AI合同起草：AI如何撰写合同、诉讼状与催款函
AI合同起草是指在律师审核并定稿之前，使用生成式AI完成合同、诉讼状或催款函的初稿。现代AI法律软件可将一份常规保密协议（NDA）或和解催款函的起草时间从数小时压缩至几分钟，但所有输出内容在发出之前仍须获得持牌律师的签字确认。
根据2025年美国法律行业报告（调查了逾2800名法律从业者）的数据，54% 的法律从业者已将AI用于起草文书往来，这是当今法律实践中最普遍的AI应用场景。以下各节将逐一介绍AI起草法律文书在三类文件中的具体运作方式——合同、诉讼状和催款函，并说明律所如何在规避法院制裁风险的前提下加以使用。
什么是AI起草法律文书及其工作原理
AI起草法律文书的核心，是将大语言模型应用于根据提示词、案情事实或现有模板生成合同、诉讼状和催款函。输出质量在很大程度上取决于底层工具的信息来源方式——究竟是基于通用训练数据进行推理，还是从经过验证的法律文本库中调取内容。
从空白页到有依据的起草
AI起草法律文书大体上有两种路径。以ChatGPT或Claude（Anthropic）为代表的空白页聊天工具从通用训练知识中生成语言，无法保证所引用的法规或条款反映现行法律。有依据的起草工具则采用检索增强生成（RAG）技术，在生成回复之前，先从律所自有的条款库、合同操作手册或精选法规数据库中调取相关语言。Vaquill报告显示，在供应商自行测试中，有依据的AI合同起草工具在近期修订法律上的准确率达93%，而通用AI工具回答相同提示时仅为33%——这一差距值得关注，但需注意该数据来自供应商自身基准测试，并非独立机构验证。
这一差距在涉及近期变化的内容上体现得最为明显：新出台的法规、经修订的规章、缩窄标准条款解释的判决。空白页工具无从得知其训练数据已经过时，而有依据的工具在起草第一句话之前就可以指向最新的原始文件。如需深入了解这些系统处理法律语言的底层机制，请参阅有关Legal AI工作原理的相关内容。
“初级起草员”的思维框架
理解AI合同起草最实用的思维框架，是将其视为一位高效的初级律师助理：它能在数秒至数分钟内完成一份可用的初稿，但对最终成果不承担任何专业责任。AI初稿必须经过律师审核——Vaquill将核查列为其六步AI法律工作流程中”不可或缺”的第四个环节。多家联邦法院更进一步，发布常设命令，要求律师证明诉讼文件中每一处经AI辅助生成的引用均已与实际判例法核对，Harvey已在多个司法管辖区记录了这一趋势。
这一框架之所以重要，在于它能正确校准双方的预期。将AI初稿视为完稿，容易引发本文后续提及的那类引用错误和交叉参照问题；而因其并不完美就弃之不用，则忽视了它在处理常规起草工作时节省的大量时间。实践中行之有效的工作流程，更接近于督导一位有能力的初级同事，而非盲目信任AI输出，也不是事事从头起草。
用AI合同起草：如何生成合同
合同起草是Legal AI普及程度最高的领域，主要原因在于大量合同工作具有高度重复性和模板化特征，而非需要原创性处理。人工智能写合同的最大价值，正体现在这类标准化、高频次的文件场景中。
AI在合同起草中的优势
AI在标准化文件初稿方面表现突出：保密协议（NDA）、数据处理协议（DPAs）、MSA补充协议、录用函等均属高频低难度文件，AI合同起草在这类场景中能带来最为明显的时间节省。GC AI估算，若每周起草三份保密协议（NDA）、每份耗时45分钟，一年累计将占用律师 117小时 ——而有依据的起草工具能够大幅收回这部分时间。最有效的实施方案并非从头生成合同语言，而是从律所自有的经过审核的条款库和操作手册中组装文件。典型的条款示例可能会直接从已审核的模板中调取含12个月费用上限的责任限制条款（适用于美国特拉华州法），而非生成新语言。
- 保密协议（NDA）及保密合同
- MSA补充协议及订单表
- 录用函及标准供应商协议
- 基于已审核条款集构建的DPAs
这一规律同样适用于内部法务团队：AI处理效果最好的文件，往往是法务团队已在内部标准化的文件，因为AI实质上是在基于既有标准进行组装，而非创造新语言。
合同起草中须人工审核的环节
AI生成合同仍需人工仔细审查以下几个方面。交叉参照是常见的失误点——Vaquill记录了一个案例，AI初稿中包含了一处对最终文件中实际上并不存在的条款的赔偿交叉引用。措辞同样关键：”已支付费用”与”已支付或应付费用”的差异，可能导致数月的财务风险敞口偏差。特定司法管辖区的规定是另一个盲区；美国加州AB 1076法案自2024年1月1日起生效，全面禁止大多数竞业禁止条款，而基于较早期模板训练的AI可能无法反映这一变化。合同初稿完成后，下一步是红线标注和条款层面的分析，具体内容可参阅AI合同审查相关内容。
