杨力扬1. 法律科技人才培养：提示工程与Agentic AI技能体系构建
在当今法律科技领域，我们正面临一个有趣的矛盾：一方面，AI工具如雨后春笋般涌现；另一方面，真正能将这些工具应用于实际法律工作的专业人士却凤毛麟角。作为一名在科技与法律交叉领域工作多年的从业者，我见过太多律师和技术人员"鸡同鸭讲"的场景——律师抱怨AI给出的合同审查意见太笼统，技术人员则苦恼于无法理解法律人的专业需求。
1.1 法律科技的核心痛点
问题的本质不在于技术本身，而在于人机协作的断层。法律专业人士通常缺乏将业务需求转化为AI可理解指令的能力，而技术人员又往往对法律场景的复杂性和专业性认识不足。这种双向的知识鸿沟导致了许多"AI+法律"项目最终沦为摆设。
举个例子，当一位律师简单地在对话AI中输入"帮我审这份合同"时，得到的回复往往是一堆放之四海而皆准的套话，根本无法满足实际业务需求。这不是AI能力不足，而是使用方式不当。
1.2 双核心技能体系的提出
基于这些观察，我认为解决这一问题的关键在于构建**"提示工程+Agentic AI"的双核心技能体系**：
- 提示工程：充当"翻译器"角色，将法律专业需求转化为AI能够理解和执行的精准指令
- Agentic AI：作为"执行器"，让AI能够像专业的法律助理一样自主完成复杂任务
这套体系不是要取代法律人或技术人，而是要在两者之间架起沟通的桥梁，培养真正懂法律又懂AI的复合型人才。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 法律场景下的提示工程方法论
2.1 从"问对问题"开始
在法律领域使用AI，第一步也是最重要的一步就是学会如何提问。与日常聊天不同，法律场景下的AI交互需要高度的精确性和专业性。
糟糕的提问示例：
"这份合同有什么问题？"
优化后的提问：
"请以中国合同法为依据，逐条分析这份房屋租赁合同中可能存在的法律风险，特别关注：1) 押金条款是否符合最新司法解释；2) 违约责任是否对等；3) 争议解决条款的管辖权设置是否合理。请用表格形式列出风险点、相关法条和修改建议。"
2.2 结构化提示的四个要素
根据我的实践经验，一个有效的法律提示应包含以下四个要素：
- 法律依据：明确说明需要参考的法律体系或具体法条
- 分析框架：定义分析的维