMPLOYMENT_AGREEMENT_DRAFT.md 这类文件,最怕的是看不懂哪句有坑。技能的「通俗易懂」质量标准在这里特别有用:它会用可读的语言说明问题,并给出具体且最小化的建议编辑——不是「建议重写整条」,而是「建议将该句改为……」。实际体验上,备忘录的决策导向让 HR 能直接拿去和用人部门沟通。注意事项:涉及当地劳动法规差异时,需要补充本地化确认。

场景三:诉讼团队整理案件笔记。 律师助理面对 CASE_NOTES_SMITH_V_JONES.md 这类零散笔记,通常需要手工提炼争点与类案适用性。技能会输出 case_summary.md 并附带适用性说明,同时把假设和未知因素明确列出——这一点在实际使用中很关键,因为它不会假装确定,而是把「哪些事实还不清楚」摊开给你看。

场景四:咨询与合规团队出内部备忘录。 需要一份能向上汇报的材料时,legal_memorandum.md 加 litigation_dashboard.html 的组合很实用:前者供阅读与留档,后者供快速浏览全局风险分布。实际体验上,输出格式统一意味着跨项目对比变得容易;注意事项是首次使用需花几分钟熟悉目录约定,之后基本是「放文件、说触发词、取结果」的循环。

6. 该技能能为用户带来的价值

效率层面:把「通读文档 → 摘条款 → 排风险 → 写意见」这条链路压缩成一次调用加一次复核。原本需要数小时的初稿整理,可以缩短到以分钟计的等待加人工检查。

门槛层面:非法律背景的运营、HR、创业者也能得到一份结构完整、术语可读的风险清单,知道该向律师问什么,而不是拿着一份合同无从下手。

质量层面:固定输出路径意味着资产可沉淀。风险矩阵、案件摘要、备忘录按项目归档后,形成可检索的内部知识库;同类合同第二次出现时,可以直接对比历史判断。

风险层面:强制要求「风险与具体条款文本相关联」「假设与未知因素明确列出」,这两条约束大幅降低了「AI 编造一个听起来很专业的结论」带来的隐性风险,也让复核变得高效——复核者可以逐条溯源,而不是重读全文。

长期价值:这套流程本身就是一套方法论。即便更换工具,把条款提取、风险矩阵、最小化建议编辑的思路沿用下来,团队的法律文档处理标准也会持续提升。

7. 常见问题 FAQ

Q1:这个技能怎么安装?需要什么环境? 在兼容 tandem 的技能市场或客户端中用英文名 legal-research-analyst 或技能 ID 13749 检索并安装,同时需具备 Markdown 文件读写能力。安装完成后准备 inputs/ 目录、用「合同审查」「法律备忘录」「风险矩阵」等触发词验证,看到 outputs/ 下生成对应文件即视为生效。具体命令与入口以官方说明为准。

Q2:使用这个技能收费吗? 技能详情中未标注价格信息,是否收费、如何计费取决于所在技能平台与作者 tandem 的官方说明,请以官方页面为准。另外,使用过程中可能涉及底层模型的调用额度,同样以平台说明为准。

Q3:适合谁用?我不是法律专业出身能用吗? 适合企业法务、HR、合规与运营人员、律所律师助理,以及需要快速了解合同风险的创业者。非法律背景用户完全可以使用,因为技能的输出被要求「决策导向和通俗易懂」;但它提供的是分析与整理,不替代执业律师的法律意见。

Q4:它输出的备忘录能直接对外发给客户或用作业已签署依据吗? 不建议直接对外。技能的定位是输出「供法律或操作员审查」的打包结果,详情中明确这一步是审核环节。正确用法是把它当作高质量的初稿和风险清单,由具备资质的人员复核、补充事实与本地法规要求后再对外使用。

Q5:它和直接问通用大模型有什么区别? 通用大模型每次回答的框架和详略都可能不同,也不一定留下可归档的产物。这个技能的价值在于流程固定:固定输入路径、固定五步工作流、固定四类输出文件、固定四条质量标准(风险关联条款、假设显式列出、建议编辑最小化、备忘录通俗易懂)。要做多份合同的横向对比或团队协作时,这种一致性比单次的「聪明回答」更有用。