诉讼型场景产出物评测维度清单
v0.4.0 起降级为深度参考附录。主流程见
universal-dimensions.md（通用六维度 + 通用 taste）+scenario-tuning-notes.md（诉讼型场景微调说明）。本文件在以下情况启用：taste 深度核查、诉讼型场景特异争议（如长文 judge 稳定性、中国法律语境三层）、需要比通用六维度更细颗粒度的评分。本文件内容作为 v0.3.x 沉淀供深度参考。
适用范围：起诉状、答辩状、代理词、反诉状、证据目录、质证意见、庭审提纲等以"诉讼文书"为处理对象的 Skill 产出物。
本清单与合同型清单不通用。诉讼文书的好坏，不在"风险分级"，而在"请求权基础是否立得住、证据组织是否能支撑主张、诉讼请求与理由是否一一对应"。
v0.3.0 待真实 skill 校准声明：本清单的六个维度 + taste 项，由 DR-5 调研（
research/issue-123-skill-eval-deep-research-chatgpt.md，SWE-bench 双门槛、LLM-as-judge 四校准、参考解三档、长文 judge）+ 杨卫薪知识体系（source-material/杨卫薪知识体系/5. 案例集/16-答辩状与代理词生成.md、11-批量案件诉讼材料自动处理.md、15-证据目录制作.md、12-医疗损害责任纠纷分析.md）共同推导。未经真实诉讼 skill 校准——维度集的覆盖度、taste 项的命中分布、长文 judge 的稳定性参数都需要在真实诉讼型 skill 上跑过后回灌。校准任务见 TASKS.md T-301。校准回灌后维度可能调整、合并或新增，本版本不是终稿。v0.3.1 部分校准回灌（来源：legal-case-analysis v0.2.6 案件分析场景降级套用，见
evals/case-bundle-260705/case-analysis-case-01.md）：本次校准的是案件分析型（法律分析报告），不是诉讼文书生成（起诉状/答辩状/代理词）。结论：诉讼型 6 维度在案件分析场景仅 3 个完全适配（维度 1/3/5）、1 个颗粒度偏低（维度 4）、2 个不适配（维度 2 诉讼请求明确性 / 维度 6 文书格式与法庭语体）——案件分析报告不产出诉请、不是法庭文书，强行套用产生虚假低分。taste 项 9 项全部通过（legal-case-analysis 主动拦截旧法是 taste-8 的优秀工程化）。真实诉讼文书生成 skill（起诉状/答辩状/代理词）仍待 T-402 校准，本次校准不构成诉讼型 rubric 的完整回灌。 暴露"案件分析型"为 v0.3.0 三场景未覆盖的第四类，提案 v0.4.0 新增专属 rubric，待用户确认。
推导依据（备查）
- 维度 1（请求权基础）+ 维度 3（事实理由对应）：来自 ch07 第六节六维度中"法律准确性 + 事实叙述与证据运用"在诉讼场景的具体化，杨卫薪知识体系《答辩状与代理词生成》明确"分析对方主张 → 定位争议焦点 → 构建答辩逻辑 → 法律依据 + 事实支撑"链条。
- 维度 2（诉讼请求明确性）：杨卫薪《批量案件诉讼材料自动处理》强调"诉讼策略决定抽取哪些字段"——诉讼请求不清会反推信息抽取失败。
- 维度 4（证据组织）：杨卫薪《证据目录制作》明确证据三要素"证据名称 / 来源 / 证明目的"，复杂案件需分组分类。
- 维度 5（抗辩预判）：杨卫薪《答辩状与代理词生成》强调"针对每个争议点，提供法律依据和事实支撑"+"先概述立场 → 逐一回应对方主张 → 总结己方观点"。
- 维度 6（文书格式与法庭语体）+ 中国法律语境三层：DR-5 引 LAiW / TW-LegalBench / 最高法案例库与示范文本。
- taste 项 1-7：来自 ch07 第六节 L854 taste 四类（把不确定写成确定 / 把商业谈判点当法律风险 / 混淆本方对方主张 / 初审语气用到对外函）在诉讼场景的具体化扩展。
一、维度清单
维度 1：请求权基础与法律关系定性
检查问题：
- 是否正确识别请求权基础（合同请求权 / 侵权请求权 / 不当得利 / 物权请求权等），并定性准确
- 案由选择是否与请求权基础一致
- 法律关系主体是否清楚（原告 / 被告 / 第三人 / 必要共同诉讼人）
低分表现：请求权基础混乱；案由与主张不一致；主体遗漏或错列。
高分表现：请求权基础清楚；案由准确；主体完整。
维度 2：诉讼请求的明确性与可执行性
检查问题：
- 诉讼请求是否具体、明确、可执行（金额、行为、确认之诉的范围）
- 给付之诉是否明确给付内容、期限、方式
- 是否区分确认之诉 / 给付之诉 / 变更之诉，避免诉的分类错误
- 诉讼请求金额是否有计算依据
低分表现：请求模糊（如"判令被告承担责任"）；金额无计算过程；诉的分类错误。
高分表现：请求具体可执行；金额有计算清单；诉的分类正确。
维度 3：事实与理由的对应（一请求一理由）
检查问题：
- 每一项诉讼请求是否有对应的事实和理由支撑
- 事实陈述是否有证据对应（事实 → 证据 → 主张链条）
- 是否避免"事实一堆、理由一堆、请求一堆"互不对应的写法
