Как работать при подготовке сложной правовой позиции
Нейросеть не «находит» готовую правовую позицию, а собирает её из того контекста, который вы ей дали. Поэтому управление контекстом — один из инструментов улучшения качества ответов при работе с юридическими задачами.
В чате @borouhin поделился свом подходом — разбивать задачу на этапы.
(1) Прочитать позицию оппонента и выделить ключевые тезисы.
(2) Найти применимые НПА и судебную практику.
(3) Отдельно проверить найденные НПА и практику на ошибки и «галлюцинации».
(4) На основании результатов предыдущих этапов и добавленных (при необходимости) вручную НПА/практики — сформулировать тезисы правовой позиции.
Кстати, о том, как можно удобно выгрузить массив судебной практики для загрузки мы писали тут.
(5) На основе тезисов и удачного образца аналогичного документа — подготовить драфт.
(6) Проверить драфт на «галлюцинации».
Важный момент: каждый этап лучше делать в отдельном чате или проекте с чистым контекстом. Так модель не «тащит» за собой лишнюю информацию и даёт более точные результаты.
⮑ Лайфхак по инструментам ⮐
С такой задачей лучше всего справятся Claude и NotebookLM:
— Claude удобно использовать для драфтов — он хорошо работает с версткой документов. Тут мы писали о том, как научить Claude делать документы по вашему шаблону.
— NotebookLM — для работы с практикой и НПА. Благодаря RAG он работает с загруженными вами документами и формирует ответ, опираясь именно на них. За счет этого он меньше «галлюцинирует».
Такой подход имеет смысл именно для сложных задач. Если речь о чём-то простом — например, ходатайстве об отложении — всё это делается одним промптом за один раз. В противном случае — больше времени уйдёт на работу с LLM, чем написание документа ;)
Интересно, какие сложные задачи вы делегируете нейросетям и каким именно. Ждём всех в комментариях⭣
Нейросеть не «находит» готовую правовую позицию, а собирает её из того контекста, который вы ей дали. Поэтому управление контекстом — один из инструментов улучшения качества ответов при работе с юридическими задачами.
В чате @borouhin поделился свом подходом — разбивать задачу на этапы.
(1) Прочитать позицию оппонента и выделить ключевые тезисы.
(2) Найти применимые НПА и судебную практику.
(3) Отдельно проверить найденные НПА и практику на ошибки и «галлюцинации».
(4) На основании результатов предыдущих этапов и добавленных (при необходимости) вручную НПА/практики — сформулировать тезисы правовой позиции.
Кстати, о том, как можно удобно выгрузить массив судебной практики для загрузки мы писали тут.
(5) На основе тезисов и удачного образца аналогичного документа — подготовить драфт.
(6) Проверить драфт на «галлюцинации».
Важный момент: каждый этап лучше делать в отдельном чате или проекте с чистым контекстом. Так модель не «тащит» за собой лишнюю информацию и даёт более точные результаты.
⮑ Лайфхак по инструментам ⮐
С такой задачей лучше всего справятся Claude и NotebookLM:
— Claude удобно использовать для драфтов — он хорошо работает с версткой документов. Тут мы писали о том, как научить Claude делать документы по вашему шаблону.
— NotebookLM — для работы с практикой и НПА. Благодаря RAG он работает с загруженными вами документами и формирует ответ, опираясь именно на них. За счет этого он меньше «галлюцинирует».
Такой подход имеет смысл именно для сложных задач. Если речь о чём-то простом — например, ходатайстве об отложении — всё это делается одним промптом за один раз. В противном случае — больше времени уйдёт на работу с LLM, чем написание документа ;)
Интересно, какие сложные задачи вы делегируете нейросетям и каким именно. Ждём всех в комментариях⭣