法律 AI 不是生成，是驗證——台灣商法的確定性架構

這個台灣商法 AI 工具的核心不是生成能力，而是用確定性驗證建立信任，並用粒度分解適應實務工作流。

01 4月 2026 • 3 min read

確定性驗證改變了信任模式

看到 efficiency-agentic-skills 這個專案時，我注意到它在法律文件處理上做了一個很少見的選擇：不只生成建議，而是加入了 deterministic verifier 層次，直接驗證引用的法條是否真的來自官方來源（law.moj.gov.tw）。

這改變了什麼是「可信的 AI 輸出」。傳統法律 AI 助手的問題不在模型有多聰明，而在於你永遠無法確定它引用的法條是否存在、是否過期、是否被修訂。使用者最後還是得自己驗證一遍。

確定性驗證用技術機制建立了一條信任鏈：生成的引用必須對應到真實的法源，否則系統會明確標記為「無法驗證」。使用者知道自己可以信任什麼、不能信任什麼。

另一個設計是它把「法律審查」拆成了五個不同的工作流：

這反映了實務律師和法務人員的真實工作流。早上可能只需要快速分類新進的合約，下午才需要深度審查。籠統的「AI 法律助手」無法應對這種變化，但分解成粒度明確的工具就可以了。

對想導入 AI 的團隊，別問「我們需要 AI 法律助手嗎」，要問「我們的哪個環節在哪個時間點需要什麼深度的工具」。粒度對了，工具才能真的被用起來。

這個專案明確限定在「台灣商業法律文件」，包含 NDA、個資同意書、顧問合約等特定類型。它沒有試圖做成「什麼都能審」的通用工具。

寧可在一個明確的領域做深做透——用官方法源、本地實務規範、特定合約類型——也不追求覆蓋面。使用者因此知道可以信任它在這個領域的準確性，但同時也知道它處理不了勞動法或稅務問題。

這個邊界明確化對採購決策很重要。很多時候團隊買了通用的 AI 法律工具，結果發現它在本地商法上的表現不如預期，因為訓練資料是全球通用的。這個專案用相反的策略：深度換廣度。

確定性驗證解決的是「引用是否真實」，不是「判斷是否正確」。一份文件可能在法源上無懈可擊，但法律解釋、條款組合、風險評估仍然需要人的判斷。這個工具能確保你不會被虛假法條誤導，但不能替代律師的專業意見。

AI 在法律領域的價值可能不在「做出更好的判斷」，而在「確保判斷的基礎是可驗證的」。

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。