| 文件类型 | AI擅长的工作 | 仍需人工核查的内容 |
|---|---|---|
| 合同（保密协议、MSA、DPAs） | 基于已审核条款库起草初稿，并与操作手册交叉核对 | 交叉参照、非标准费用或责任语言、特定司法管辖区条款 |
| 内部备忘录 | 从原始文件中摘要事实及识别法律问题 | 法律结论与风险界定 |
| 制度文件 | 基于现有政策模板或监管清单起草 | 与律所或客户实际业务的契合度 |
| 董事会同意书 | 基于既往申报文件的标准决议语言 | 公司程序规范与签署权限 |
| 催款函 | 基于案件受理数据将事实转化为叙述 | 语气、和解金额，以及是否须经律师处理的决策 |
Vaquill对上述五类文件的梳理揭示了一个在大多数AI起草法律文书场景中均成立的规律：文件越标准化，在发出之前所需的人工修改就越少。
用AI写诉讼状
在三类文件中，诉讼状风险最高，因为向法院提交含有捏造引用的文件不仅是失误，更可能引发制裁。
效率提升与引用问题
时间节省可以相当可观：Harvey报告称，一家诉讼精品律所借助AI辅助，将起诉状起草时间从约10小时缩短至2小时以内。但AI写诉讼状也是迄今公开失败案例最多的领域。2023年，两位纽约律师因提交了一份引用六个由ChatGPT捏造的虚假判例的诉讼状而遭到制裁，这些判例均不存在——该案即为Mata v. Avianca（美国判例）。此案清楚说明了为何美国《联邦民事诉讼规则》第11条（美国法律条文，中国无对应规定）以及美国律师协会《职业行为示范规则》（以下简称”ABA示范规则”）第3.3条所规定的对法庭如实陈述义务，直接适用于经AI辅助生成的诉讼文件。
该案法院的推理逻辑与制裁本身同样值得关注：法官认定的恶意行为并非使用ChatGPT本身，而是在虚假案例曝光后未能纠正记录。这一区分深刻影响了许多联邦法院在AI相关常设命令中的措辞——义务的重心并非全面禁止AI，而在于要求律师在提交文件前发现并披露错误。
专项工具与核查流程
市场上有一小类法律专用工具，专门用于在提交前将经AI辅助或律师起草的引用与一手来源进行核对。Clearbrief已取得SOC 2认证，并与Microsoft Word原生集成，可将诉讼状中的每处引用与底层案件记录进行交叉核查。同类工具还包括BriefCatch、Lexis+ Brief Analysis以及WordRake（后者拥有逾35000条算法编辑规则，侧重写作清晰度而非引用核查）。Thomson Reuters的Drafting Assistant则承担相关但不同的工作：构建法律权威引用表并按Bluebook及各州规则格式化引用。上述工具均不能替代基本义务：提交诉讼状中的每处引用，在送达法院前均应在Westlaw或Lexis中人工核实。
经常从事诉讼业务的律所通常会叠加使用这些工具，而非只选其一：起草阶段使用引用核查插件，定稿前进行文体润色，提交前最后一步进行Westlaw或Lexis人工核查。这一类别中没有任何工具宣称可以取代最终的人工核查，这本身就是法律界自2023年以来对引用捏造问题高度重视的一个信号。
用AI起草催款函
对于处理大量同类索赔的律所而言，催款函通常是AI起草见效最快的场景，在人身伤害业务中尤为突出。
分步详解：AI催款函工作流程
Clio梳理了一套五步骤的AI辅助催款函生成流程：
- 收集案件事实——伤害情况、损失金额、时间线及支持性文件。
- 根据索赔类型和业务领域选择合适的起草工具。
- 将案件具体细节以结构化输入方式录入工具。
- 自定义语气及具体诉求或和解金额。
- 由律师完整审核初稿，并在发送前纳入律所标准流程。
一封曾经需要律师助理耗费数小时从头起草的催款函，通过这套流程可在几分钟内完成，但无论AI初稿看起来多么完善，第五步均为强制要求。
催款函何时需要律师介入
免费催款函生成器（如HAQQ提供的工具）能生成可用的模板，但无法替代法律建议。HAQQ本身建议，涉及金额超过5000美元（约合人民币36000元）或存在责任争议的函件，须经持牌律师发出——盖有律师函头的信函，在保险公司和对方律师眼中比未委托律师的当事人直接发出的信函更具分量。以挂号信附回执方式寄送函件可确立送达证明，若纠纷日后进入诉讼程序，这一点至关重要。AI催款函通常会产生以下四种结果之一：
- 对方全额支付所要求金额
- 双方协商达成较低金额的和解
- 对方沉默不回应，为提起诉讼提供支持
- 对方提出反索赔，对基础主张提出异议
某封函件最终产生哪种结果，往往更多取决于签署人，而非函件本身的措辞。一封由律师署名的经AI辅助生成的高质量催款函，可能会促成回应，而同样内容由当事人直接发出则未必奏效。
