協作（Cowork）。我將 Claude 指向我電腦上的一個資料夾，給它一個任務，它就會去執行。它讀取文件、創建新文件、編輯現有文件，並自行決定如何從 A 點到達 B 點。當我有一份 40 頁的協議需要完整的修訂追蹤，或者有一堆交割文件需要根據條款清單（Term sheet）生成時，我就把它交給 Cowork 並讓它運作。這是大多數律師還沒嘗試過的模式，也是對他們實務影響最大的模式。
程式碼（Code）。大多數律師每天不需要用到它。但我有一種情況讓我難以閱讀長文件，所以我利用 Code 建立了一個命令行工具，可以將法律文件轉換為語音音訊。它處理整個流程：解析 Word 文件和 PDF、將「第 4.2(b)(iii) 條」等法律格式轉換為自然語言、展開縮寫、分段文本、發送至 AI 語音 API，並組合成最終的音訊檔案。我現在在通勤時聽合約。
Anthropic 發布了一份關於為 Claude 構建自定義「技能」的攻略：這些結構化的指令文件可以教導它在特定情境下如何表現。我沒有從頭到尾閱讀指南，而是將指南上傳給 Claude，並問了一個更好的問題：
「根據我們一起進行的數百次對話（涵蓋合約草擬、客戶郵件、文件編輯、法律研究和政策撰寫），哪些技能對我的實務影響最大？」
Claude 分析了我們幾個月來的工作並識別出模式：哪些任務我重複次數最多、哪裡的摩擦力最大、哪裡的結構化自動化最能節省時間。它推薦的技能並非泛泛而談，而是針對我的實際工作方式。不是「更快地草擬合約」，而是「一個具有四種不同模式的合約審查技能（視背景而定）、嚴重程度評等、缺失條款清單、市場條款基準測試，以及在準備好標記文件時無縫銜接至修訂追蹤編輯技能。」
我們花了一兩個小時完善細節。在預設設定不符合我偏好時，我予以修正。最後，我有六個可用於生產環境的技能，整合在 Cowork 桌面應用程式的一個插件中：合約審查、修訂追蹤編輯、合約草擬、客戶溝通、法律研究和政策撰寫。每一項都編碼了我多年累積的關於如何處理該類工作的專業判斷。
這對事務所管理有個重要含義：技能是可轉移的。如果我有 50 名初級律師，我可以將它安裝在每台機器上。每位初級律師都會立即使用「我的」分析框架產出合約審查，以「我的」語氣草擬溝通郵件，並以「我」偏好的格式應用修訂追蹤。
需要多年指導才能傳遞的知識，現在變成了一個從初稿開始就有效運作的指令文件。產出仍需律師審核，但審核是從一個高得多的基準點開始的。
---
為了讓大家有具體的感受，以下是三個來自真實工作的例子。
第一，無需打開 Word 的修訂追蹤。交易對手寄回一份帶有紅線的協議。我將文件上傳給 Claude 並說：「幫我從客戶的角度評估對方的修改。」我的合約審查技能隨即觸發。Claude 按嚴重程度整理每項變動，標出對方轉移風險的地方，識別修改條款之間的衝突，檢查應有但缺失的標準條款，並產出摘要，針對每個問題提供具體的反制方案。
Claude 在標記中發現了一個模式，根據經驗，我知道那個模式通常預示著什麼。Claude 為一個有爭議的條款生成了三種替代方案。我選擇了其中一個考慮到 AI 無法獲知的關係動態和交易背景的方案。
一旦我做出決定，我叫 Claude 應用編輯。這就是第一次看到時會讓人驚掉下巴的部分：Claude 在 XML 層級打開 Word 文件，應用署名為我的修訂追蹤，保留所有排版細節，產出一份對手律師可以用 Microsoft Word 正常開啟審閱的 .docx 檔案。
我不開 Word，也不開 Litera（法律比對軟體），Claude 產出了紅線版。我審核每一項變動，然後發送。接著客戶溝通技能以合適的語氣草擬好說明郵件。從收到標記到準備好回覆包裹的總時間：不到一小時，其中約 30 分鐘是我自己的思考。
