先給結論：AI 在法律文書上最可靠的位置，是「把已經確定的事實排進固定結構」，不是「決定法律上該怎麼主張」。 前者它做得又快又穩；後者它會用非常有說服力的語氣，把你帶進一個你沒發現的坑。
⚠️ 本文非法律意見 這篇談的是工作流程與工具判斷，不針對任何個案提供法律意見。AI 產出的一律是初稿，在對外寄發、簽署或提出於法院之前，必須由律師或具備資格的法務人員逐字覆核並負最終責任。個案請找你的委任律師。
對法務人員來說，產出法律文書（如：存證信函、保密協議 NDA、催款函、法律意見書摘要）佔據了大量工作時間。這類文件通常有固定的架構與特定的行文語氣。
另外一個工作痛點是：客戶往往看不懂「文言文」般的法律意見書。法務寫得越周延、用語越精確，業務或老闆就越覺得「所以結論是可以做？還是不能做？」。
AI 正好可以同時處理這兩件事：它是文件草擬的高效打字機，也是超強的翻譯蒟蒻。但這兩件事的風險並不相同，下面分開談。
第一招：一鍵草擬標準化法律文件
遇到例行性糾紛時，與其從零開始打字，不如直接把客觀事實餵給 AI，讓它幫你把骨架搭好，你再來做最後的潤飾。
[!TIP] 善用 ChatGPT 或 Claude，只要提供特定「事實要素」，AI 就能產出結構完整的初稿。
實戰 Prompt：草擬存證信函
現在你是一位專業的台灣律師。
請幫我撰寫一份「存證信函」初稿，語氣必須嚴正、客觀，帶有法律威嚇力但不過分情緒化。
【案件核心事實】
- 我方（寄件人）：台北王大明設計公司
- 對方（收件人）：陳小華先生
- 事由：陳小華於 2026 年 1 月 10 日委託我方進行品牌 Logo 設計，雙方約定費用 5 萬元，合約言明尾款 3 萬元需於初稿交付後 7 日內付清。
- 我方已於 1 月 20 日交付初稿，但陳先生至今（3 月 31 日）仍未付款，期間避不見面。
【要求訴求】
1. 請於收信後 5 日內將尾款 3 萬元匯入指定帳戶。
2. 若逾期未付，將依法循序請求給付，並將加收遲延利息。
3. 若遲延造成我方損害或後續涉訟費用，將一併請求賠償。
請直接產出存證信函完整內容，包含主旨及內文結構。關鍵不在文字漂不漂亮，而在所有事實都是你給的。日期、金額、交付時點、催告期限全由你決定，AI 只負責排版與行文。一旦你開始讓它自己「補」事實，錯誤就從這裡進來。
第二招：依據範本進行客製化修改
公司法務通常手邊會有一大堆現成的合約範本。當業務跑來說「客戶要求把保密期限改成 3 年，並且增加競業禁止條款」時，你可以讓 AI 直接幫你改範本。
實戰 Prompt：修改既有條款
以下是我們公司的制式保密協議（NDA）條款：
[貼上現有 NDA 第四條保密期限與義務的完整文字]
現在客戶提出以下修改要求：
1. 將原本的「永久保密」改為「自合約終止起算後五年」。
2. 針對雙方揭露的原始碼（Source Code），特別設立「不可進行還原工程（Reverse Engineering）」的附屬條件。
請幫我依據客戶要求，重寫上述條款。請保持原本嚴謹的契約用語風格。改範本比從零草擬安全，因為基準線是你們自己審過的文字。但要盯住一個地方：AI 很容易「順手」動到你沒要求它動的段落——調整一個定義、刪掉一個但書、把「不得」寫成「應避免」。改完務必逐段比對，不要只讀新版本。
第三招：法律白話文運動（溝通翻譯蒟蒻）
當你寫完一份嚴謹的風險評估報告給老闆看，這份報告可能到處是民法第 227 條不完全給付、「構成違約之虞」這類文字。與其讓老闆看睡著或生氣，不如請 AI 幫你寫一份「高管摘要（Executive Summary）」。
