/legal-skill-alignment

素材对齐厘清策略（question-set/v1）

本文档定义各类素材的对齐厘清策略，对应 SKILL.md 步骤 1A.1。

v1 变更：素材分类从 3 类扩展为 7 类可组合类型（新增 rules / revisions / tools-data / authorities）；顶部新增"敏感材料识别清单"（与 SKILL.md 安全段联动）；多分类共存处理段加入"三角色交叉验证"指引。

零、敏感材料识别清单（v1 必读）

本节对应 SKILL.md 步骤 0「安全预检」。处理用户素材前，先过一遍这份清单，发现命中即提示用户脱敏。

处理流程：

1. 命中即提示用户："检测到 [敏感信息类型]，请确认是否已脱敏 / 是否需要本 Skill 协助脱敏（仅提示，不自动改写原文件）"。
2. 用户确认后，在 Brief 中默认使用脱敏表述（如"买方/卖方""XX 公司""标的额 N 万元"）。
3. 在 Brief 的「安全与脱敏说明」段记录脱敏状态与脱敏责任归属。
4. 如用户拒绝脱敏且敏感信息为高风险类型（身份证 / 银行卡 / 未公开裁判结果），警告用户下游消费者可能不接受该 Brief。

一、素材分类（七类可组合，v1 扩展）

v1 起，素材分类从三类扩展为七类可组合类型。单份素材可同时归属多个分类（如一份"律师函模板"既是 sample 又是 rules）。

1.1 样本类（sample）

识别特征：成品法律文书。如律师函、起诉状、答辩状、合同、合同审查意见、法律意见书、证据目录、备忘录等。

厘清目标

从成品中逆向出"可复用的生产模板"，而非复述某一具体案件的内容。

厘清步骤

1. 结构骨架提取：拆出文书的固定章节顺序（如律师函 = 抬头 → 事实概述 → 法律分析 → 诉求 → 落款）。
2. 风格特征提取：
   • 用词偏好（如"敬请"/"特此函告"/"郑重提示"）
   • 句式特征（长句陈述 vs 短句威慑）
   • 语气基调（协商 / 提示 / 威慑 / 中性）
3. 风险点清单：把文中反复出现的风险提示项汇总成清单。
4. 决策点识别：标记律师在不同情形下做了不同选择的位置（如"金额 > X 走诉讼 / 否则先发函"）。

输出要素

• 结构骨架（章节 + 字数占比）
• 风格画像（用词 / 句式 / 语气）
• 风险点清单（条目 + 触发条件）
• 决策分支（if-then 列表）

1.2 流程 SOP 类（sop）

识别特征：步骤化操作文档。如办案流程、合同审查清单、出庭准备、尽调清单、案件管理规程。

厘清目标

把"线性流程"转化为"带决策点的状态机"。

厘清步骤

1. 步骤序列还原：按时间顺序列出所有动作。
2. 前置条件标注：每一步开始前必须满足什么。
3. 决策点提取：哪些步骤存在分支（是 / 否 / 看情况）。
4. 质量检查点：哪些步骤有 review / sign-off 节点。
5. 异常路径：流程外的常见 exception 怎么处理。

输出要素

• 主流程步骤列表（含前置条件）
• 决策点表（条件 → 分支）
• 质量检查点（位置 + 检查人 + 标准）
• 异常处理表（异常类型 → 应对动作）

1.3 问答 Q&A 类（qa）

识别特征：一问一答形式。如客户咨询记录、培训答疑、内部 FAQ、公众号问答。

厘清目标

从零散问答中提炼"高频问题 + 标准答法 + 例外情形"。

厘清步骤

1. 问题聚类：把相似问题归到同一主题。
2. 标准答法提炼：从多个回答中抽出共性，写成一版规范答案。
3. 例外情形标注：哪些情况下标准答案不适用。
4. 价值评估：标注每个问答的复用价值（普遍 / 典型 / 教育 / 复用）。