---
第二，沒有「幻覺」的研究。客戶需要了解新產品的監管格局。問題涉及多個機構和重疊的法定框架。我的研究技能指示 Claude 同時在所有相關角度展開平行研究，而不是按順序處理：證券分析、州政府許可要求、銀行法規、消費者保護影響。它針對每個子主題進行多次搜索，交叉引用來源，並將主要授權（法律、法規、機構指引、判例法）排在次要評論之前。
在交付任何內容給我之前，該技能要求 Claude 進行自我審核。這是至關重要的，也是大多數人跳過的部分。Claude 必須核實每一條引用的權威是否真的如備忘錄所稱。對於置信度低於「高」的內容，它必須標記出來。它必須檢查各章節間的內部矛盾。而且它必須特別防範虛假引用（Hallucinated citations）——那個讓幾位律師受到制裁並登上全國新聞的問題。
那些提交 AI 生成假引用的律師使用的是沒有這種驗證層的工具。問題從來不是 AI 本身，而是沒有品質管控的 AI。產出是一份結構化的研究備忘錄，包含核心結論先行（Bottom-line-up-front）的摘要、具體的法律條文引用和實務建議，這通常需要一名初級律師花費數天時間。
Claude 在不到一小時內交付初稿。然後我核對每一處引用，對分析進行壓力測試，並在我的判斷與產出不符之處進行修改。總時間仍然只是從零開始的一小部分。
---
第三是即時合約解釋。一位客戶在上午來電，說他們剛收到交易對手的要求信，聲稱違反了商業服務協議並威脅要終止合約。客戶有 48 小時的回覆時間。我上傳了協議、要求信以及客戶過去三個月與對方的往來信件。Claude 將要求信中的每一項事實指控與引用的具體合約條款進行比對，發現四項指控的違約中，有兩項涉及的義務已被對手律師自己起草的補充協議明確修改了。
那封要求信顯然是在沒檢查自己修訂的情況下寫成的。在我準備回覆時，我將草擬的每一段都跑一遍 Claude，壓力測試我的論點是否對協議中的其他條款產生了意外影響。它抓到了一個：我打算在服務水準指標（SLM）上提出的一個辯護，可能會被解讀為在第 7 條的付款爭議中做出了讓步。我重寫了回覆。這種在主動草擬時進行即時的、逐條的壓力測試，以前需要第二個律師來審核你的工作，現在在同一個對話中就能完成。
---
每位律師都會問權限跟安全性的問題。簡短的回答是：讓你使用雲端儲存、電子開示（e-discovery）平台和線上法律研究資料庫的同一套框架也適用於此。律師公會（ABA）的指引和各州律師協會的倫理意見將 AI 工具視為受代理人/工具例外條款涵蓋的第三方技術供應商。你的義務是採取合理努力保護客戶數據，這在實務上意味著：關閉對你輸入內容的模型訓練、了解供應商的數據處理實務，並記錄你的理由。
Anthropic 提供「零數據保留」的 API 選項和商業數據處理協議，確保您的客戶數據不會被用於訓練模型，且輸入內容不會在對話結束後存留。這與您將客戶文件放入 Dropbox、Google Drive 或 Clio 之前所做的盡職調查是一樣的。
我更進一步，讓 Claude 幫我草擬了聘案合約（Engagement letters）中的 AI 使用條款。該條款將 AI 定義為效率和品質的增強工具，強調律師監督，將數據處理與現有的保密義務掛鉤，並取得客戶同意。客戶簽署時毫不猶豫。他們大多數人都假設我已經在使用 AI 了，事實也確實如此。
現在大多數司法管轄區的倫理規則都要求具備「技術勝任能力」。我們正接近這樣一個時點：不使用這些工具反而更難在專業責任立場上辯護。
---
