律師事務所 AI 工作流完整指南：合約審查、判例研究、訴狀生成、客戶溝通 4 場景 SOP

「我們事務所請了一個律師專門校對 ChatGPT 的合約初稿，比直接讓資淺律師寫還慢、還貴。」這是我們去年訪談一位台北律所合夥人時，他親口說的——這位合夥人原本對 AI 抱很高期待，導入半年後預算燒了 80 萬、產出時間反而變長。

問題不在 AI 工具本身，在工作流設計。當你只是「把 ChatGPT 加進舊流程」，律師事務所這種高度仰賴專業判斷的行業，AI 的副作用會比好處大。可是當你重新設計流程、把 AI 放在對的環節，產能可以直接提升一倍以上。

Thomson Reuters 2026 年發布的 Future of Professionals 報告指出，導入 AI 的律師事務所平均每位律師每週多出 12 小時可計費時間，而 Goldman Sachs 的法律業 AI 影響研究 估計 44% 的法律工作可被 AI 自動化或大幅輔助——但前提是流程要重新設計。

這篇文章寫給兩種人：律師事務所合夥人（採購視角）、執業律師與法務（使用者視角）。下面四大場景 SOP、五個常見踩坑、三條 ROI 最快的導入路徑，看完就能照著做。

先做這份自我檢測：你的事務所現在適不適合導入 AI

不是每間律所都該現在導入 AI。先回答這 6 題，再決定要不要繼續看下去。

• 我們事務所有 3 位以上律師（含合夥人）

• 每月處理的案件中，至少 30% 是「重複性高、案型相似」的（如商務契約、勞動爭議、車禍）

• 事務所已使用案件管理系統（Clio、PracticePanther、明訊或自建）

• 至少 1 位律師熟悉基本 IT 操作（會用 Notion / Excel / 雲端硬碟）

• 願意撥出每月 2~5 萬作為 AI 工具與訓練預算

• 客戶端對「使用 AI 輔助」沒有強烈抗拒（或事務所願意做客戶溝通）

場景一：合約審查 SOP——把 4 小時的初審壓縮到 30 分鐘

合約審查是律師事務所 ROI 最快的 AI 場景，沒有之一。傳統流程是律師逐條看、抓風險點、寫修改建議，一份標準買賣合約 80 頁可能要 4 小時。AI 輔助後可以縮到 30 分鐘，但前提是流程拆對。

第一步：餵 AI 你事務所的「合約紅線清單」

不要直接讓 AI「審合約」，要先給它你事務所積累的紅線。例如：付款條件不接受 60 天以上、智財權歸屬必須明確、責任上限不可低於合約金額三倍。這份紅線清單可以從過去 50 份內部修改紀錄中萃取出來，存成一份 Markdown 文件。

第二步：讓 AI 做「第一輪掃描」

把對方提供的合約全文 + 你的紅線清單一起餵給 Claude 或 GPT-5.5，要求輸出三類資訊：違反紅線的條款、缺少的重要條款、語意模糊或不利我方的條款。把輸出用表格形式呈現。

第三步：律師做「人工驗證 + 商業判斷」

AI 的輸出絕對不能直接用。律師必須做兩件事：驗證 AI 抓出的問題是不是真的問題（AI 會誤判 5~10%）、補上 AI 看不到的「商業背景判斷」（這個客戶的議價空間多大、過去合作關係如何）。這一步是律師的核心價值，無法外包給 AI。

場景二：案件研究 SOP——從 3 天找判例壓到 30 分鐘

案件研究是律師最耗時的工作之一。找相似判例、爬司法院判決書、整理見解差異，一個複雜案件可能花掉 2~3 天。AI 工具在這個場景的進步最快。

推薦工具組合：Lawsnote（台灣判決書搜尋）+ Claude 或 GPT-5.5（做摘要與見解比較）+ NotebookLM（把判決書當知識庫做 Q&A）。Lawsnote 在 2026 年導入 AI 摘要功能後，搜尋準確率與摘要品質顯著提升。

