2026 年 5 月 2 日，我將自己開發的「AI 法律訴訟書狀自動化套件」（Legal-Pleading-Suite）開源到 GitHub。這套技能，不是單純給人閱讀的一組提示詞，也不是一般只靠網頁介面操作的法律 AI 工具，而是一套供 AI 載入與使用的 Skill（技能）：讓 AI 能依照法律工作的節奏，分階段完成讀取案件資料、撰寫計畫、查詢及驗證法律見解、草稿討論、表格生成與最終排版。
這是一套 AI 技能工作流
我做的不是幾組預先寫好的提示詞，而是一組彼此銜接的 Skills（技能），讓 AI 能依照法律工作的實際順序，一步一步把書狀做出來；而這些，也正是我認為目前多數 Web SaaS 平台（網頁式軟體即服務平台）型 AI 法律工具通常還沒有做好的地方。
所謂 Skill，可以把它理解成「提供給 AI 使用的功能模組」。它通常不只是幾句 提示詞，還包含任務流程、輸出方式、遵循規則、腳本、範本與相關資源；AI 工具在載入 Skill 之後，才能比較穩定地按既定流程執行任務。 也因為如此，這套技能的重點不是一次生成一份文字，而是先讀取與整理案件資料、撰寫計畫、法律見解搜尋與驗證、草稿確認、正式排版與必要轉檔串成一條完整流程，使用者在每個階段都可以停下來討論、修正與確認。
就目前這個專案而言，純粹由我與 AI 共同開發的核心模組，主要是 draft-pleading、pleading-table 與 docx-to-odt；三者分別對應書狀主流程、表格型法律文件處理，以及 DOCX 轉 ODT 的工作。如果只有在 DOCX 環境下作業，不需要下載docx-to-odt。
至於 notebooklm-skill ，則是引用自現成開源技能，我在本專案中完整保留原樣納入，沒有修改；而 legal-architecture 則是以既有開源技能為基礎，再依台灣法律語境調整部分用詞並加以優化，用來生成較貼近本地法律實務的圖解內容，但不是撰寫書狀技能所必需。
使用門檻與必備環境
需要特別說明的是，要執行這套技能有一定的系統環境門檻。使用者無法單靠一般的 AI 網頁對話框（Web UI），而是必需先安裝具備 Agentic（代理人）能力的 AI Agent 或 AI Coding Assistant。
我推薦使用的工具如 Google Antigravity、OpenAI Codex 或 Claude Code 等，並且以具有 IDE（整合開發環境）或類 IDE 工作介面者為佳。有了這樣的底層環境，AI 才能順利讀取您的本地資料夾、正確載入這些 Skill 模組，並穩定執行從分析案件到輸出 Word/ODT 檔案的完整自動化工作流。而且可以即使修改 AI 提出的撰寫計畫、書狀草稿。
這套技能的幾個重點特色
第一，會先提出撰寫計畫：在正式生成草稿前，AI 會先整理主張架構、爭點、證據配置，以及需要進一步查詢的問題，讓使用者先確認方向，再決定是否往下走。
第二，會驗證法律見解，並註明風險：在 AI 生成需要進一步查詢的問題後，能調用notebooklm-skill 查詢 NotebookLM 筆記本的知識庫（需先登錄）；如果查不到，會進一步向外部網路搜尋。 如果查到的資料只是網路上的裁判大意、摘要或轉述，而無法確認官方裁判原文，技能會標示該資料仍待查證。
第三，各階段都可以和 AI 討論：這不是一次生成、一次定稿的工具，而是可以先談計畫、再談見解、再談草稿，過程中隨時修正事實表述、調整論證方向、補強攻防結構。
