作者：LegalMVP律海芒芒

如果你是DeepSeek的深度用戶，這些坑可能已經踩過了：虛構法律條文、編造案例、翻譯及數據統計出錯等。這些隱患不僅可能影響案件進展，還可能帶來執業風險。

所以，法律人使用DeepSeek時，必須嚴謹審慎，避開“天坑”，才能發揮其優勢。

本文濃縮了法律人在使用DeepSeek時必須避開的24大禁忌，助你安全、高效地駕馭這一強大工具。

文章有點長，畢竟濃縮了我們近3萬字的手冊中的內容，記得收藏起來，慢慢看。

（想要看完整版手冊的小伙伴也可以直接戳下方鏈接購買，附錄內容還有超干貨等你來↓）

01

把DeepSeek當數據庫做檢索，查完直接用

DeepSeek擅長做推理、歸納、總結，但在檢索方面，尤其是對精準性要求極高的法律專業領域的檢索，我們還是得留個心眼。

DeepSeek的本質是語言模型，不是法律數據庫。它的檢索實質上還是在互聯網上搜索相關信息，然后歸納總結，因此依舊存在檢索到錯誤、過時信息的可能。

正確操作：

將DeepSeek作為“模糊搜索器”——輸入精準指令，并在專業數據庫中交叉驗證結果，最后請團隊成員人工復核。

02

用DeepSeek生成法律文書，只改個名字就用

現在還有大量教程在教律師用DeepSeek寫法律文書。但請注意，AI不是“法律文書自動售貨機”，它的底層邏輯是模仿人類文書結構，而非理解法律要件。

AI很可能分不清“訴訟請求”和“炒菜放多少鹽”的本質區別，遇到陌生案由時，不僅可能遺漏法律法規，甚至還會混搭不同法律領域的條款。

正確操作：

將DeepSeek作為“文書寫作加速器”，輸入正確指令，提供范例，并在完成后仔細檢查，尤其是法律依據和關鍵條款。

03

用DeepSeek快速生成案例比對、裁判規則分析和類案檢索報告后直接應用

這么做確實能節省下來不少的時間，但是一細看就會發現問題賊多，比如：

• AI分不清適用的法條——比如：它可能搞不清是適用新《公司法》第54條，還是《九民紀要》第六條；

• AI難以理解不同程序（訴訟、執行、破產等）中的差異——比如：它經常會忽略“加速到期”規則在不同法律程序下的不同適用；

• AI為了迎合你的預期，可能會“主動優化”案情，甚至直接編造法院觀點。

為了解決這些問題，我們只能手動逐個核實案例。

正確操作：

給出正確的分析指令、核查原文信息、換一個AI交叉核驗。

04

直接用DeepSeek制定法律服務方案

AI生成的方案往往有一定的“AI味兒”，客戶也不是傻子，他們本來也可能是使用AI的高手，很容易一眼就看出方案是AI生成的。

因為AI的邏輯是基于歷史數據拼接，非從實際法律關系推理中推理得到的，看似專業的部分，實則是術語的堆砌。

且AI無法真正做到理解當事人的處境，而律師可以。

正確操作：

把DeepSeek作為沒有想法的時候頭腦風暴的工具，方案要結合具體案情調整優化，并在與客戶溝通時強調定制化服務；拿到方案后多渠道驗證并人工潤色，確保語氣嚴謹、內容符合客戶預期。

