通用六维度与律师 taste

适用范围：法律 Skill 跑出来的法律文件产出物——合同初审意见、合同风险表、起诉状、答辩状、代理词、证据目录、合规风险扫描报告、整改建议、尽调备忘录、法律分析报告 / 分析底稿等——在常规法律场景下的通用质量评测。

v0.4.0 定位（来源：杨卫薪律师 2026-07-05 拍板，详见 DECISIONS.md D-2026-07-05-02）：

通用泛化优先于场景细分。本文件给出一套六维度作为常规法律场景的主流程，不再要求评测员"按合同/诉讼/合规各选独立 rubric"。

场景差异通过场景微调说明处理（一段话级别的侧重指引），不再上升为独立 rubric。

三场景 rubric（contract / litigation / compliance scenario-rubric.md）降级为深度参考附录：在 taste 深度核查、特定场景争议、需要更细颗粒度评分时使用。

本六维度是 ch07 第六节 L794-803 合同型六维的回归通用命名——去掉合同专属化（如"事实叙述与条款定位"→"事实叙述与证据运用"），恢复其作为通用起点的本义。

通用六维度

ID / 维度	检查问题	低分表现	高分表现
DIM-1 法律准确性	是否正确理解规则、法律关系、基本概念？是否把不确定结论写成确定结论？	法条或概念错误；把商业谈判点写成法律风险；把事实缺口写成法律结论；把不确定写成确定	规则表述准确；结论边界清楚；区分法律风险、商业谈判点、事实缺口、需人工确认事项
DIM-2 事实叙述与证据运用	是否忠实基于已提供材料（不虚构）？事实/证据是否对应到主张与结论？关键事实/条款/证据是否遗漏？	虚构背景；遗漏关键事实；把未确认说法当事实；引用条款或证据但说不清在哪	能对应到具体条款位置 / 证据编号 / 法源出处；事实缺口明确标注
DIM-3 逻辑说服力	是否有清楚推理链条？是否"事实/条款/证据 → 风险或争议 → 结论/建议"逐步展开？	只有结论没有理由；前后矛盾；建议与风险脱节；理由无法支撑结论	链条清楚；可被业务同事 / 谈判对手 / 法官 / 合规官理解；无孤立条目
DIM-4 争议焦点与争议关键把握	是否抓住对本方实际影响决策的关键问题？是否区分主次而非平均罗列？	平均罗列常见风险或常见争议；主次不分；把低影响项列为重点	识别关键冲突 / 高影响条款 / 高影响争议；按对本方影响排序
DIM-5 实务可用性	输出能否进入下一步工作（修改 / 谈判 / 立案 / 庭审 / 整改 / 研判）？建议是否具体可执行？是否标注需确认事项？	建议空泛（"建议进一步审查"）；无法修改、沟通、分派或执行；不标注需确认事项	行动项明确；可复核、可沟通、可修改、可执行；区分立即 / 短期 / 中长期或首选 / 备选
DIM-6 交付物格式完整度	是否符合本场景交付物结构（风险表 / 初审意见 / 起诉状 / 答辩状 / 代理词 / 合规清单 / 分析报告等）？字段是否稳定？层级是否清楚？	字段缺失；层级混乱；读者难定位；颗粒度不匹配交付对象	字段稳定；层级清楚；适配交付对象（内部业务 / 外部客户 / 法官 / 管理层）；必要时区分摘要层与明细层

每维度的场景微调附注（一句话级，详见 scenario-tuning-notes.md）

维度	合同型侧重	诉讼型侧重	合规型侧重	案件分析型（前置底稿）
1. 法律准确性	区分违约责任/解除权/不安抗辩/违约金调整等基本概念	正确识别请求权基础 + 案由匹配	监管依据精确到条款 + 效力层级 + 时效性	同诉讼型，加"法律问题树"拆解
2. 事实叙述与证据运用	重点风险标注条款编号；无编号时声明	事实 → 证据 → 主张链条；证据三要素（名称/来源/证明目的）	风险结论基于业务事实；标注事实缺口	事实到证据到主张链条；不要求本证/反证颗粒度
3. 逻辑说服力	条款 → 风险 → 修改建议	一请求一理由；针对对方主张逐项反驳	风险 → 整改建议 → 整改次生风险评估	法律问题 → 子问题 → 检索吸收 → 策略路径
4. 争议焦点把握	风险分级（高/中/低）+ 对本方履约影响	抓住诉讼攻防焦点 + 抗辩预判	区分必须整改 vs 建议改进；区分法律红线 vs 合规建议	抓住本案策略关键节点（首选/并行/不建议）
5. 实务可用性	修改方向 + 需业务/客户确认事项	诉请可执行性 + 证据组织 + 举证责任分配	整改动作具体到责任人/时限/分阶段（或一次性合规动作的"完成节点"）	行动清单（动作+目的+优先级）+ 检索吸收深度
6. 交付物格式完整度	风险表/初审意见字段稳定（风险描述/条款位置/等级/修改方向/需确认）	法定格式（首部/事实理由/请求/尾部）+ 法庭语体 + 法条引用准确	风险清单/整改建议/尽调备忘录结构 + 唯一编号可追溯	分析报告结构（问题树/检索吸收/策略/行动清单），非法庭文书，不要求诉请与法庭语体