大多數嘗試 AI 的律師寫的是「審查這份合約」，然後得到一些平庸的結果，接著他們斷定 AI 對法律工作沒用。問題不在於 AI，而在於輸入。試著比較「審查這份合約」與底下這段：
「從供應商的角度審查這份服務協議。標記出客戶將風險轉移至超出此類交易市場常態的條款。檢查缺失的應有條款，包括責任限制、智慧財產權歸屬、數據處理和便利終止權。產出一份帶有嚴重程度評等的摘要，並針對每個高嚴重性問題提供具體的反制語言。注意供應商的談判籌碼有限且希望達成交易，因此建議應側重於值得爭取的條款，而非可以優雅讓步的條款。」
第二個版本產出的工作成果在第一遍就很有用。第一個版本產出的內容即使有用，也需要大量修改。「AI 是玩具」與「AI 改變了我的實務」之間的差距，就在於指令的品質。 這就是為什麼技能很重要：它們將那種詳細程度編碼起來，讓您寫一次就能每次生效。
這一切引發了幾件值得點出的變化：
第一是人力配置。我經營一家兩人的事務所，卻處理著大型事務所的工作量。這是 AI 的直接結果。傳統上支撐聘僱初級律師的工作——第一遍文件審查、研究備忘錄、初始草案、紅線摘要、常規往來信件——現在都在我的監督下由 Claude 處理。
明確地說：離開我事務所的每一份文件都經過執業律師的審閱、修改和批准。AI 產出初稿，我產出最終成果。初級律師並未過時，但聘僱他們的合理門檻已經不同了，而且你需要他們做的事情也改變了：判斷力、客戶關係和 AI 產出監督，而不是 2,000 小時的文件製作。
第二是計費。AI 改變了價值的方程式。對於某些任務，節省的時間顯而易見，我將其回饋給客戶。對於其他任務，同樣的小時數產出了比以前更深刻的分析、更全面的問題發現和更高品質的草擬。
重點不在於每項任務花費的時間更少，而在於律師的每一小時都產生了更多價值。我的事務所除了傳統的小時制計費，還提供訂閱制。訂閱制客戶以固定的月費獲得持續的諮詢、合約審查、合規監控和常規治理。
不跳表計費。AI 讓這種模式可行，因為我可以在可預測的費用結構內提供更全面的服務。客戶喜歡這樣：他們不再害怕拿起電話或發送郵件，而我的收入也變得可以預測。
程式碼（Code）。大多數律師每天不需要用到它。但我有一種情況讓我難以閱讀長文件，所以我利用 Code 建立了一個命令行工具，可以將法律文件轉換為語音音訊。它處理整個流程：解析 Word 文件和 PDF、將「第 4.2(b)(iii) 條」等法律格式轉換為自然語言、展開縮寫、分段文本、發送至 AI 語音 API，並組合成最終的音訊檔案。我現在在通勤時聽合約。
Anthropic 發布了一份關於為 Claude 構建自定義「技能」的攻略：這些結構化的指令文件可以教導它在特定情境下如何表現。我沒有從頭到尾閱讀指南，而是將指南上傳給 Claude，並問了一個更好的問題：
「根據我們一起進行的數百次對話（涵蓋合約草擬、客戶郵件、文件編輯、法律研究和政策撰寫），哪些技能對我的實務影響最大？」
Claude 分析了我們幾個月來的工作並識別出模式：哪些任務我重複次數最多、哪裡的摩擦力最大、哪裡的結構化自動化最能節省時間。它推薦的技能並非泛泛而談，而是針對我的實際工作方式。不是「更快地草擬合約」，而是「一個具有四種不同模式的合約審查技能（視背景而定）、嚴重程度評等、缺失條款清單、市場條款基準測試，以及在準備好標記文件時無縫銜接至修訂追蹤編輯技能。」
我們花了一兩個小時完善細節。在預設設定不符合我偏好時，我予以修正。最後，我有六個可用於生產環境的技能，整合在 Cowork 桌面應用程式的一個插件中：合約審查、修訂追蹤編輯、合約草擬、客戶溝通、法律研究和政策撰寫。每一項都編碼了我多年累積的關於如何處理該類工作的專業判斷。