05

應付潛在客戶的“白嫖”咨詢

被“白嫖”是令幾乎所有律師都頭疼的問題，來自朋友、熟人、八竿子打不著的親戚等等，都打著“有個簡單問題想請教一下”的旗號，實際想讓你免費幫他們解決法律問題。

有些律師懶得應付，干脆讓DeepSeek回答，然后直接復制粘貼發給客戶，這確實是一個不錯的做法。

但是其實我們可以做得更好。

用AI應付“白嫖”咨詢可能導致我們的專業價值被稀釋，同時AI缺乏情感和同理心，無法滿足客戶的個性化需求，直接用AI回復也可能失去本來有希望簽下的客戶。

正確操作：

掌控人工溝通主導權，堅持“半AI半人工”模式，結合AI的基礎部分進行個性化解答；設定“專業門檻”，并引導客戶進入正式服務。

06

把客戶發過來的文件不脫敏就上傳給AI處理

AI在分析鏈接、文件、提取信息等方面確實做的不錯，用好了事半功倍，但涉及客戶隱私的內容還是得多留個心眼，不然后果可能會很“刑”。

畢竟輸入給AI工具的內容可能會被運營商收集、存儲，甚至用于訓練AI模型，你上傳的文件或許就在不經意間暴露了客戶的隱私信息！

脫敏也不僅僅是把名字一匿，在處理一些復雜案件時即使已經匿名化，一些關鍵細節沒有處理，就仍有泄密的風險。

正確操作：

謹慎脫敏信息再上傳給AI，或選擇本地部署AI（需注意硬件要求），確保數據安全。

07

審查合同的時候，只是簡單下達審查任務，不交代談判背景和重點

審查合同是一項關鍵且復雜的工作。

畢竟合同審查不只是當事人、標的物、數量等等，還需要考慮簽約背景、強弱勢地位等因素。

這些看似微小的細節，往往對合同的履行、雙方的權利義務以及可能出現的風險等有著重大影響，而AI恰恰缺乏對這些細節的理解能力。

AI缺乏人類的思維能力和對實際情況的敏銳洞察力，同時其了解的事實情況有限，無法像專業律師那樣綜合考慮各種因素。

用AI審了一輪，拿到手一看結果，大失所望，最后還得自己從頭來過。不僅浪費時間，還降低了工作效率。

正確操作：

可以給AI一些正確示例，同時校對結果。

還可以使用接入DeepSeek推理模型的合同審查專業工具，幫助用戶在短時間內完成大量合同的審查工作。

08

案子拿到手直接讓AI分析，被局限了思考框架，少了自己的思考

DeepSeek用時不到60秒，就能給出一份只需要稍加潤色，就可以使用的分析框架，無疑幫律師減少了工作內容。

既然如此，那能不能所有案子都讓DeepSeek先跑一遍再上手做？這種"AI先行"的工作慣性是需要我們警惕的。

過度依賴AI分析可能導致法律思維鈍化，限制獨立思考能力。

另一方面，過早導入AI分析結論易形成認知錨定效應，削弱法律人獨立構建論證體系的能力，且它的觀點也不一定是正確的、完善的。（認知錨定效應是指人們在做決策時，會受到第一印象或初始信息的影響，從而對后續的信息產生偏差。當律師在案件初期就接觸 AI 的分析結論時，很可能會不自覺地受到其影響，從而限制了自己的思維空間。）

正確操作:

先進行獨立思考，再用AI輔助分析，并從精準度和全面度兩方面審核結果。

09

忽略未聯網狀態下的信息滯后性

AI數據更新滯后問題大家應該都有所了解了，比如，未聯網狀態的DeepSeek，數據庫截止時間是2024年7月。

AI工具的訓練數據是有時間限制的，而法律領域又是高度動態的，法律法規和司法實踐經常會有新的變化。

未聯網狀態下，DeepSeek的信息滯后，可能導致引用過時法規、忽視最新司法解釋、案例信息不全面等不利后果，影響對案件事實的準確判斷。

正確操作：

聯網使用AI，并用專業法律數據庫交叉驗證。

10

忽略聯網狀態下，AI信息整合了過多廣告、質量差的信息

AI搜索時網羅不同渠道、五花八門的信息，這樣才能做到多方位多角度的輸出。

很多人只看到它全面的信息搜集、整合能力，忽略了在這個海量信息數據庫中除了有知識、有正向信息，還包含很多低質、廣告甚至垃圾信息來干擾視聽。

在我們的示例中就可以發現，搜索結果整合的網頁中，幾乎沒有權威網站的信息。

正確操作：

復查AI引用的網頁內容與來源，并明確指令排除某些網頁作為結果來源。

11讓AI獨立進行法律風險評估

前面也說過，法律法規更新換代太快、司法裁判案例也是每天在增加，AI未及時同步最新法律動態，會導致評估結果過時；

AI也可能因數據不全面、算法局限性等原因，無法準確識別和評估所有潛在風險，導致評估結果不準確或不完整；

AI還可能無法識別復雜案件中的細微法律問題，導致風險評估遺漏關鍵點；且AI的法律預測基于歷史數據，可能無法準確預測新型或復雜案件的結果……

最后，別忘了，如果AI的評估結果存在錯誤或遺漏，承擔職業責任的只會是律師本人，因為AI沒辦法背鍋啊。

正確操作：

是將AI作為輔助工具而非獨立決策者，結合專業知識復核，定期評估AI的產出質量。

12

忽視AI生成內容的版權問題

在“泰勒訴美國版權局AI繪畫版權登記案”中，法院認為完全由AI生成的內容因缺乏人類創作貢獻而不享有版權。

而在去年，北京互聯網法院審理首個AI文生圖案例中，認為AI作品中有作者個性化的表達，具有獨創性，認可其享有著作權。

這些案例說明，AI生成的內容是否享有版權以及版權歸屬誰至今存在較大爭議。畢竟AI生成的內容本就源于人類的智力成果，可能涉及第三方著作權侵權；同時，使用別人用AI生成的內容也可能構成侵權。

正確操作：

了解AI平臺的使用條款，對生成內容進行實質性修改，保證原創性；反問AI，并反復確認不涉及版權問題。

13忽視AI生成內容的潛在偏見

也許你覺得AI只是冷冰冰的機器，不會帶有偏見或主觀色彩？并不一定，畢竟AI數據庫的來源就是人們先前的輸出。

就算AI是“冷酷”客觀的，誰能保證它生成的內容完全中立呢？

AI的訓練數據可能包含社會文化、語言、歷史、行業和政治等很多方面的偏見，導致生成內容存在不公平傾向。

打個比方，AI的訓練數據如果大多來自特定群體或地區，那就可能會導致生成內容偏向某一群體的觀點或利益。

就法律領域來說，AI可能更傾向于生成基于某一法域或文化背景的法律意見，而忽略其他地區的法律實踐，生成內容可能不符合多元化的法律需求，導致不公平或片面的結論。

正確操作：

加強人工審核，及時糾偏；同時律師本人也應保持中立立場，保證客觀公正。

14直接用AI審核錯別字

AI審核錯別字可不是審學生的作文，一個不留神就可能導致誤判或專業術語處理不當。

例如，一些專業術語或特定語境下的用詞，比如“定金”和“訂金”，如果AI錯誤替換，必然會影響合同效力。

它可能將正確的字詞誤判為錯別字，生僻字和專業術語上也可能被標注為非常用詞。

最后，不僅沒挑出bug還往里塞了幾個bug。

正確操作：

初審先標注，可以通過指令明確不要改變原文，這時候如果有誤判就能及時發現、提出，然后再針對其余部分進行修改。

重點內容手動核查，并結合語義上下文做出準確判斷。

還可以建立法律術語白名單，這樣就不用擔心如“執業律師”“非訴”等明明是正確的專業術語被AI認為是非常用詞了。

15直接用AI翻譯專業法律文本

無論是讀文獻自我提升，還是有涉外的案子需要處理，都繞不開法律文本翻譯的問題。

*朝陽法院的正確英文翻譯應該是“Chaoyang People's Court”

看完這個例子你就知道了，不加校驗直接用大模型來做翻譯，專業性是無法得到保障的……

法律文本里專業術語尤多，AI翻譯的不準，會扭曲相關方要表達的真實意思，還可能影響相關文本的法律效力。

這就是需要人工復核，人工來做翻譯，體現人的專業水平的地方。

正確操作：

人工專業校驗，留心可能有歧義的詞句。

使用多個AI工具翻譯方便多版本對比，最后結合法律背景再次審核。

16

直接用AI出具的數據做統計報告，而不查驗數據原始來源

法律領域，數據是否精準可靠至關重要。

AI可能會出錯，這在法律統計報告里是不能容忍的。

之前看到的一些案例中，AI在處理復雜數據時可能會有偏差。AI模型可能因訓練數據偏差、數據更新不及時、編纂數據等問題，導致出具的數據存在錯誤或偏差，影響統計報告的準確性。