低分表现：事实、理由、请求三段互不对应；理由无法支撑请求。
高分表现：一请求一理由；事实到证据到主张链条清楚。
维度 4：证据组织与证明力评估
检查问题：
- 证据目录是否完整（证据名称 / 来源 / 证明对象 / 证明力初判）
- 是否区分本证 / 反证、直接证据 / 间接证据
- 是否识别证据缺口（哪些主张缺少证据支撑）
- 是否避免对证据证明力做绝对化判断（应留余地）
低分表现：证据目录缺字段；证明对象不清；把存疑证据当确定证据用。
高分表现：证据组织清楚；证明对象对应主张；证据缺口明确标注。
维度 5：抗辩预判与争议焦点把握
检查问题：
- 是否预判对方可能抗辩（诉讼时效 / 程序异议 / 实体抗辩）
- 是否抓住本案实际争议焦点（而不是平均罗列）
- 答辩状类输出是否针对对方主张逐项回应（一主张一反驳）
低分表现：不预判抗辩；争议焦点平均罗列；答辩不针对对方主张。
高分表现：抗辩预判到位；争议焦点聚焦；答辩逐项对应。
维度 6：文书格式与法庭语体
检查问题：
- 是否符合该文书法定格式（首部 / 事实理由 / 请求 / 尾部）
- 法庭语体是否规范（避免口语化、情绪化、绝对化表述）
- 引用法条是否准确（条文 + 款项 + 内容）
低分表现：格式混乱；语体不当；法条引用错误或缺漏。
高分表现：格式规范；语体克制；法条引用准确。
二、诉讼型场景 taste 项
taste 来自 ch07 第六节 L854 + 杨卫薪知识体系《答辩状与代理词生成》"事实准确性 / 法律适用性 / 逻辑严密性 / 语言规范性"四道质量关。每项命中即 taste FAIL，不并入维度评分。
- taste-1：是否避免"万能诉请"（如"判令被告承担本案一切费用"）。
- taste-2：是否避免把不确定事实写成确定事实（如把"原告主张"写成"事实如此"）。
- taste-3：是否提示举证责任分配（谁主张谁举证的具体落到哪一方）。
- taste-4：是否避免对法官裁判结果做承诺性表述（如"法院必将支持"）。
- taste-5：是否区分本方主张和对方主张（答辩状尤其重要，不能把对方主张混入本方陈述）。
- taste-6：是否提示诉讼风险（如诉讼时效风险、举证不能风险、败诉风险），而不是只写有利面。
- taste-7：是否明确"本文书为草稿 / 初稿，须经承办律师复核后定稿"。
- taste-8（v0.3.0 推导，待校准）：是否提示 AI 引用的法条需经律师核实适用性与有效性——杨卫薪明确"有些法律可能已经修改或废止，AI 的知识可能不够及时"。
- taste-9（v0.3.0 推导，待校准）：长文书（代理词、答辩状）是否避免"像一般大模型作文"——DR-5 引 LAiW 指出自动评测"看起来会写"，但专家人工评审会发现其缺乏真正的法律三段论严谨性。
三、中国法律语境三层（v0.2.0 新增，诉讼型专属）
诉讼型清单与合同型/合规型最大的语境差异在于：中国诉讼文书的"像不像律师写的"，一大半可拆成官方制度资源对应的结构化要求。评中文诉讼文书时，在维度 1-6 之外必须额外核查三层（依据见 references/eval-methodology.md 第六节，DR-5 综合 LAiW / TW-LegalBench / 最高法案例库与示范文本）：
- 官方结构与要素是否齐——是否符合示范文本 / 文书样式的必备要素（deterministic grader 可查）。2025 年起最高法、司法部、全国律协推广的部分案件起诉状 / 答辩状示范文本覆盖 9 个领域 67 类常见纠纷，应作为字段完整性的硬参照。
- 所引法源、案由、程序位置是否对——案由匹配请求权基础、法源层级与时效正确、程序位置（一审 / 二审 / 再审 / 特别程序）准确。落在本清单维度 1（请求权基础与定性）、维度 6（文书格式与法庭语体）。
- 对裁判尺度与案例检索资源的使用是否像中国实务——是否参考同类入库案例（最高法案例库）、是否贴合裁判要旨与案情关键词的对应、是否避免"像一般大模型作文"（human grader + 案例库对照）。
civil-law 不能套 common-law benchmark（已核验）：LAiW 明确用 legal syllogism 解释中文法律能力结构，并指出自动评测看起来"会写"，但专家人工评审会发现其缺乏真正的法律三段论严谨性。本技能不引用 LegalBench / LexGLUE / LAiW 等公开 benchmark 的分数作为产出物质量指标——它们适合能力筛查，不宜代替真实工作产品验收。
四、与合同型清单的差异说明
诉讼型清单不能套用合同型六维度，原因：
- 合同型的"风险分级"在诉讼型里对应的是"争议焦点把握"，但内涵完全不同（合同风险是条款风险，诉讼争议焦点是诉讼攻防焦点）。
- 合同型的"实务可用性"强调修改方向和需确认事项；诉讼型的"实务可用性"强调诉讼请求可执行性和证据组织。
- 诉讼型独有的维度：请求权基础定性、诉讼请求明确性、证据组织、抗辩预判——这些在合同型里不存在。
如果一个 Skill 同时声称覆盖合同和诉讼，本技能要求用户分别用两套清单评测两次，不做平均。