場景三：訴狀與書狀生成 SOP——8 小時壓到 90 分鐘

民事起訴狀、答辯狀、上訴理由狀這類有固定格式的書類，AI 輔助的成效非常明顯。但要小心一個陷阱：直接讓 AI 生成書狀正本是大忌，AI 會編造法條與判例。

正確流程分四步：

• 律師整理案件事實（用條列式、不超過 500 字）

• 餵 AI：案件事實 + 你事務所過去類似案件的書狀範本（去識別化後）

• AI 產出初稿，律師檢查事實陳述、法條引用、判例引用是否正確

• 律師親自撰寫「法律論證」與「請求」部分，這兩段絕不能用 AI 生成

為什麼法律論證不能讓 AI 寫？因為這是律師的智識核心，也是事務所的競爭力來源。AI 寫的論證會看起來通順但缺乏個案針對性，法院會看穿。延伸閱讀：AI 幻覺驗證完整 SOP：上班族用 ChatGPT、Claude、Gemini 不踩雷的 5 階段檢核流程，這篇講的 5 階段檢核完全適用於法律寫作。

場景四：客戶溝通與案件管理 SOP——把行政時間還給律師

執業律師抱怨最多的其實是「行政瑣事吃掉一半時間」，「案件複雜」反而是其次。客戶 email 回覆、會議紀錄整理、案件進度更新、追蹤對方律師回覆……這些行政工作的 AI 自動化空間最大。

Email 草稿生成

用 Gmail / Outlook 的 Copilot 或自建 Make 工作流，根據案件類型與客戶歷史溝通自動生成 email 草稿。律師只需要審閱與微調。經驗值：一封中等長度的客戶 email 從 15 分鐘縮到 3 分鐘。

會議紀錄即時生成

用 Otter.ai 或 Fireflies 開會即時轉錄，會後自動生成摘要與 action items。客戶會議結束時當場 email 摘要給客戶，專業度直接拉高一個等級。

案件進度自動追蹤

把案件管理系統（Clio / PracticePanther / 明訊）的資料接上 AI，讓它每週自動產出「需要律師注意的案件清單」，包含開庭逼近、對方逾期未回應、客戶未繳費等狀況。

律師事務所 AI 工具對比：6 個必看、6 個可有可無、3 個建議避開

市場上的 AI 法律工具一年內冒出 200+ 個，要全部試完不可能。我們整理出三類：

律師事務所導入 AI 的 5 個常見踩坑

踩坑 1：把客戶機密資料直接餵公開 AI

ChatGPT 免費版、Claude 免費版預設會用對話內容訓練模型。任何客戶機密資料、合約條款、個資都不能丟進去。正確做法：付費版（Team / Enterprise）才有資料隔離保證，或使用 Azure OpenAI / AWS Bedrock 等企業部署版本。

踩坑 2：要求 AI「保證準確」

AI 沒有「保證」這回事。建立流程時必須假設 AI 會犯錯（5~10% 錯誤率是常態），把人工驗證步驟內建進去。覺得 AI「最近都對」是最危險的時刻，多半會在下個月出包。

踩坑 3：合夥人不用、只要求律師用

導入失敗的事務所有一個共同特徵：合夥人自己不上 AI 工具，只要求底下律師「多用 AI 提高效率」。結果律師偷偷沿用舊流程，AI 工具變成擺設。合夥人必須親自示範，且分享自己的 prompt 模板。

踩坑 4：沒建立內部 prompt 庫

每個律師自己摸索 prompt，會發生同一個任務每人問法不同、品質落差大。事務所應該建立一份共享的 prompt 庫（用 Notion 或 Obsidian），分類存放「合約審查 prompt」「判例研究 prompt」「客戶 email prompt」，新人來就能用。

踩坑 5：忽略職業倫理規範

台灣律師倫理規範第 35 條：律師對客戶秘密有保密義務。把客戶資料丟進不受控的 AI 違反這條。美國律師公會（ABA）2024 年發布 Formal Opinion 512，明確要求律師使用 AI 必須對客戶揭露。建議在委任契約加上 AI 使用條款，比事後解釋更安全。延伸閱讀：AI 自主行動的時代來了——當 AI Agent 犯錯，誰負責？。