正確操作：

從權威網站獲取數據，多源數據人工交叉驗證，同時結合自身專業知識審核。

而且，我們作為律師也要時刻關注數據的更新和時效性。

17直接用AI寫的營銷文案，而不看是否存在虛假宣傳與過于絕對化的效果描述

不能否認，DeepSeek在總結爆款模板方面確實有一套，以DeepSeek為輔助工具打造的爆款營銷內容不計其數。我們當然可以把它應用在個人/律所的自媒體經營或業務營銷方面。

比如讓DeepSeek給某律所寫一篇小紅書營銷筆記：

在這張的截圖中如“98%勝訴率”、“3000+企業”字眼，確實夠吸引眼球。但這種絕對化的口吻和虛假的數據，可能給自己帶來風險，一不小心就構成虛假宣傳，違反《廣告法》。

除此之外，盲目相信AI的營銷文案，也可能面臨平臺的監管處罰，下架內容甚至被封號！

正確操作：

理解營銷的思維脈絡而不是生搬硬套，從思路入手，先看爆款拆解，再結合自身情況創作營銷內容，同時積極自查避免產生法律隱患。

18聯網狀態下，無法檢索微信公眾號生態里的內容

微信搜索作為一個獨立的生態系統，里面整合了公眾號、小程序、視頻號等各類內容，匯聚了大量優質內容創作者。

微信搜索靠前顯示的內容，都是經過篩選后，受用戶歡迎的文章。可能更加高質可靠。且微信搜索中的內容更新速度快，廣告內容少，用戶可以獲取一手信息。

但因為數據限制，DeepSeek無法聯網搜索微信公眾號數據庫里的內容。

正確操作：

我們可以使用騰訊元寶——它作為唯一一個接入微信公眾號數據的AI工具，它的聯網搜索覆蓋了微信公眾號、視頻號等騰訊生態內容。而且，騰訊元寶也接入了DeepSeek R1。

19

因為DeepSeek官網經常卡頓，就以為用不了DeepSeek R1了

經常用DeepSeek的小伙伴應該都沒少看見這句話：“服務器繁忙，請稍后再試。”每次問兩三個問題就被迫暫停了，真的特別影響用戶體驗。

DeepSeek官網之所以會出現卡頓，也是事出有因。

其一，春節前至今，網絡攻擊頻繁，導致服務器負載過高。

其二，用戶數量的高速增長也給服務器帶來了巨大壓力。

盡管DeepSeek官網可能會卡頓，但DeepSeek R1是開源模型，可通過第三方平臺使用。

正確操作：

尋找“平替”，如騰訊元寶、納米AI、秘塔AI搜索等，避免官網卡頓影響使用。

20以為用了接入DeepSeek R1的其他大模型，就獲得了滿血版DeepSeek

緊接上一條，也許你已經知道這些部署DeepSeek R1的平臺并已在使用中，又或者你剛剛看完上一條正準備去試用，我們都要再提醒你一點，有些平臺即使接入了DeepSeek R1，也并不是滿血版的DeepSeek，而是蒸餾版。

“滿血版”DeepSeek指DeepSeek-R1 671B模型，這是DeepSeek系列中參數規模最大、能力最完整的版本，參數規模小的，還有32B和7B等版本。