實戰 Prompt：把法條講成白話
以下是我剛寫完的法律風險評估意見書：
[貼上充滿法律術語的長篇意見書]
這份意見書是要交給沒有法律背景的業務副總看的。
請幫我寫一份不超過 300 字的「白話文重點摘要」，必須包含：
1. 這個專案最大的法律地雷是什麼？（用一句話解釋）
2. 最糟糕的結果會賠多少錢？
3. 我們法務部建議的下一步解法是什麼？
語氣請展現出我們的商業同理心，避免賣弄法律術語，直接講結論。這個工作流會大幅提升法務部在公司內部的好感度，讓其他部門覺得你們不只是阻礙業務的「發言終結者」。
但摘要有代價，要說清楚：白話化的本質就是把條件與例外拿掉，而被拿掉的那些，往往正是日後對方說「你當初沒告訴我」的部分。摘要可以口頭講、可以放簡報，但不要當成給客戶的正式書面回覆。
哪些文件適合交給 AI 起草？哪些我不建議
判斷標準只有一個問題：如果 AI 寫錯了，你有沒有能力在送出前看出來？
適合：事實由你提供、錯誤看得出來
例行催款函與通知函、既有範本的條款改寫、內部風險摘要、把長文件整理成爭點清單。這些的共同點是——正確性可以靠「跟你手上的卷宗對照」驗出來，不需要額外的法律判斷。
灰色地帶：驗收成本可能高於自己寫
高度客製的合約、涉及多方權利義務的架構，AI 可以幫你列爭點與盤點遺漏，但別讓它產完整版本。逐條驗證的時間通常比自己從範本改起還久。這種情況讓 AI 當檢查表產生器，不當作者。
我不建議這樣用
- 不建議用 AI 直接產出要送進法院的書狀。 訴狀、答辯狀的主張架構本身就是專業判斷，AI 會產出一個看起來完整、實際上放棄了關鍵攻防的版本。
- 不建議讓 AI 判斷「該不該寄存證信函」。 寄或不寄、什麼時候寄，會影響後續舉證與時效主張。這是決策，不是文書。
- 不建議在沒有可查證來源的情況下，讓 AI 引用任何法條條號或裁判字號。 檢索與查證流程見AI 法規與判例搜尋：查證流程與防幻覺指南。
- 不建議把「AI 有寫」當成免責理由。 署名的人就是負責的人，工具不分擔責任。
🛡️ AI 法律文書的品質把關流程
AI 產出的法律文件「看起來」很專業，這正是最危險的地方——流暢度會讓你放下戒心。
四層審核機制
- 事實層 — 每一個日期、金額、當事人名稱是否跟卷宗一字不差。最無聊，卻是實務上出錯最多的一層。
- 法條驗證層 — 每個法條編號都要到全國法規資料庫核實。AI 常犯的錯是引用已廢止的舊條文，或把不同法規的條號搞混。
- 語境適當性層 — 「應」是強制義務，「得」是裁量權限，AI 偶爾會混用，這在存證信函中會讓效力大打折扣。
- 對造立場層 — 請 AI 換位思考：「如果你是對方的律師，會怎麼反擊？」在送出前先補上弱點。
幻覺有兩種，難抓的是第二種
第一種是掰出根本不存在的條號，去查就抓得到。第二種難得多：條號真的存在，但講的是完全另一件事。
舉個會踩到的例子：常有人拿「民法第 999 條」當「AI 亂編條號」的示範，但這一條實際上是存在的，內容是結婚無效或被撤銷時的損害賠償，跟契約糾紛毫無關係。AI 若把它塞進一份催款函，你只查「有沒有這條」會查到「有」，然後放行。
所以驗證標準不是「這條存不存在」，而是「這條講的是不是我在講的那件事」。更完整的分類見AI 幻覺是什麼？5 種常見錯法與降低風險的方法。
導入前要先準備好的四件事
很多法務部門是「先用了再說」，出事才回頭補規範。順序反過來會省很多力氣：