這對事務所管理有個重要含義：技能是可轉移的。如果我有 50 名初級律師，我可以將它安裝在每台機器上。每位初級律師都會立即使用「我的」分析框架產出合約審查，以「我的」語氣草擬溝通郵件，並以「我」偏好的格式應用修訂追蹤。
需要多年指導才能傳遞的知識，現在變成了一個從初稿開始就有效運作的指令文件。產出仍需律師審核，但審核是從一個高得多的基準點開始的。
---
為了讓大家有具體的感受，以下是三個來自真實工作的例子。
第一，無需打開 Word 的修訂追蹤。交易對手寄回一份帶有紅線的協議。我將文件上傳給 Claude 並說：「幫我從客戶的角度評估對方的修改。」我的合約審查技能隨即觸發。Claude 按嚴重程度整理每項變動，標出對方轉移風險的地方，識別修改條款之間的衝突，檢查應有但缺失的標準條款，並產出摘要，針對每個問題提供具體的反制方案。
Claude 在標記中發現了一個模式，根據經驗，我知道那個模式通常預示著什麼。Claude 為一個有爭議的條款生成了三種替代方案。我選擇了其中一個考慮到 AI 無法獲知的關係動態和交易背景的方案。
一旦我做出決定，我叫 Claude 應用編輯。這就是第一次看到時會讓人驚掉下巴的部分：Claude 在 XML 層級打開 Word 文件，應用署名為我的修訂追蹤，保留所有排版細節，產出一份對手律師可以用 Microsoft Word 正常開啟審閱的 .docx 檔案。
我不開 Word，也不開 Litera（法律比對軟體），Claude 產出了紅線版。我審核每一項變動，然後發送。接著客戶溝通技能以合適的語氣草擬好說明郵件。從收到標記到準備好回覆包裹的總時間：不到一小時，其中約 30 分鐘是我自己的思考。
---
第二，沒有「幻覺」的研究。客戶需要了解新產品的監管格局。問題涉及多個機構和重疊的法定框架。我的研究技能指示 Claude 同時在所有相關角度展開平行研究，而不是按順序處理：證券分析、州政府許可要求、銀行法規、消費者保護影響。它針對每個子主題進行多次搜索，交叉引用來源，並將主要授權（法律、法規、機構指引、判例法）排在次要評論之前。
在交付任何內容給我之前，該技能要求 Claude 進行自我審核。這是至關重要的，也是大多數人跳過的部分。Claude 必須核實每一條引用的權威是否真的如備忘錄所稱。對於置信度低於「高」的內容，它必須標記出來。它必須檢查各章節間的內部矛盾。而且它必須特別防範虛假引用（Hallucinated citations）——那個讓幾位律師受到制裁並登上全國新聞的問題。
那些提交 AI 生成假引用的律師使用的是沒有這種驗證層的工具。問題從來不是 AI 本身，而是沒有品質管控的 AI。產出是一份結構化的研究備忘錄，包含核心結論先行（Bottom-line-up-front）的摘要、具體的法律條文引用和實務建議，這通常需要一名初級律師花費數天時間。
Claude 在不到一小時內交付初稿。然後我核對每一處引用，對分析進行壓力測試，並在我的判斷與產出不符之處進行修改。總時間仍然只是從零開始的一小部分。
---
第三是即時合約解釋。一位客戶在上午來電，說他們剛收到交易對手的要求信，聲稱違反了商業服務協議並威脅要終止合約。客戶有 48 小時的回覆時間。我上傳了協議、要求信以及客戶過去三個月與對方的往來信件。Claude 將要求信中的每一項事實指控與引用的具體合約條款進行比對，發現四項指控的違約中，有兩項涉及的義務已被對手律師自己起草的補充協議明確修改了。
