⚖️ 法律人·大模型

零基础玩转 AI 30章
01 大模型是什么
法律人视角·AI前世今生·为什么学大模型
02 初识大模型
ChatGPT·文心·通义千问·注册与第一次对话
03 提示词入门
什么是提示词·基本结构·三个核心原则
04 提示词进阶
角色扮演·思维链·少样本学习·格式控制
05 提示词实战
法律文书·合同审查·法律检索·案例分析
06 法律应用场景
法律咨询·文书生成·证据分析·法规检索·案件预测
07 对话技巧
追问·纠错·结构化输出
08 大模型的局限性
幻觉·知识截止·隐私风险·偏见
09 法律伦理与AI
AI辅助决策边界·律师职业责任·数据合规
10 搭建法律AI助手
需求分析·工具选择·工作流设计
11 Python基础 (上)
安装·第一个程序·变量与数据类型
12 Python基础 (中)
条件判断·循环·函数
13 Python基础 (下)
列表·字典·文件读写
14 API入门
什么是API·法律人懂API·调用大模型API
15 API实战
Python调用大模型API完成法律任务
16 文本处理基础
分词·关键词提取·文本分类
17 法律文本处理
裁判文书解析·合同要素提取·法规结构化
18 RAG技术入门
什么是RAG·法律场景为什么需要RAG
19 RAG实战
搭建法律知识库问答系统
20 向量数据库
向量·向量检索·主流向量数据库
21 法律知识库构建
数据采集·清洗·分块·向量化
22 微调入门
什么是微调·何时需要·基本流程
23 法律模型微调实战
用法律数据微调一个小模型
24 Agent入门
什么是AI Agent·核心组件
25 法律Agent实战
自动合同审查Agent·法律咨询Agent
26 多模态大模型
图文理解·文档分析·证据识别
27 法律文档自动化
批量生成法律文书·自动归档
28 大模型部署
本地vs云端·成本分析·安全考量
29 法律AI产品设计
用户需求·产品原型·迭代优化
30 未来展望
法律行业AI化趋势·法律人竞争力