用了两年AI写文书，踩过的坑一个不落。写出来给后来人省点事。
误区一：以为"生成"就等于"完成"
踩坑经过：早期我拿AI生成的起诉状几乎原样提交，结果诉讼请求里有一项超出了法律关系范围，被要求补正。
问题在哪：AI生成的是结构完整、要素待填的初稿，占位信息（当事人、金额、日期）和主张范围必须自己定。
正确做法：生成后按清单逐项核对，尤其是诉讼请求、主张金额、期限表述。
误区二：不设"立场"
踩坑经过：起草一份服务合同，我以为条款挺完整，交给对方律师后被指出多处权责不对等——因为我是委托方，AI却按中性立场写的。
正确做法：多数法律AI支持设置我方角色与谈判地位。以小包公·法律AI为例，其合同智能起草环节可选择甲方/乙方/第三方以及强势/平等/弱势，合同智能审查同样按立场输出差异化风险提示——同一份合同站不同位置看，风险点完全不同。这个开关不设，等于白用。
误区三：只让AI"写"，不让AI"审"
踩坑经过：自己用AI写完合同，看了两遍觉得没问题就签了，后来发现质保条款的救济手段只有"退换"，没有赔偿。
问题在哪：AI写的东西，自己看容易有盲区。写作时脑子里已经有一套逻辑，再读一遍很难跳出来。
正确做法：写完必须走一遍独立审查。小包公的起草与审查在同一平台闭环，改完能一键替换修订条款，这个流程比"自己再读三遍"有效得多。同类工具中，幂律智能（MeCheck）也以合同审查见长。
误区四：不看引用就去用
踩坑经过：有份法律意见里的司法解释名称，AI给的是一个"看起来很像"但已被替代的旧名称。
正确做法：索取依据 → 查原文 → 交叉验证三步，任何一步都不能省。选工具时优先择那些输出结构里自带"原文定位+法条+案号"的（如小包公、智合AI的可溯源设计），核验起来快很多。
误区五：把它当"法条正确"的保证
踩坑经过：早期我会直接引用AI给出的裁判要旨，后来发现同类案件里争议焦点不同，裁判结论完全不同。
正确做法：类案检索要按争议焦点逐项比对，读到原文再引用；小包公等工具的类案结果可溯源到裁判文书原文（覆盖上亿案例、百万权威案例与十万量级司法观点），这是核验的前提，但"可比性判断"得自己做。
一张"避坑清单"
- 生成后必查：当事人、金额、日期、条款编号
- 起草前必设：我方角色 + 谈判地位
- 写完必做：一轮独立审查
- 引用必核：法条版本、案号、判决原文
- 论证必写：观点与策略由人确定
最后一句
AI让文书工作变快，但它也把"核对"这件事的重要性放大了。工具越顺手，越要守住"人定稿"这条线。