給 3 種規模事務所的導入路徑

路徑 A：個人律師 / 小事務所（1~3 人）

月預算 3 千~1 萬。優先順序：Claude Pro + Lawsnote + Otter.ai。第一個月先把合約審查 SOP 跑順，第二個月加上會議紀錄自動化，第三個月補上 email 草稿。不要一次全上，會學不完。

路徑 B：中型事務所（4~15 人）

月預算 3~15 萬。除了路徑 A 工具外，加上 NotebookLM 把過去案件資料庫化、Notion 建內部 prompt 庫、考慮導入專業合約審查工具如 Spellbook。需要指定一位律師當「AI 流程長」，每月開一次內部分享會。

路徑 C：大型事務所（16 人以上）

月預算 30 萬以上。要考慮 Harvey AI 或 CoCounsel 這類專業級工具，並且開始客製化整合——讓 AI 接上案件管理系統、計時系統、文件管理系統。這個階段建議找外部顧問做 6 個月導入計畫，自己摸會走很多冤枉路。

90 天分階段落地計畫

第 1 個月：盤點與選工具

• 盤點過去 12 個月案件類型分布，找出最重複的 3 種案型

• 選定 1 種案型先做 AI 流程改造試點

• 採購 Claude Pro / GPT-5.5 Plus + Lawsnote + Otter.ai

• 建立內部 Notion 工作區，作為未來 prompt 庫的基地

第 2 個月：建立第一份 prompt 庫

• 為選定案型寫 5~8 個 prompt 模板（合約初審、研究報告、書狀生成、email 回覆）

• 至少 3 位律師參與，每人試跑 5 個真實案件

• 蒐集失敗案例與 AI 犯錯模式，回頭優化 prompt

• 在委任契約加入 AI 使用揭露條款（職業倫理合規）

第 3 個月：擴大與內化

• 把成功的 SOP 推廣到第二個案型

• 每週固定一次 30 分鐘的內部 AI 分享會

• 計算實際節省時間，回頭調整工作量分配

• 規劃下一季的工具升級（如導入 Spellbook 或 Harvey）

關鍵但被忽略的一步：怎麼跟客戶溝通你的事務所在用 AI

有些事務所擔心客戶聽到「我們用 AI」會反感，乾脆不講。這是錯的策略。台北律師公會 2026 年調查顯示，72% 的企業客戶對「律師使用 AI 提高效率」持正面態度，但有一個前提：必須由律師主動揭露、並說明 AI 的角色。

建議的客戶溝通腳本：

「我們事務所使用 AI 輔助工具加速合約初審與案件研究，但所有產出都會由執業律師親自審閱後才送出。AI 是助手不是決策者，您付的費用購買的是律師的專業判斷，不是 AI 產出的字數。」

實務上，把這段話放進委任契約、第一次會議的開場、官網的 About 頁。透明溝通能換來客戶信任，反而是隱藏的事務所一旦被發現會失去信任。

常見問題

讓恆遠協助你的事務所數位轉型

綜合公開律所 AI 導入案例與業界訪談，從 3 人小所到 80 人的中型律所都有可借鑑經驗。每間事務所的案件結構、客戶屬性、合夥人偏好不同，標準化的 SaaS 不一定適合你。客製化的 AI 工作流設計，能讓你事務所的競爭優勢真正建立起來。

• AI 流程診斷與導入路線圖（2 週交付）

• 案件管理系統 + AI 整合開發（4~8 週）

• 內部 prompt 庫建置與律師培訓（3 個月計畫）

• 職業倫理合規檢查與委任契約模板（1 週）

立即預約免費諮詢：/services/ai-consult。也可以先看 找外包做 AI 系統的 7 個坑：從 PoC 卡關到上線無法擴展 把外包風險先評估過一輪。