法律研究分析师Skill:把合同审查变成可复用的风险矩阵与决策备忘录
- 一句话定位:这不是一个"聊天式法律问答",而是一条把法律材料加工成结构化交付物的流水线——条款提取、风险矩阵、案例摘要、备忘录、可视化看板,一次跑完。
- 输入明确:默认读取
inputs/目录下的 NDA 模板、劳动合同草稿、案例笔记与备忘录模板,减少"喂什么、怎么喂"的沟通成本。 - 输出固定:稳定产出
contract_risk_matrix.md、case_summary.md、legal_memorandum.md、litigation_dashboard.html四份文件,可直接进入人工复核流程。 - 质量有约束:风险必须锚定到具体条款原文,假设与未知因素必须显式列出,推荐修改"具体且最少",备忘录用平实语言、面向决策。
- 最适合谁:需要做合同初审、风险排查、案例整理与内部备忘录草拟的法务、合规、创业公司创始人及法务外包团队。
1. 该技能叫什么?如何一键安装 AI 技能提升开发效率?
技能基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 法律研究分析师Skill |
| 英文名 | legal-research-analyst |
| 技能ID | 13837 |
| 版本 | 0.1.0 |
| 作者 | tandem |
| 兼容性 | tandem |
| 依赖 | markdown |
| 标签 | 法律、合同、分析 |
| 触发词 | 合同审查、法律备忘录、风险矩阵 |
它解决什么问题
法律文本处理有三个典型痛点:一是"看漏"——条款分散、义务交叉,人工逐条比对容易遗漏模糊表述;二是"说不清轻重"——发现了一堆问题,却无法排序,不知道哪个必须改、哪个可以放行;三是"写不快"——同样的风险要反复写成备忘录,格式与措辞每次都重来。
这个技能把上述过程固化成一条结构化流程:先把条款、义务和模糊语言抽出来,再按"影响 × 可能性"排成风险矩阵,然后归纳相关案例笔记与适用性,最后草拟一份包含发现、选项与推荐修改的备忘录,并把产出打包交给法务或操作员复核。它不是替你下法律结论,而是把"读、排、写"这三个最耗时的环节标准化。
一键安装的思路与步骤
- 确认运行前提:该技能声明的兼容运行时为 tandem,依赖为 markdown。这意味着你需要在支持 Skill 机制的 AI 客户端或运行时环境中使用它,且环境需能处理 Markdown 文件;具体支持范围以官方说明为准。
- 找到并安装:在技能市场或技能目录中,用英文名
legal-research-analyst或技能ID13837检索,选择对应条目完成安装与启用。若你的客户端支持一键安装入口,直接点击安装即可;具体命令与入口地址以官方说明为准。 - 准备输入目录:技能默认从
inputs/读取材料。按需把待审文档放入该目录,参考命名如NDA_TEMPLATE.md、EMPLOYMENT_AGREEMENT_DRAFT.md、CASE_NOTES_SMITH_V_JONES.md、LEGAL_RESEARCH_MEMO_TEMPLATE.md。 - 验证是否生效:在对话中直接说出触发词,例如"帮我做一次合同审查,输出风险矩阵",或"根据这份案例笔记生成法律备忘录"。若技能被正确加载,它会按既定流程工作,并在
outputs/目录生成约定的四份文件。 - 兜底排查:若没有触发,先检查技能是否处于启用状态、运行时版本是否兼容、输入文件是否为可读取的 Markdown 格式。安装方式与版本要求请以官方说明为准。
2. 该技能的主要功能和特点
- 条款、义务与模糊语言提取:逐条梳理文本中"谁必须做什么"“在什么时限内”“是否可单方变更”,并重点标记"合理"“尽快”"视情况"这类弹性表述——它们往往是后续争议的入口。
- 风险矩阵构建:不是罗列问题清单,而是按影响程度与发生可能性两个维度对风险排序,输出到
contract_risk_matrix.md,让"先改哪一条"有据可依。 - 案例笔记归纳与适用性判断:读取案例笔记(如
CASE_NOTES_SMITH_V_JONES.md),总结要点并说明与当前材料的关联与适配程度,输出case_summary.md。 - 备忘录草拟:按"发现—选项—推荐修改"的结构生成
legal_memorandum.md,面向决策而非炫技。 - 可视化汇总:额外产出
litigation_dashboard.html,把风险分布与待办事项以页面形式呈现,便于在团队内部同步。 - 四道质量闸门:风险必须与特定条款文本对应;假设与未知因素必须明确列出;推荐编辑必须具体且最少(不做无必要的整段重写);备忘录必须平实、可直接支撑决策。
和普通工具比强在哪:一般聊天式 AI 给你一段"看起来很像法律意见"的长文本,但结论与原文对不上号;传统合同管理系统擅长归档与流程,却不擅长读语义、判轻重。这个技能的差异点在于"固定输入 + 固定输出 + 固定质检项",结果可被复用、可被比对、可被审计。
3. 如何使用该技能?
