法律 × AI × 编程：智能法务的效率革命

1
import re
2

3
# 假设你下载了一批劳动争议判决书（txt格式）
4
# 你想统计：在这些案子里，公司胜诉率是多少？赔偿金额中位数是多少？
5

6
def analyze_labor_case(text):
7
    """从一份劳动争议判决书中提取关键信息"""
8
    result = {}
9

10
    # 提取案由
11
    if '确认劳动关系' in text:
12
        result['案由'] = '确认劳动关系'
13
    elif '解除劳动合同' in text or '违法解除' in text:
14
        result['案由'] = '解除劳动合同'
15
    elif '工伤' in text:
16
        result['案由'] = '工伤赔偿'
17
    elif '工资' in text or '加班费' in text:
18
        result['案由'] = '劳动报酬'
19
    else:
20
        result['案由'] = '其他'
21

22
    # 提取判决结果（谁赢了）
23
    if '驳回' in text and '原告' in text and '上诉' in text:
24
        result['结果'] = '公司方胜诉'
25
    elif '支持' in text and '原告' in text:
26
        result['结果'] = '员工方胜诉'
27
    elif '部分支持' in text:
28
        result['结果'] = '部分支持'
29
    else:
30
        result['结果'] = '和解/撤诉'
31

32
    # 提取赔偿金额（如果有）
33
    amounts = re.findall(r'赔偿.*?([\d,.]+)元', text)
34
    if amounts:
35
        result['赔偿金额'] = float(amounts[0].replace(',', ''))
36

37
    return result
38

39
# 批量处理
40
import os
41
results = []
42
for file in os.listdir('劳动争议判决书/'):
43
    with open(f'劳动争议判决书/{file}', 'r', encoding='utf-8') as f:
44
        results.append(analyze_labor_case(f.read()))
45

46
# 统计
47
import pandas as pd
48
df = pd.DataFrame(results)
49
print(f"案件总数: {len(df)}")
50
print(f"\n案由分布:")
51
print(df['案由'].value_counts())
52
print(f"\n判决结果分布:")
53
print(df['结果'].value_counts(normalize=True).apply(lambda x: f'{x:.1%}'))

1
# 你手上有一份50页的采购合同需要审查
2
# 以前：逐页逐条看，边看边查法条
3
# 现在：让AI先扫一遍，标出所有可疑条款
4

5
contract_text = open('采购合同.txt', 'r', encoding='utf-8').read()
6

7
prompt = f"""你是商事律师。请快速审查以下采购合同，找出对买方不利的条款。
8

9
请用表格形式输出：
10
| 条款位置 | 问题条款原文 | 风险等级 | 风险说明 | 修改建议 |
11

12
重点关注：付款条件、违约责任、争议解决方式、知识产权归属、保密条款、验收标准。
13

14
合同内容：
15
{contract_text[:15000]}"""
16

17
# response = openai_client.chat.completions.create(...)
18
# AI在1分钟内返回审查结果