评分口径

1–5 分初评，不追求精密。重点是发现哪一维最弱，并在 SKILL.md 步骤 7 选择最小修复单元。
某一维在某场景若是空项（如合同初审里"争议焦点把握"接近空项），不强行打分，标注"本场景空项"或"弱项"，不影响总体判定。
维度评分必须证据锚定：判"法律准确性低"必须指出哪条规则/哪个概念错；判"事实叙述弱"必须指出漏了哪个条款/证据；判"实务可用性差"必须指出哪条建议空泛。不接受裸分（来源：DR-5 LLM-as-judge 四校准，详见 eval-methodology.md 第三节）。

与 ch07 第六节六维度的对应关系

本通用六维度与 ch07 第六节 L794-803 合同型六维度一一对应，但做了回归通用命名：

ch07 第六节（合同型命名）	本文件（通用命名）	调整说明
法律准确性	法律准确性	不变
事实叙述与证据运用	事实叙述与证据运用	不变（ch07 本就用通用名；v0.3.x 在 contract-rubric 里改成了"事实叙述与条款定位"是合同专属化，v0.4.0 撤回）
逻辑说服力	逻辑说服力	不变
争议焦点把握	争议焦点与争议关键把握	微调：合同型里"争议焦点"接近空项，加"争议关键"覆盖"高影响条款识别"
实务可用性	实务可用性	不变
文书格式完整度	交付物格式完整度	微调："文书"偏诉讼语境，"交付物"覆盖合同/诉讼/合规/分析四类

来源与边界见本文件附录。

通用六维度的边界（不替代 taste）

通用六维度评的是任何法律产出物都该有的基础质量。但有一类东西任何维度表都量不出来——经验律师凭直觉就会察觉的"不对"，如：

把不确定写成确定
把商业谈判点当成法律风险
混淆本方与对方主张
把内部初审语气用到对外谈判函
把草稿写成正式意见
对裁判结果 / 合规结果做承诺性表述

这些是 taste 项，必须显式列出、单独核查，不能被通用维度稀释掉。详见下方"taste 项组织"。

taste 项组织（通用 taste + 场景 taste）

一、通用 taste（所有场景必查，单列不并入维度评分）

下列 taste 项来自 ch07 第六节 L854 + Phase B 校准（trademark-case-01 + case-analysis-case-01）的共性发现。任何法律场景的产出物评测都必须逐项核查，每项命中即 taste FAIL，影响总体判定。

TASTE-1：是否避免"把不确定写成确定"（如把"原告主张"写成"事实如此"；把"初筛"写成"确认合规"）。
TASTE-2：是否区分"法律风险 / 法律红线"和"商业谈判点 / 商业判断"。把"价格偏高"写成法律风险，或把"商业模式不可行"写成合规结论，是典型越界。
TASTE-3：是否区分"风险 / 结论"和"事实缺口"。材料里没说的事情，应标"需确认"，不能编。
TASTE-4：是否站在本方立场，区分本方主张和对方主张。把"保护对方"列为重点风险（本方审查时），或把对方主张混入本方陈述（答辩时），是立场错位。
TASTE-5：是否避免绝对化承诺（如"该合同无任何法律风险""本方案确保完全合规""法院必将支持"）。
TASTE-6：是否避免把草稿写成正式法律意见 / 正式合规意见 / 终稿诉状。应明确"初审意见 / 合规初筛 / 草稿，须经承办律师或业务方复核 / 定稿"。
TASTE-7：是否提示人工复核（产出物涉及的业务事实需业务方核实；AI 引用的法条 / 监管依据需律师核验适用性与时效性）。
TASTE-8：是否提示材料缺失会影响判断（缺主合同 / 缺报价单 / 缺证据 / 缺业务流程图等）。

二、场景 taste（深度核查时参考三场景 rubric）

下列 taste 项有场景特异性，主流程不强制逐项核查；在以下情况启用：

评测总体结论边缘（接近 ⚠️ 修后再测）需要更细颗粒度；
评测员对某场景有经验，希望做深度 taste 核查；
出现场景特异争议（如长文书是否"像一般大模型作文"、跨境合规的数据更新频率差异）。