-
整理输入:把待处理材料以 Markdown 形式放入
inputs/目录。建议一次聚焦一类文档,例如先做 NDA 模板审查,再做劳动合同草稿审查,避免多份材料交叉导致风险条目混淆。 -
给出清晰指令:在对话中直接使用触发词说明目标。示例:
“请对
inputs/NDA_TEMPLATE.md做合同审查,提取条款与义务,标出模糊语言,输出风险矩阵和推荐修改。” -
观察工作流:技能会依次执行"提取条款与义务 → 构建风险矩阵 → 总结案例笔记与适用性 → 草拟备忘录 → 打包输出"五步。过程中会显式列出它做出的假设与暂无法确认的未知项。
-
检查输出:到
outputs/目录核对四份文件——contract_risk_matrix.md(风险矩阵)、case_summary.md(案例摘要)、legal_memorandum.md(备忘录)、litigation_dashboard.html(可视化看板)。 -
做人工复核与回写:重点看三处——风险条目是否真的引用了具体条款原文、推荐修改是否"最小必要"、假设清单里是否有需要业务方确认的事实。复核意见可作为下一轮指令输入,让技能迭代一版。
-
沉淀模板:如果你有团队固定的备忘录格式,把它放进
inputs/LEGAL_RESEARCH_MEMO_TEMPLATE.md,后续产出会向你的格式靠拢。
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(legal-research-analyst) | 结构化法律文档分析流水线 | 条款义务提取、风险矩阵、案例摘要、备忘录草拟、HTML 看板 | 需兼容 tandem 运行时,依赖 markdown;放入 inputs/ 即可 |
合同初审、风险排序、内部备忘录标准化 | 优势:输出固定可复用、质量项明确、风险锚定原文;不足:技能较新(0.1.0),不替代执业律师意见 |
| 通用大模型对话 | 通用问答与写作 | 自由问答、长文摘要、改写 | 极低,打开即用 | 快速理解某段条款、临时写作 | 优势:门槛最低;不足:输出格式不稳定,容易给出无出处结论,也不生成可归档的结构化文件 |
| 传统合同审查/CLM 系统 | 企业级流程与归档 | 模板库、审批流、条款比对、权限管理 | 需采购部署与配置,成本较高 | 大型企业合同全生命周期管理 | 优势:流程与权限完善;不足:语义理解弱,无法自动写出风险排序与备忘录 |
| 外部律师或法务顾问 | 专业法律意见 | 出具正式法律意见、谈判代理 | 按项目或计时计费,周期长 | 高风险交易、诉讼事务 | 优势:承担责任、判断力强;不足:成本高、周转慢,不适合做高频初筛 |
5. 该技能的典型应用场景与实际体验情况
场景一:创业公司法务初审 NDA
角色是创始人或兼职法务,痛点是对方法的敏感度不足,容易在保密期限、单向义务、 residual clause 上吃亏。使用方式是把 NDA_TEMPLATE.md 放进 inputs/,用"合同审查"触发,拿到风险矩阵后只改高风险项。实际体验是上手几乎没有学习成本,风险条目能指回具体条款,谈到"这条到底要不要改"时有据可依;注意事项是涉及跨境或特殊行业监管时,仍需专业人士确认。
场景二:HR 与劳动合同草稿