- 脫敏規則：哪些欄位在輸入前必須換成代號（人名、統編、金額、案號），誰有權決定例外。
- 白名單而非黑名單：列出「可以用 AI 起草的文件類型」，沒列到的一律視為不可以。黑名單永遠列不完。
- 簽核動線：送出前至少一位資深法務審閱，並記錄誰是最後負責的人。
- 版本留痕：留下「哪一版是 AI 產的、誰改了什麼」，事後檢討時的價值遠高於你現在覺得的麻煩程度。
工具選型與紅線可參考法律 AI 工具怎麼選？台灣使用者的安全分工與紅線。
✍️ 進階技巧：用 AI 建立你的法律文書知識庫
做法很簡單：每次審閱完 AI 草稿並修改完成後，把「修改前 vs 修改後」的對照存下來，累積 20–30 份就是極有價值的參考資料。這跟 Prompt Engineering 的 Few-shot Learning 是同一件事——給 AI 越多你的標準答案，產出就越接近你的品質要求。量大到 Prompt 塞不下時，可以用 RAG 技術把範本庫向量化。
但提醒一件事：這個知識庫本身就是高敏感資產，它等於把公司的談判底線與風險容忍度集中在一個地方。放在哪裡、誰能存取，要在建立之前就決定。
💰 效率對比
| 法務文書任務 | 傳統做法 | AI 輔助後 |
|---|---|---|
| 存證信函初稿 | 30–60 分鐘 | 5 分鐘（AI 初稿 + 10 分鐘人工修潤） |
| NDA 條款修改 | 20–30 分鐘 | 3 分鐘（AI 重寫 + 人工確認） |
| 法律意見白話摘要 | 30 分鐘 | 5 分鐘 |
| 合約範本客製化 | 1–2 小時 | 15–20 分鐘 |
上表是情境估算、不是量測數據，實際差距取決於範本成熟度與審核強度。而且老實說：省下來的時間有一部分會被「驗證」吃回去。真正的效益不是總時數減半，是把時間從打字挪到判斷。
想進一步學習 AI 如何審閱合約和標記風險？請看AI 合約審閱實戰。也可以回到法律業 AI 技能樹了解完整應用場景。
❓ 常見問題 FAQ
AI 草擬的法律文件能直接用嗎？
不能，它是初稿而不是法律意見。送出前要確認法條引用正確、確認符合你所在管轄區的要求，並由具備資格的法務人員或律師最終審閱簽核。署名的人就是負責的人，工具不分擔責任。
AI 會不會「幻覺」出不存在的法條？
會，而且有兩種。第一種是掰出不存在的條號，去查就抓得到；第二種更危險——條號真的存在，但講的是完全另一件事，你查「有沒有這條」會查到「有」。驗證標準要改成「這條講的是不是我在講的那件事」，而且要看原文，不能只看 AI 的轉述。
哪些法律文件不該交給 AI 起草？
第一類是要送進法院的書狀，主張架構本身就是專業判斷。第二類是「要不要寄、什麼時候寄」這種決策問題。第三類是高度客製的多方合約——讓 AI 列爭點清單可以，但別讓它產完整版本，驗收時間會比自己寫還久。
不同 AI 模型在法律文書上的表現差異大嗎？
有差，但別記型號，記判斷標準：行文是否穩定嚴謹（正式文件要的是不出格，不是有創意）、上下文長度夠不夠塞完整合約、面對不確定時會不會老實說「不確定」。可看 Claude 使用指南與 Claude 與 Gemini 比較。
如何保護客戶機密不被 AI 洩露？
三個原則由鬆到緊：把真實人名、公司名、金額換成化名；改用有明確承諾不拿輸入資料訓練模型的方案；高度敏感的案件則用 Ollama 這類在本地端離線執行的方式，資料完全不離開公司電腦。更完整的思考見 AI 隱私與資安實戰。