文章主题：GPT, 律师行业, 机会, AI改造
GPT在律师行业有哪些机会？
恰巧有幸在几年前了解过律师行业，从抖音拿流量，做案件咨询，然后筛出有效优质案源，再分配给对应律所。
对这个行业有些浅显的了解。
分享一下自己的看法，或许能帮助到想利用AI改造法律行业的开发者。
对于独立开发者而言，我并不推荐他们涉足模型训练或Fine-Tune领域，因为这一领域的投入成本较高，而且其结果往往不尽如人意。再者，这也是由行业特性所决定的，例如法律行业就属于高度严谨的领域，大语言模型的虚幻性实际上是非常难以处理的问题。
其次，我们需要对GPT有一个初步认知：GPT是一个刚刚毕业的大学生。
我们靠这个认知，来去判断哪些事情GPT能做，哪些事情GPT不能做。
显然，整理案件信息，做非诉，或者初步法律咨询，这些是GPT能做的（也就是实习律师干的），但谈单签合同，推进线下拜访收集证据，和当事人和法院协调沟通，出庭，这些就不是GPT擅长的了。
有了这个认知，我们划清了GPT的边界，就更容易找到能做出成绩的地方，避免进入极难落地的窘境。
—————–
在这些GPT能做的事情里，我们又可以分两类，一类是to用户的，还一类是to律师的。
在法律领域，律师们常常需要搜索法院判例并进行信息整理，而这些工作往往耗时耗力，对于年长的律师来说，这无疑是一种负担。然而，随着人工智能技术的发展，尤其是自然语言处理（NLP）的应用，许多繁琐的工作已经可以由机器来完成。例如，GPT就能胜任这些既费时又费力的任务，从而让律师们能够专注于更高层次的 legal 事务。
作为一名文章写作高手，我将运用专业技能对原文进行改写。在本文中，我们将介绍如何利用RAG方法构建判例库，以便为律师提供准确的信息和答案。首先，通过自然语言处理技术，我们可以迅速找到与问题相关的判例。接下来，根据这些判例，我们可以设计一系列针对性的问题，帮助律师更好地了解案件。最后，我们将这些问题及对应的答案整理成库，以便律师在实际应用中参考和使用。
对比以前的体验，律师降低了检索时间，这些收益当中拿出20%-30%付费这个产品，就是有机会的。
再比如to用户的，有一大类案件是律师不爱接的脏活儿累活，比如借贷。
为什么借贷不爱接？小钱没利润，大钱不好追。
所以律师的时间投产比都很低，这类案件就适合GPT做。
而且这类案件，其实当事人只要有人指点一下如何整理案件证据，做文书，提交法院就可以了。
用户搞不明白，律师也不愿意服务，这里面就有市场空间，让GPT干这些脏活儿累活。
在某些案例中，欠款金额可能仅为1万元，但用户却愿意支付给GPT500，从而使得GPT具备了帮助其追回欠款的潜力。这种情况下，用户所购买的并非仅仅是结果，而是一种期望值为希望的解决方案。
但律师可能不愿意跟进，因为都不确定对方有没有1w的偿还能力，律师接了，还不够跟当事人沟通的。
GPT追不回来，当事人也不会跑去赖一个机器，这就是GPT做这种生意的优势。
所以可以利用GPT+工程化的CoT流程，来搭建一个垂类起诉应用：
比如收集当事人信息，让GPT判断起诉法院。
然后让GPT询问当事人欠款日期，有一些可能超出追诉期了。
以及询问当事人关于欠条，转款证明，这些事宜。
如果没有的话，GPT还可以提供一个语音收集证据的思路给到当事人，让当事人准备好所有素材后，提交给GPT。
在此场景下，我们首先激活文书的 GPT 编写功能，随后由审查员对文书质量进行检查。待审查员确认无误后，我们将启动 RPA 流程，通过自动化手段将案件录入系统并完成提交。
在这个过程发现哪些信息缺少了，可以通过邮件或短信反馈给用户进行补充。
这个流程也是极度需要工程化的，但是肯定是可以做的。
——-
像这种机会，在行业内是有很多场景的。
最重要的就是，我们要对GPT有一个理解，他就是大学生，就是干脏活儿累活的。
而且不要想太大，他只要能干掉那一小部分人们不愿意做的事情，就已经有很大价值了。
GPT的能力可以被应用于多种场景，其中獲取客戶和實現收益是可能的應用方式。然而，無論如何，對GPT的理解會影響人們的選擇方向。
独立开发想做行业应用，最好就是做缝合，不要妄想跑去做一个开天辟地的新东西。
如果你对行业没了解，也不愿意深入去和用户了解，那最好也别做这种行业。
以上是两条小小的建议。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