671B、32B和7B模型的區別主要在于參數量大小、性能和適用場景：參數量越大，模型越“聰明”，但對硬件要求越高，推理速度越慢。

正確操作：

普通用戶優先選擇支持滿血版的平臺（注意部分平臺可能宣傳不實）；對于開發者或企業用戶，可根據需求選擇參數更小的版本本地部署。

21以為本地化部署DeepSeek，就獲得了滿血版的DeepSeek

前面在關于隱私保護的章節，正確操作建議中就提到了本地化部署，不過本地化部署到底是個啥？

本地部署就是將DeepSeek模型下載并安裝到本地設備（如個人電腦、服務器等）上，使其能夠在本地運行，無需依賴網絡連接或第三方平臺。

本地部署雖有數據安全和隱私保護優勢，但對硬件要求高，可能會增加成本。

正確操作：

根據需求選擇是否本地部署，避免因硬件不足導致性能下降。

對于處理敏感數據、打造自己的知識庫、或需要高度定制化的律師或律所推薦使用本地部署 DeepSeek；

對于沒有那么高需求的法律人，我們只要正確認識，不盲目跟風本地部署，按需選擇就好。

22使用時加入各類提示詞試圖控制過程，而不講清楚你的目標

DeepSeek 是推理型大模型，如果連目標都不明確，它就難以準確理解用戶需求，導致輸出的信息可能與我們實際期望的相差甚遠。

沒有明確目標，模型不清楚需要涵蓋哪些方面，可能只給出片面或零散的信息，無法形成完整、系統的回答。

DeepSeek 有深度思考能力，但不明確的目標會使模型無法確定需要進行哪些推理和分析，從而使其推理優勢無用武之地。

用戶需要反復與模型溝通，才能獲得接近自己需求的答案，增加了使用成本和時間成本，使交互過程變得繁瑣和低效。且如果長期獲得不符合預期的答案，還怎么有心情繼續使用呢？

正確操作：

拒絕無效提示詞（如“最厲害的”），多用具體、簡明扼要的方式說明。

多給背景信息，并及時反饋調整。

23一直在一個對話框里問問題，忽略大模型會在多輪對話后“發癲”

DeepSeek有一個必須要大量實操才能發現的問題：對話越多，質量越低，越容易不按自己的指令行事，會發癲。

多輪對話后，DeepSeek可能會成為一個有點“瘋癲”的大模型，不按指令行事。

這個時候，哪怕你想辦法告訴DeepSeek，你錯了，趕緊改一下，我重新給你范例和要求，也無濟于事。

出現這個情況的原因目前還不清楚，但是這類情況不僅在DeepSeek上出現，在ChatGPT上也很容易這樣。可能得原因是：它出現過一次不符合我們預期的回答后，這個回答成為了其短期記憶的一部分，這個不良影響比較難摸出。

至于解決，其實也不麻煩。

正確操作：

重開對話框，保存之前的提問文字和范例，以便在新的對話框里開始新一輪提問。

24付費買了多個大模型、課程，收藏了N篇使用攻略，但是自己一直疏于使用

x度、小x書、x音上隨便一搜，就是各種大模型指南、攻略、課程。

很多人刷到的時候眼前一亮火速點贊、評論、收藏、購買，秉持收藏了、購買了，就是學會了、賺到了，到頭來只是徒留這些干貨在收藏夾吃灰。

我們常說：“工具決定技能的下限，思維決定技能的上限。”有資料收藏癖，但就是一直不用，就算掌握再多“攻略”，你也沒辦法獲取工具帶來的價值。

尤其是對于大模型這類強大的工具，只有通過不斷的實踐和應用，才能為我們帶來實質性的幫助。

正確操作：

每天使用，開發AI的使用場景；還可以加入學習打卡社群，保持學習熱情。

25

結語

AI技術為法律行業帶來了巨大的變革，但法律人必須清醒認識到，AI只是工具，不具備法律人的專業判斷和職業道德。

在使用DeepSeek等AI工具時，要充分發揮其優勢，同時警惕潛在風險。

法律AI的價值在于幫助法律人從重復勞動中解脫，將精力投入到更具價值的工作中。

因此，法律人要積極探索AI的應用方式，但更要保持謹慎的態度，確保每一次使用都符合法律和職業倫理的要求。

希望本文“避坑”的同時，能為法律人正確使用DeepSeek提供思路，讓我們在AI時代更好地為客戶提供專業、高效的服務。

悄悄告訴看到最后的小伙伴，我們的手冊不僅有完整版法律人使用DeepSeek的24大禁忌（每個禁忌都有舉個例子＋詳細版正確操作~）還有附錄超多干貨：熱門大模型對比、各類大模型導覽、法律垂類大模型推薦……點擊下方鏈接直達！

??