第四，能直接排版成可列印文件：輸出不只是純文字，而是可以進一步生成 DOCX；有需要時，也可以再轉成 ODT，接續 Word 或 LibreOffice 的編修流程。
第五，能生成表格型法律文件：除了書狀本體，這套技能也支援生成爭點整理表、調查證據表與證據清單表；這些都是法律實務中非常常見、卻不是一般生成式工具容易處理好的部分。
我認為，上述這些特點之所以重要，正是因為它們並不是目前一般 Web SaaS 平台型 AI 法律工具普遍具備的能力。多數網頁式工具比較偏向「上傳檔案、輸入問題、快速生成」，但法律工作真正困難的地方，往往在於中間那些需要停下來核對、討論、回頭修正與正式排版的過程。
與台灣現有 法律 AI 的差別
工作流程與文件交付
目前不少 AI 法律工具採 Web SaaS 平台模式，強項通常在於方便、快速、容易上手；但法律工作的難點，往往不是單純把文字生出來，而是這份文字是否有清楚的形成過程、能不能分階段確認、可不可以反覆討論，以及最後能不能落實成真正可提交的正式文件。
我這套技能比較想處理的，正是這些「中間但關鍵」的環節。也就是說，它不是只追求一次生成，而是強調先有撰寫計畫、再有法律見解驗證、過程中持續可討論，最後再輸出成 DOCX、ODT，甚至連表格型法律文件也一併處理。這樣的功能組合，才比較接近法律人實際的工作節奏。
隱私的權衡
這套技能的另一個優點，是使用者可以在自己的電腦上操作，讓 AI 讀取指定檔案與工作目錄內容，而不是一開始就把整包案件資料丟進第三方法律 Web 平台。
不過，這裡談的不是「完全不上傳資料」，而是一種比較務實的權衡：只要實際呼叫外部大型語言模型，模型讀到的內容仍可能送往所使用的 LLM 供應商處理；但和典型 Web SaaS 相比，至少少了一層法律科技平台自己的伺服器、檔案儲存與管理鏈條。
換句話說，這套技能並不是把風險變成零，而是把資料路徑縮短，讓使用者對資料流向、檔案來源與處理範圍有更直接的掌握。對法律工作來說，這樣的差異未必是絕對安全與否的差別，卻往往是資料控制感與風險結構上的差別。
較高的學習與建置門檻
雖然在工作流程與隱私控管上有上述優勢，但這套技能的劣勢在於無法開箱即用。現有的 Web SaaS 法律 AI 平台通常主打隨上隨問、介面親民；而本專案則需要使用者自行建置前述的 AI Agent 執行環境，並適應全新的操作邏輯。這對於習慣直接在 Word 處理文書的法律工作者來說，初期的建置與學習成本，確實會比單純在 AI 網頁平台上對話來得高。
目前仍想持續改善的地方
這套技能並不是完成後就沒有問題。就現階段來說，我認為至少還有兩個值得持續改善的方向。
第一，AI 在整理及引用法院裁判要旨、證據內容時，仍可能傾向寫成「大意」而不是忠實呈現原文。因此，查詢到的法院裁判要旨、引用的證據等內容，未必完全符合真實，仍需要使用者逐一查證與比對原始資料。
第二，我也希望未來能進一步加入仿傚使用者寫作風格的能力。法律書狀不只是內容正確而已，很多時候也有個人慣用的句式、段落節奏、論述順序與表達風格；如果技能能更穩定地貼近使用者既有風格，實用性應該還能再提高一層。
最後提醒：查證
這套技能的定位，始終是法律工作輔助工具，而不是取代律師或使用者的專業判斷；任何草稿、書狀、附表、圖表或轉檔結果，在對外使用或提交法院前，都應由使用者自行核對案件事實、法律依據、裁判引用、證據標號與頁碼。
我自己對這套技能的期待，並不是讓 AI 代替法律判斷，而是讓 AI 協助處理那些可以流程化、可以反覆修正、也值得在中間停下來討論的工作。對法律人來說，真正有價值的，往往不是一鍵生成，而是一套更貼近實務節奏的技能工作流。