场景 taste 来源：

合同型 taste（taste-1 ~ taste-6）：见 contract-scenario-rubric.md 第二节。多数已被本文件"通用 taste"吸收；剩余合同专属如"风险分级口径"等留在场景 rubric。
诉讼型 taste（taste-1 ~ taste-9）：见 litigation-scenario-rubric.md 第二节。场景特异项包括"避免万能诉请""提示举证责任分配""长文书避免像一般大模型作文""法条需律师核实适用性"等。
合规型 taste（taste-1 ~ taste-9）：见 compliance-scenario-rubric.md 第二节。场景特异项包括"区分法律红线与合规建议""提示监管动态性""跨境数据更新频率差异""可追溯证据 / 截图存证"等。

说明：本节"通用 taste"与场景 taste 有重叠（如"避免把不确定写成确定"在合同/诉讼/合规 taste 里都有）——这是故意冗余：通用 taste 保证主流程不漏底线，场景 taste 给深度核查提供更具体的判例。重叠项以"通用 taste"为准做主流程判定，场景 taste 仅作深度参考。

与"案件分析型"等非终端交付物的关系

案件分析型（法律分析报告 / 分析底稿，供律师团队内部研判 + 后续写作 Skill 复用，不是终端交付物）在通用六维度上的表现：

维度 1（法律准确性）/ 维度 3（逻辑说服力）/ 维度 5（实务可用性）：完全适配。
维度 2（事实叙述与证据运用）：适配，颗粒度合理偏低（评到强/中/弱即可，不要求本证/反证颗粒度）。
维度 4（争议焦点把握）：适配，但内涵切换为"策略路径关键节点"而非"诉讼攻防焦点"。
维度 6（交付物格式完整度）：适配，但不要求法庭文书法定结构（首部/事实理由/请求/尾部）——分析报告不是法庭文书。强行要求法庭语体 / 诉请明确性会产生"虚假低分"。

判分原则：通用六维度评的是"作为法律产出物的基础质量"，不是"作为某终端文书的格式合规度"。案件分析报告作为前置底稿，其"格式完整度"按分析报告结构评（问题树 / 检索吸收 / 策略 / 行动清单），不按法庭文书结构评。

v0.4.0 的局限与远期方向

本通用六维度已完成 trademark 商标合规、case-analysis 案件分析，以及 contract-copilot 合同场景首批 3 例校准种子。合同校准见 evals/contract-calibration-260730/calibration-report.md，其中 2 例为历史未绑定归档、1 例绑定当前候选，20—50 例完整 suite 和候选全量重跑仍未完成，因此只能说明维度已在合同场景发现有效问题，不能写成合同型领域验收通过。真实诉讼文书生成 skill（起诉状/答辩状/代理词）仍待 T-402 校准。
远期 BACKLOG（不在 v0.4.0 做）：针对特定场景做更深泛化——案件分析 / 法律检索 / 文书润色 / 尽调专属维度集。前期优先把通用六维度经更多场景验证后再考虑深化（详见 TASKS.md BACKLOG 段）。

附录：六维度来源说明

A.1 来源

六维度评价标准来自本书（法律 skill 书籍）第七章第六节"第四步：怎样验证初版 Skill 是否可用"的"四、六维度评价标准：检查法律输出质量"小节。

原文给出的六个维度：法律准确性 / 事实叙述与证据运用 / 逻辑说服力 / 争议焦点把握 / 实务可用性 / 文书格式完整度。原文同时给了一个 1-5 分初评机制，并强调"这张表的作用是帮你定位改进点，而不是让 AI 自己给自己打高分"。

原文章节语境是合同初审 Skill（供应商服务合同初审）。本技能 v0.4.0 经 Phase B 校准（trademark + case-analysis）+ 用户拍板后，把这套六维度经过回归通用命名调整后，正式确立为通用评测主流程。详见本文件开头"v0.4.0 定位"。

A.2 不输出通用总分

本技能不输出以下内容：

一个适用于所有法律 Skill 的"六维度通用基准"和单一总分
跨场景的"平均分"或"加权总分"
把不同场景 Skill 排进同一张榜单的横向比较

理由：法律场景之间的差异远大于共性。强行套基准，评测本身会变成另一个看起来严谨但没用的产物。

A.3 业界参考但不照搬

本技能参考了两类业界思路（v0.2.0 依据 DR-5 前沿调研更新表述）：

Anthropic eval 方法论 + Claude skill creator 的 eval 验证思路（test cases / expected behavior / assertion grading / benchmark / blind A / description tuning）：借鉴"用熟悉材料做基准"的思路。但 v0.2.0 起不再使用"黄金答案"术语——DR-5 明确标注该术语未在 Anthropic 官方公开材料核验到（详见 eval-methodology.md 第二节）。改用"参考解三档口径"。
作者既有六维度评价标准：降级为合同型场景的参考起点，v0.4.0 经通用化命名调整后作为通用评测主流程。

/legal-skill-evaluation

referencesuniversal-dimensions.md