输出要素

• 高频问题清单（按主题分组）
• 标准答法（每个问题一版）
• 例外情形表
• 价值标签

1.4 规则包类（rules）——v1 新增

识别特征：结构化规则。如阈值表、判断标准、合规清单、风险评分矩阵。

厘清目标

把"规则"从文档中结构化抽离出来，使其可被 Skill 引用、修改、版本化管理。

厘清步骤

1. 规则类型识别：是阈值（如"金额 > X 标红"）？判断标准（如"管辖不利 → 建议改"）？还是风险评分？
2. 规则来源追溯：来自法条 / 司法解释 / 行业规范 / 律所内部 SOP？
3. 规则适用范围：哪个领域 / 哪个阶段生效？
4. 规则冲突检测：两条规则相互矛盾时，优先级如何？

输出要素

• 规则条目表（规则名 + 数值 / 逻辑 + 触发动作 + source + effective_date）
• 适用范围标签
• 冲突与优先级说明

1.5 对话修订记录类（revisions）——v1 新增

识别特征：历史对话 / 反复修改痕迹。如律师-客户沟通记录、文稿修改批注、多版本迭代历史。

厘清目标

从对话 / 修改痕迹中提炼风格偏好、反馈修订倾向、常见避坑——这些往往不在 SOP 文档里。

厘清步骤

1. 关键反馈提取：客户 / 资深律师反复强调的点是什么？
2. 修改前后对比：哪类修改经常出现？（如"开头去掉客套话""结论前置"）
3. 避坑提示：客户 / 团队经常反对的表述、容易出错的细节。
4. 风格指纹：句式 / 用词 / 段落长度的偏好模式。

输出要素

• 风格指纹（句式 / 用词 / 段落结构）
• 反馈倾向列表（高频反馈 + 应对策略）
• 避坑提示清单
• 正面 / 负面示例对比

1.6 工具与数据源类（tools-data）——v1 新增

识别特征：工具输出、API 数据、数据库快照。如工商查询结果、裁判文书检索导出、合同管理系统输出。

厘清目标

厘清工具 / 数据的输入格式、输出格式、联动方式——便于 Skill 在 workflow 中嵌入或调用。

厘清步骤

1. 数据格式识别：JSON / CSV / 表格 / Markdown / 原始文本？
2. 字段语义：每个字段含义、单位、是否必填。
3. 数据来源与可信度：哪个工具 / API / 数据库输出？
4. 联动方式：Skill 是直接消费工具输出？还是再加工？还是作为输入喂给其他工具？

输出要素

• 数据格式说明（schema / 样例）
• 字段语义表
• 来源与可信度（与素材溯源 quality 联动）
• 联动方式描述（输入 / 输出 / 中间产物）

1.7 法源原文类（authorities）——v1 新增

识别特征：法律条文、司法解释、案例原文、监管文件的原始文本或权威转录。

厘清目标

为 Brief 的"知识支撑"段提供可溯源的法源条目——含 jurisdiction / effective_date / verification_status。

厘清步骤

1. 法源识别：是法律 / 行政法规 / 司法解释 / 部门规章 / 行业规范 / 案例？
2. 生效日期确认：当前版本生效日 + 最近一次修订日。
3. 法域标注：CN / HK / US / ...；如果是地方法规，标注适用地区。
4. 验证状态：用户已确认 → verified；未确认 → unverified。
5. 条款精确引用：精确到条 / 款 / 项。

输出要素

• 法源条目表（法源 + jurisdiction + effective_date + verification_status）
• 适用条款精确引用
• 法源原文链接 / 路径

二、多分类共存处理

用户给的素材经常是混合的（如"5 份律师函样本 + 1 份出函流程 SOP + 客户咨询记录 + 一份内部审查规则表"）。处理原则：

• 每类分别厘清，不要混在一锅炖。
• 厘清完后做交叉验证：
  • SOP 里要求的步骤是否在样本中体现？
  • 样本里的风险点是否在 Q&A 中被反复问？
  • 规则表的阈值是否与 SOP 决策点一致？
  • 对话修订中的避坑点是否被规则表覆盖？
• 最终在 Brief 中按"主结构 + 辅助知识"组织（如：以样本骨架为主结构，SOP 决策点作为 workflow，Q&A 作为 knowledge_base，rules 作为规则引擎，revisions 作为风格偏好）。

