收益：
- 能够在事实-法律-需求结构中为案件/请愿书制定常规草案框架
- 能够通过提前质疑反驳和可能的反对意见来加强请愿书
- 能够标记程序规则和证据基础的边界并为人工检查做好准备
撰写请愿书就是将杂乱的文件变成令人信服的叙述：事件排列整齐，每个事实都有法律依据，最终提出明确的要求。这是一项脑力密集且耗时的工作。人工智能 (AI) 是构建这一过程、先发制人反驳和编辑文本的有力助手。然而，请愿书是向法院提交的正式文件；其中的每个事实都必须基于证据，每个参考文献都必须基于主要来源，并且必须遵守程序规则。在本单元中，我们将学习如何在请愿书起草中端到端地使用人工智能，但在每一步都保持人为控制。
让我们澄清一下这些术语。请愿书是提交给法院或当局的正式书面文件，其中包含请求和理由。程序是指导案件如何进行的规则；例如截止日期、正式条件、管辖法院。事实是争议所依据的具体事实。证据是证明事实的文件、证人或记录。 Petitum 是请愿书末尾要求法院做出的具体决定。还有一个我们会经常使用的框架：事实-法律-需求结构；换句话说，首先是发生了什么，然后是法律依据，最后是要求什么。
建立请愿骨架
最安全、最有效的人工智能使用不是编造内容，而是将你提供的事实和基础放入一个有序的框架中。一步一步：
- 按时间顺序、中立地提供事实。发生了什么、何时、基于什么文件？
- 您提供法律依据。由于人工智能存在归因伪造风险（请参阅第 5 单元），您输入的项目和决策均经过验证。
- 制作骨架。事实-法律-需求结构的有序轮廓。
- 质疑反论点。提前考虑可能的反对意见以及对每个反对意见的回应。
- 突出程序和证据方面的差距。哪种主张取决于哪些证据，哪个时期至关重要。
- 准备进行人工检查。草案是一个开始，律师将审查并承担责任。
您的角色：起草请愿书的法律助理。下面我提供事实和经过验证的法律依据。将其转化为“事实-法律依据-请求结果”结构的有组织的信访骨架。规则： - 仅使用我给出的事实和理由；新事实或参考 FABRICATION.- 标记[证据：...] 每个主张所基于的证据； 如果证据不清楚，请写下[证据缺失]。 - 语言正式、清晰、自信；避免夸张和情绪化表达。<facts>[按时间顺序排列的事实及其所依据的文件]</facts><legal_basis>[经过验证的文章/判决参考文献]</legal_basis><request>[法院请求]</request>
提示：你给人工智能提供法律依据，而不是询问它。这条规则从一开始就防止了请愿中最严重的错误（捏造的先例）。 AI是一位优秀的作家和编辑；它不是一个可靠的法律数据库。
提前考虑反驳
一份强有力的请愿书不仅预见并回答了自己的要求，而且还预见到并回答了对方可能的反对意见。人工智能可以像“魔鬼代言人”一样发挥作用，向你展示你的弱点。
从对方的角度看一下我下面的请愿书草稿。 1) 写出针对该请求和事实可以提出的 5 条最强烈的反对意见。 2) 对于每一个反对意见：其依据可能是什么，它针对的是我们草案中的哪些弱点。 3) 建议我们对每个反对意见可以给出的答案以及我们需要哪些额外证据。发明新的法律参考；只关注论证的逻辑。
审查请愿书在程序和形式方面的缺陷也很有用。 AI问“这些存在吗？”具有清单逻辑。他问；但期限和权限规则的准确性必须由立法确认。
使用清单扫描此请愿书的形式和完整性：当事人信息、主题、公开请求结果、事实与证据的联系、法律依据、日期和签名区域。列出那些缺失或不清楚的内容。将期限和权限规则标记为“必须通过立法验证”；不要制定自己的时间/权限规则。
人工智能在请愿书写作中的另一个安全用途是编辑语言和语气。草稿往往要么过于情绪化，要么过于混乱；人工智能可以在不改变法律内容的情况下简化文本并将其调整为正式语气。然而，对意义的控制仍然是人类的。
用更正式、清晰和一致的语言重写以下请愿书段落，而不更改法律内容和请求。将情绪化、夸张或指责性的陈述转化为客观的陈述。将任何可能影响含义的更改标记为“需要语义检查”。添加新的事实或主张；只需改进现有内容的语言即可。