角色是 HR 或运营负责人,痛点是合同里"公司可单方调整岗位""绩效不达标即解除"等表述的法律风险难以自评。使用方式是对 EMPLOYMENT_AGREEMENT_DRAFT.md 执行审查,重点关注义务对称性与模糊语言清单。体验上,模糊语言提取比人工通读更快,也更不容易漏;注意事项是各地劳动法规差异大,矩阵中的风险等级应作为提示而非结论。
场景三:案例笔记整理与适用性判断
角色是律所实习律师或企业法务,痛点是案例笔记零散、写备忘录时要来回翻。使用方式是以 CASE_NOTES_SMITH_V_JONES.md 为输入,生成 case_summary.md,并让技能说明其与当前争议的关联度。体验上,"假设与未知因素显式列出"这一条最实用,能有效避免把推测当事实写进备忘录。
场景四:团队内部备忘录标准化
角色是法务团队负责人,痛点是每个人写的备忘录风格不一,管理层读不懂。使用方式是以 LEGAL_RESEARCH_MEMO_TEMPLATE.md 约束格式,配合 litigation_dashboard.html 做汇报。体验上,平实语言 + 决策导向的模板显著降低了与管理层的沟通成本;注意事项是模板本身要先经过一次人工打磨,否则"标准化"会把缺陷也标准化。
6. 该技能能为用户带来的价值
- 效率层面:把"通读—列问题—排优先级—写备忘录"四步压缩为一次结构化执行,原本需要数小时的初筛,可缩短到分钟级起步(具体耗时取决于文档长度与运行时环境)。
- 质量层面:四道质量闸门(风险锚定条款、假设显式化、推荐修改最小化、平实语言)把"看起来专业"变成"可以被核对",减少返工。
- 门槛层面:不具备法律训练背景的产品经理、HR、采购、创业者,也能拿到一份结构清晰的风险清单,知道该问律师什么问题,而不是"整份合同都看不懂"。
- 长期价值:输出格式固定意味着可积累——多份风险矩阵放在一起,能看出自家合同模板的重复性问题,反过来优化模板库;
litigation_dashboard.html也让风险在团队内部可见、可追踪。
7. 常见问题 FAQ
Q1:这个技能怎么安装?需要写代码吗?
不需要写代码。它在兼容 tandem 的运行时中通过技能目录安装启用,检索英文名 legal-research-analyst 或技能ID即可;依赖项为 markdown。具体安装入口、命令与版本要求以官方说明为准。
Q2:它是收费的吗? 技能本身标注了作者与版本信息,但详情中未提及定价。实际是否收费取决于你使用的技能市场或运行时平台的计费方式,请以官方说明为准。
Q3:它能替代律师出具法律意见吗? 不能。它的定位是"分析 + 结构化 + 草拟",工作流的最后一步明确是"打包输出供法律或操作员审查"。它负责把材料读透、把风险排好、把备忘录写顺,最终判断与责任仍应由具备资质的人承担。
Q4:适合谁用?不适合谁用? 适合法务、合规、HR、采购、创业者以及需要高频处理合同的业务团队,用于初审与内部沟通。不适合需要出具正式法律意见、涉及诉讼策略制定、或跨境监管高度复杂的场景——那类工作应直接交给专业律师。
Q5:和直接用通用大模型问有什么区别? 通用模型给你一段结论,这个技能给你四份文件:风险矩阵、案例摘要、备忘录、可视化看板,并且要求风险必须引用具体条款原文、假设必须显式列出。如果你的需求是"能归档、能比对、能被别人复核",选技能;如果只是临时理解一句话,直接问模型更快。