千问发布真实法律实务评测 PLaw Bench：为

当事人甩来一堆语音、转账记录和口供，我直接把材料塞给大模型让它写起诉状。结果它把当事人的气话当成了法律事实，还硬生生捏造了一个最高法指导判例。

阿里千问团队刚发布的 PLaw Bench 评测，直接把主流大模型推上了真实案卷的阅卷台。测试不考死记硬背，而是用 12500 条专家细则去测 AI 能不能处理混乱案情和跨卷宗推理。结果绝大多数高分模型全线翻车。

它们面对真实案卷有三个致命死穴：一是只会字面匹配，看不透事实背后的法律关系；二是把案卷切碎后，没法在几万字里串起因果；三是写出的文书像法学生小作文，根本没法上庭。

想靠 AI 办案，得按四步走：先把材料脱敏打包，再让 AI 模拟双方律师找争议焦点。接着喂给它四条死命令——所有结论必须精确到卷宗页码，严禁引用废止法条，必须列出对方最可能反击的三招，最后输出能直接用的底稿。

不过 AI 永远替代不了律师。接案时看穿当事人的隐瞒，开庭时捕捉法官的微表情，以及最终在文书上签字担责，这三件事还得人来干。

要不要我把这套“四步法”整理成一份可以直接复制的提示词模板？