如何挑选AI法律起草工具
AI法律起草工具市场明显分为两个层级，正确的选择取决于所涉数据的敏感程度和文件类型。
通用AI与法律专用AI的比较
| 维度 | 通用AI（ChatGPT、Claude、Gemini） | 法律专用AI（Spellbook、Harvey、CoCounsel、GC AI） |
|---|---|---|
| 典型价格 | 约每月20美元（约145元人民币）/席位 | 每席位每月数百至500美元以上（约3600元人民币以上，以GC AI为例） |
| 数据依据 | 通用训练数据 | 条款库、操作手册、判例法RAG |
| Word集成 | 有限或无 | 原生集成（如Spellbook集成于Microsoft Word） |
| 保密管控 | 取决于供应商；须核查数据使用条款 | 专为法律数据处理而设计 |
ChatGPT Pro、Gemini Advanced和Claude均定价约为每月20美元（约145元人民币），可生成合理的初稿，但其语言来源于通用训练知识，在细分法律问题上幻觉风险较高，若未签订数据使用协议便将客户事实输入通用聊天窗口，也会引发保密性问题。选用法律专用AI法律软件则意味着更高的投入——以GC AI为例，每席位每月约500美元（约3600元人民币）——但提供数据依据、条款库以及与Word的直接集成，仅Spellbook一家就报告有逾3000家律所在使用其平台。此类工具的任何供应商数据（包括上述数字）均应视为供应商自述，而非独立核实结论。
大多数律所不会只选择一个层级。常见模式是：通用订阅用于头脑风暴、内部研究摘要及其他低敏感度任务，搭配法律专用工具处理任何涉及客户数据或将实际提交或发出文件的工作。
安全与合规核查清单
在采用任何AI法律软件之前，律所应就以下事项向供应商确认：
- 覆盖供应商安全管控的SOC 2或ISO 27001认证
- 关于客户和案件数据处理方式的GDPR及CCPA合规文件
- 与底层模型提供商签订书面零数据留存协议
- 明确书面确认律所数据不用于模型训练
- 传输中和静态数据加密，通常为AES-256
在未签订上述协议的情况下将客户信息输入通用聊天机器人，可能构成依据ABA示范规则第1.6条（美国律师协会《职业行为示范规则》）披露保密信息的行为，无论AI供应商的营销材料如何描述其隐私保护措施。
执业伦理与专业责任
有关AI合同起草的所有问题，最终都会回归到专业责任：无论哪种工具生成了初稿，签署文件的律师始终对其承担最终责任。
美国律师协会第512号正式意见的要求
2024年7月，美国律师协会（ABA）发布了美国律师协会第512号正式意见（美国律师协会官方文件），这是其首份关于律师使用生成式AI的全面指导意见。该意见涉及五个方面：
- ABA示范规则第1.1条规定的胜任力——理解特定AI工具的工作原理及其可能失效的场景
- ABA示范规则第1.6条规定的保密义务——通常要求在将案件细节输入第三方AI系统前获得知情客户同意
- 对法庭如实陈述义务，包括核查AI工具所引用的任何内容
- 依据ABA示范规则第5.1条和第5.3条对下属律师及工作人员使用AI的监督
- 计费问题，因为律师不得就AI工具实际节省的时间向客户收费
保密义务往往是律所最先遭遇问题的领域，因为每次将新案件事实输入工具时，都需要作出独立判断。
律师使用生成式AI工具，与使用任何其他类型的技术或非律师助理一样，受同等伦理规则和原则的约束，律师必须在合理程度上理解其所使用技术的收益与风险。美国律师协会第512号正式意见
律所的实操防护措施
将AI政策落实为书面文件。 一份简短的书面政策，列明已审核工具、禁止用途及客户数据规则，能为律师助理和助理律师划定清晰的边界，而非将判断留给每个人自行决定。
维护已审核工具清单。 将AI使用限制在律所已就SOC 2认证状态和数据留存条款进行审查的供应商范围内，可消除意外保密违规最大的隐患来源。
将引用核查设为强制要求而非可选项。 提交文件中每一处经AI辅助生成的引用，在提交前均应在Westlaw或Lexis中核查——这一规则本可避免Mata v. Avianca（美国判例）中的制裁。
培训全体团队，而非仅针对合伙人。 逾6000名律师已完成专注于AI使用的继续法律教育课程，这反映出律师协会将培训要求正式化的速度之快。
AI无法替代律师在任何此类文件上的专业判断。它压缩的是起草工作中的机械性部分，但分析、策略，以及对提交或发出内容的最终责任，仍由案件主办律师承担。
常见问题
本文仅供参考，不构成法律建议。如需就具体事项获得法律指导，请咨询持牌律师。