法律，已经成为AI落地最成功的场景之一。
光在这个领域，今年就跑出了两家10亿美金的独角兽，一家是估值15亿美金的Harvey，另一家是上个月完成1.5美元融资的EvenUp。
今天，乌鸦君不说这两家公司，而讲另一家颇具传奇色彩的AI法律公司——Casetext。
毫不夸张地说，Casetext可能是最早洞察到生成式AI，在法律场景拥有巨大应用价值的公司之一。
GPT4正式对外发布前，Casetext提前获得了GPT-4访问权限，在试用了GPT-4的48小时内，公司马上做出了一个大胆的决定,将整个公司的重心转向开发名为CoCounsel的法律助手，并迅速取得了巨大成功。两个月后，Casetext以6.5亿美元被Thomson Reuters收购。
今天，我们来回顾一下CoCounsel这个产品的创业经过，以及它是如何找到PMF的。
01 用AI提升法律服务效率
在推出CoCounsel前，Casetext最初想打造一个类似Stack Overflow的UGC（用户生成内容）法律案例库平台，用来给律师交流法律资源。不过律师都是大忙人，没空去社区发帖子，这个产品后来以失败告终。
去年GPT-4发布后，Casetext创始人Heller兴奋地感觉到这是一个崭新的机会。在第一次体验GPT-4的48小时内，Heller就决定将公司的120人全部投入到开发基于GPT-4的产品CoCounsel中。
CoCounsel是一款基于GPT-4驱动的AI法律助理，能够在几分钟内完成以前需要几天才能完成的任务，加快各种法律流程，例如文件审查、法律研究备忘录、证词准备和合同分析。
具体来说，CoCounsel的核心功能有三个：法律研究和备忘录创建、文件/合同审查和分析以及案件文件分析。
首先，CoCounsel可以精准、专业地帮助律师根据要求查资料并输出完整报告。比如，它可以根据的律师的问题进行全面的法律研究，分析相关判例法、法规和条例，然后生成详细的法律备忘录，总结调查结果，提出法律论据，并提供准确的引用。
其次，文件审查也是CoCounsel的重要使用场景之一。CoCounsel帮助律师自动整理一大堆文件。在这个过程中，CoCounsel还能识别相关信息，标记潜在问题，以及并突出关键证据。
第三，CoCounsel可以处理整个案件文件，包括提取关键事实，创建事件时间表，识别相关法律先例，并建议潜在的法律策略。简单来说，就是帮助律师自动分析案件文件，整理出时间线以及关键事实及相关的法律先例。
比较难得一点是，CoCounsel的使用体验很优秀。简单来说，CoCounsel并非设计为独立界面的工具，而是把以上这些功能很好地融入到了律师现有的工作流程中。
比如，CoCounsel可以直接在微软Word中运行，用户起草、审阅和优化文档，用户无需离开熟悉的Word环境。这样一来，大大降低了CoCounsel的使用成本。
02 测试驱动提示工程或成AI产品研发的关键
在相当长时间里，市场对GPT套壳产品一直都存在质疑。
但Heller并不认可这种说法。他认为，垂直领域的专业知识和根据具体用户需求所做的工程调整，将成为GPT套壳产品的护城河。
回到CoCounsel身上，我们也能看到类似的趋势。
在专业知识方面，CoCounsel建立了一个专有的数据集，不仅有法律文本和AI自动添加的法律专有注释，还能连接到客户的数据库。
有了这个数据库，CoCounsel能从起草法律文件到条款的选择，给用户提供很大的帮助。
比如，当平台受理一个起草法律文件的请求时，帮助律师获得标准文档模型协议和自动化文档模板。在起草新条款时，CoCounsel可以帮助用户精确修改文档内容，根据上下文和法律最佳实践推荐替换的语言。
当然，有了垂直数据还不够，为了让大模型真正能够解决用户需求，还需要做很多其他工作。
在法律行业，对信息的准确性有着极高的要求。因为一旦AI给律师提供错误的信息，将直接导致败诉、损害当事人利益、损害律师声誉等风险。因此，信息的准确性和可靠性成为AI落地律师场景的关键。
为了最大程度保证信息准确性，CoCounsel做了大量的提示工程测试工作。
具体来说，当接收到一个请求后，CoCounsel会将查询请求分解为多个步骤，相当于对问题的逻辑进行拆解，引导AI进行一步步地思考。
由于大模型的回答质量高度依赖提示词是否准确。针对每一个步骤，CoCounsel团队又会进行几百个或者上千个提示词测试，以找出它们在什么情况下能给出正确答案。
在Heller看来，这种高度依赖提示工程并且以测试驱动的产品开发逻辑，是AI产品与传统软件产品最大的不同。这也是套壳产品的重要壁垒。
与此同时，CoCounsel还被设计为提供所有调查结果的引用，允许律师验证其结论并追溯其建议背后的推理。
与无法清晰说明依据的聊天机器人不同，CoCounsel设计时就考虑到为其所有发现和建议提供引用来源。这使律师能够轻松验证所提供的信息，追踪CoCounsel建议背后的推理过程，并理解其结论的法律依据。
此外，在很多法律行业的边缘场景，CoCounsel也做了特定的设计。比如，法律行业有一个不成文的规定，为了节省空间，用户在一页纸上打印四页内容，内容有明显的先后顺序，但OCR（光学字符识别）识别不出来这种顺序。
为了应对这种情况，CoCounsel构建了数十个组件，让OCR程序能够正确识别出内容的顺序。而像这样的边缘场景需求，CoCounsel做了很多。
03 为什么说AI法律的潜力还很大？
在AI法律领域，AI技术（以NLP为主）早已应用在合同管理、诉讼预测、法律研究等领域。但大部分工作都以信息检索为主，很难对信息进行深度的处理与分析。
现在，大模型对于法律AI有两方面的提升：一是对话式搜索，对数据内容进行总结提炼，以答案式回答细节问题。二是从“提取”到“生成”，生成能力可以应用于起草法律合同、为法官提供判决建议等。
有一个细节值得注意，Casetext曾经参与过GPT-3甚至GPT-2的合作开发，但初代GPT对于法律工作等高风险应用来说并不可靠，直到GPT-4后，Casetext才决定全力转型参与。
OpenAI CEO Sam Altman曾经提到过一个观点，最值得投资的AI公司是，那些产品能力会随着模型能力增长而有显著提升的公司。毫无疑问，AI法律就属于这个领域。
随着o1模型的推出，代表着向更复杂的推理迈出的重要一步，并可能从AI的“系统1”（直觉）思维转向“系统2”（深思熟虑）思维。这将会进一步推动AI在法律等垂直领域的应用价值。
本文来自微信公众号“乌鸦智能说”，作者：朗朗，36氪经授权发布。