提示：请愿书中的攻击性或情绪化语言通常会降低其说服力。客观、基于事实的语气更加强烈；人工智能可以很好地帮助捕捉这种语气，但律师控制着文本的法律准确性。
弱提示/强提示
弱提示：就这个问题写一份请愿书并包括先例决定。
结果是：在不了解事实的情况下编造的叙述、未经证实的（可能是假的）先例以及程序上不可靠的文本。如果直接使用，无论是诉讼还是职业责任都存在风险。
强力提示：【助理角色+你给出的事实和已验证的依据+事实-法律-主张骨架+【证据】标志+“捏造的事实/引文”+单独的反驳分析+图表清单]
结果：基于您的实际文件的草稿，标记了证据链接，准备反驳，并适合人工审查。
请愿草案的层次
层
人工智能的作用
男人的角色
事实
按时间顺序排列
真相与证据的纽带
法律依据
嵌入文本
提供并验证归因
论证
提纲与反驳
策略与选择
根据请求的结果
锐化
法律合规性
程序/表格
清单
确认期限和权限
最终文本
—
批准和责任
三个迷你箱
案例 1——弥补弱点。一名律师通过反驳提示测试了一份债务诉讼请愿书。大赦国际表明，“诉讼时效”反对可能是最强烈的反制措施，而草案中根本没有解决这个问题。律师补充了证明应收账款从一开始就没有法定时效的文件。庭审时，对方当事人实际主张诉讼时效；准备方对此做出了回应并提供了文件。
案例 2——证据差距。法律团队注意到一项就业诉讼中的三项指控，人工智能已将其标记为[证据缺失]；这些指控十分有力，但没有任何文件支持。该小组收集了两项指控的证人和记录，并从请愿书中删除了没有找到证据的第三项指控。没有提出充满无证据主张的请愿书，而是提出了更可靠的文本，其中的每项主张都可以得到证明。
案例3——防止捏造先例。一名新实习生要求人工智能为请愿书提供“支持裁决”，并准备添加传入的引文。该局的“我们给人工智能资源，我们不要求它”的规则开始发挥作用；从官方来源检查了这些参考文献，发现其中两个不存在。由于这项规则，包含虚假先例的请愿书从未到达法院。衡量结果：当年没有因未经核实的归属而进行更正/撤销。
常见错误
- 向 AI 请求先例决定并在未验证的情况下添加它。请愿书中最危险的错误；您提供并验证基础。
- 让人工智能适应事实。 AI不知道你的文件；事实必须来自您，中立且基于证据。
- 没有考虑反驳论点。只写自己的请求的请愿书在第一个反对意见中是薄弱的。
- 绕过证据链接。每项主张都必须有证据支持； [证据缺失] 标志应认真对待。
- 依靠人工智能制定时间和权限规则。程序规则必须由立法确认。
- 考虑到草案是最终的。请愿书的责任由律师承担；轮廓只是一个开始。
综上所述
人工智能是一个强大的助手，可以组织请愿书草案中的事实，提出反驳意见，并使用清单扫描文本。但请愿书是一份正式文件：事实必须来自你，有证据，你必须提供并核实法律依据，程序规则必须得到立法确认。利用人工智能构建事实-法律-主张骨架并指出薄弱环节；内容和文本准确性的责任始终由律师承担。 AI生成草稿；有能力的专业人员决定向法庭提交什么内容。
应用任务
选择一个冲突场景。 （一）按时间顺序陈述事实，有依据，有依据，制作请愿书草稿，并附上概要提示；检查所有[证据]标志。 （2）根据反驳提示，选出最强烈的5个反对意见及其答案；相应地加强草案。 (3) 运行形状检查表提示并填写缺失的项目。 （4）将所有有关持续时间和权威性的信号纳入“有待立法核实”清单，并制定从真实来源核实的计划。
清单
- [ ] 您提供的事实是否按时间顺序并基于证据？
- [ ] 您是否提供了法律依据并经过验证的参考资料？
- [ ] 草案是否按照事实-法律-要求的结构组织？
- [ ] 每项主张的证据链接均已标记，[证据缺失] 的证据链接是否已得到解决？
- [ ] 是否预先研究过反驳及其回应？
- [ ] 期限和权限规则是否已得到立法确认？
- [ ] 最终文本是否获得律师批准并承担责任？