那封要求信顯然是在沒檢查自己修訂的情況下寫成的。在我準備回覆時，我將草擬的每一段都跑一遍 Claude，壓力測試我的論點是否對協議中的其他條款產生了意外影響。它抓到了一個：我打算在服務水準指標（SLM）上提出的一個辯護，可能會被解讀為在第 7 條的付款爭議中做出了讓步。我重寫了回覆。這種在主動草擬時進行即時的、逐條的壓力測試，以前需要第二個律師來審核你的工作，現在在同一個對話中就能完成。
---
每位律師都會問權限跟安全性的問題。簡短的回答是：讓你使用雲端儲存、電子開示（e-discovery）平台和線上法律研究資料庫的同一套框架也適用於此。律師公會（ABA）的指引和各州律師協會的倫理意見將 AI 工具視為受代理人/工具例外條款涵蓋的第三方技術供應商。你的義務是採取合理努力保護客戶數據，這在實務上意味著：關閉對你輸入內容的模型訓練、了解供應商的數據處理實務，並記錄你的理由。
Anthropic 提供「零數據保留」的 API 選項和商業數據處理協議，確保您的客戶數據不會被用於訓練模型，且輸入內容不會在對話結束後存留。這與您將客戶文件放入 Dropbox、Google Drive 或 Clio 之前所做的盡職調查是一樣的。
我更進一步，讓 Claude 幫我草擬了聘案合約（Engagement letters）中的 AI 使用條款。該條款將 AI 定義為效率和品質的增強工具，強調律師監督，將數據處理與現有的保密義務掛鉤，並取得客戶同意。客戶簽署時毫不猶豫。他們大多數人都假設我已經在使用 AI 了，事實也確實如此。
現在大多數司法管轄區的倫理規則都要求具備「技術勝任能力」。我們正接近這樣一個時點：不使用這些工具反而更難在專業責任立場上辯護。
---
大多數嘗試 AI 的律師寫的是「審查這份合約」，然後得到一些平庸的結果，接著他們斷定 AI 對法律工作沒用。問題不在於 AI，而在於輸入。試著比較「審查這份合約」與底下這段：
「從供應商的角度審查這份服務協議。標記出客戶將風險轉移至超出此類交易市場常態的條款。檢查缺失的應有條款，包括責任限制、智慧財產權歸屬、數據處理和便利終止權。產出一份帶有嚴重程度評等的摘要，並針對每個高嚴重性問題提供具體的反制語言。注意供應商的談判籌碼有限且希望達成交易，因此建議應側重於值得爭取的條款，而非可以優雅讓步的條款。」
第二個版本產出的工作成果在第一遍就很有用。第一個版本產出的內容即使有用，也需要大量修改。「AI 是玩具」與「AI 改變了我的實務」之間的差距，就在於指令的品質。 這就是為什麼技能很重要：它們將那種詳細程度編碼起來，讓您寫一次就能每次生效。
這一切引發了幾件值得點出的變化：
第一是人力配置。我經營一家兩人的事務所，卻處理著大型事務所的工作量。這是 AI 的直接結果。傳統上支撐聘僱初級律師的工作——第一遍文件審查、研究備忘錄、初始草案、紅線摘要、常規往來信件——現在都在我的監督下由 Claude 處理。
明確地說：離開我事務所的每一份文件都經過執業律師的審閱、修改和批准。AI 產出初稿，我產出最終成果。初級律師並未過時，但聘僱他們的合理門檻已經不同了，而且你需要他們做的事情也改變了：判斷力、客戶關係和 AI 產出監督，而不是 2,000 小時的文件製作。
第二是計費。AI 改變了價值的方程式。對於某些任務，節省的時間顯而易見，我將其回饋給客戶。對於其他任務，同樣的小時數產出了比以前更深刻的分析、更全面的問題發現和更高品質的草擬。
重點不在於每項任務花費的時間更少，而在於律師的每一小時都產生了更多價值。我的事務所除了傳統的小時制計費，還提供訂閱制。訂閱制客戶以固定的月費獲得持續的諮詢、合約審查、合規監控和常規治理。
不跳表計費。AI 讓這種模式可行，因為我可以在可預測的費用結構內提供更全面的服務。客戶喜歡這樣：他們不再害怕拿起電話或發送郵件，而我的收入也變得可以預測。