三角色交叉验证（v1 新增）

v1 起第 4 问拆三子项，多分类素材需做三角色交叉验证，避免角色错位：

交叉验证规则：

• 文书抬头 "致 XX 法官" → output_audience = judge，不是 represented_party
• 文书落款 "XX 律师事务所 代表 XXX 公司" → operator = lawyer，represented_party = XXX-company
• 合同审查意见书 "致 XX 公司法务部" → output_audience = company-legal，represented_party = client-company（客户企业是 represented_party，法务部是 reader）
• 监管报送材料 "致 XX 监管局" → output_audience = regulator，represented_party = regulated-entity

如发现素材中的角色信号不一致（如样本是律师函但 SOP 提示是合规文档），回到 SKILL.md 步骤 1A.4 引导用户确认。

三、厘清产出的缺口提示

厘清完一定要向用户报告"哪些要素没从素材中得到"：

• 素材没提 operator / represented_party / output_audience → 引导补全第 4 问三子项
• 素材没体现法律依据 / 法源未标 effective_date → 引导补全第 5 问法源时效子问
• 素材只有一份样本（不足以提炼模式）→ 提示"建议再提供 2-3 份同类样本"
• 素材全是 sample 没有 sop → 提示"决策点提取受限，建议补充 SOP"

不要默默地把缺口留到 Brief 里靠"待确认"硬撑。

四、单样本 / 少样本处理策略

当素材不足以满足"2-3 份同类样本"的最低要求时：

原则

• 承认局限：在 Brief 输出的"素材溯源"段标注"样本数量不足（仅 N 份），厘清出的模式和决策分支可能不完整"
• 标风险不造假：样本未覆盖的场景标注"素材未覆盖此场景，需用户补充"，不要从单一案例泛化出"通用规则"

处理流程

1. 从可用样本中提取能确定的要素（结构骨架、风格特征、法条引用）
2. 识别"样本未覆盖"的缺口（决策分支、异常路径、不同情形下的输出差异）
3. 在"待确认清单"中按 blocker / warning 分类列出缺口 + 建议补充方式（如"请提供一份败诉场景的代理词 — type: warning"）
4. 如果样本只有 1 份，提示用户：1 份样本只能提取"这一个案子怎么做"，无法确定"这一类案子怎么做"。建议至少补充 2 份同类样本后再做厘清。

单样本仍可提取的内容

即使只有 1 份样本，以下内容仍有价值：

• 结构骨架（章节顺序、字数占比）
• 风格特征（用词偏好、句式特征、语气基调）
• 法条引用清单（但需标 verification_status: unverified）
• 风险点（但需标注"可能遗漏未触发场景"）

以下内容在单样本时价值有限，应标"待补充"：

• 决策分支（单样本只展示一条路径）
• 异常路径（单样本通常不体现异常）
• 不同 output_audience 的输出差异（单样本只服务一个角色）

五、跨领域任务与非文书型任务（v1 新增）

v1 起不再强制单一法律模板骨架。两类此前被排除的任务现在有正式路径：

跨领域任务

示例：并购尽调报告 = 尽调 + 公司 + 证券 + 劳动 + 知识产权 的复合 Skill。

处理：

• 每个领域按其 stage 枚举分别识别
• workflow 跨领域时按时间顺序串联（而非塞进单一模板）
• knowledge_base 分领域组织，每个领域段落独立

非文书型任务（工具 / 数据包）

示例：证据组织器、合规扫描工具、规则抽取器、风险矩阵生成器。

处理：

• doc_type = tool / data-pack（而非 demand-letter 等文书类型）
• 产出形态 = tool-output（Outputs 段标注）
• workflow 描述工具的输入 / 处理 / 输出三段
• 不强制要求"抬头 / 落款"等文书专属字段

详见 legal-domain-mapping.md 的"非文书型任务"专章。