律师获客AI Loop 01:不是多发文章,而是用 AI 搭一套咨询转化闭环
很多律师一谈获客，第一反应还是：我要不要多发几篇文章，多拍几条视频，多做几个平台。
这当然重要。
但在 AI 时代，我越来越觉得，律师获客真正发生变化的地方，可能不是“内容生产变快了”。
真正的变化是：过去那些散落在聊天记录、电话沟通、朋友圈互动、咨询纪要和未成交原因里的信息，现在有机会被重新组织成一个会学习的业务闭环。
这件事如果做成了，律师就不是简单地“用 AI 写文章”。
而是开始用 AI 重新设计自己的谈案系统、获客系统和客户筛选系统。
这也是我想写这个系列的原因。
我暂时把它叫做：
律师谈案获客的 AI Loop。
AI 时代，律师获客最大的变化不是“写得更快”
这两年，很多律师学习 AI，先从写文章开始。
让 AI 帮忙列选题、写标题、改开头、生成短视频脚本、整理公众号大纲。
这些都能提效。
但如果只停在这里，律师很容易陷入一个误区：以为 AI 只是一个更快的内容助手。
问题是，律师获客从来不是单纯的内容生产。
一篇文章能不能带来咨询，背后至少有几层东西：
- 读者有没有在文章里看见自己的问题。
- 读者有没有意识到这个问题需要专业判断。
- 读者有没有相信你能把这个问题讲清楚。
- 读者有没有一个低摩擦的入口继续往下问。
- 你有没有办法判断这个咨询值不值得继续谈。
- 谈完以后，不管成交还是没成交，有没有东西沉淀下来。
过去，这些环节大部分靠律师个人经验。
谁适合接，谁不适合接，哪些客户只是在比价，哪些客户已经有真实痛点，哪些问题可以写成下一篇文章，哪些话术会让客户更容易理解服务价值，都放在脑子里。
脑子当然重要。
但只放在脑子里，就很难复制，也很难复盘。
AI 时代真正有意思的地方在于：它可以把这些原来很散的东西，变成可记录、可分析、可迭代的流程。
这才是律师获客的新趋势。
不是“多发内容”。
而是让内容、咨询、判断、跟进、成交和复盘，形成一套闭环。
Loop 落地以后，律师获客会从流量池变成学习系统
很多人现在讲 Loop engineering，容易把它讲得很技术。
但放到律师谈案获客里，它其实很朴素。
所谓 Loop，就是不要把每一次动作都当成一次性动作。
一篇文章发出去，不只是看阅读量。
它要回答：
- 哪类读者被吸引进来了？
- 他们看完以后问了什么？
- 他们真正卡住的是法律问题，还是商业决策问题？
- 哪些表达让他们愿意继续沟通？
- 哪些咨询最后没有成交，原因是什么？
- 下次内容、话术、筛选标准要怎么改？
这就不是传统意义上的“发文章获客”。
这是一个学习系统。
内容是入口，咨询是反馈，成交是验证，未成交也是反馈。
AI 在这里的作用，不是替律师成交。
它真正适合做的是几件事：
- 把客户零散描述整理成事实结构。
- 把咨询记录提炼成客户画像和问题标签。
- 把未成交原因归纳成可复盘的异议类型。
- 把高频咨询问题反推成下一轮内容选题。
- 把律师的谈案经验沉淀成清单、话术和流程。
这些事情如果都靠律师自己做，很容易忙起来就断掉。
但如果让 AI 介入，很多原本靠记忆和感觉维持的东西，就可以变成稳定流程。
这才是我理解的 AI Loop。
它不是让机器取代律师。
而是让机器把信息变清楚，把流程跑起来，把经验留下来。
最后由律师负责判断、负责边界、负责成交。
我为什么特别关注这个方向
这段时间，我一直在研究法律服务里的 AI 原生转型。
从最早的 prompt，到后来的 skills，再到 Agent、MCP、Harness、Loop engineering，我越来越强烈地感觉到：
律师真正要学的，不是把自己训练成半个程序员，而是学会用 AI 重新设计自己的业务流程。
尤其是谈案获客这个场景。
它太适合做 Loop 了。
因为它天然有输入、有判断、有反馈、有结果。
客户来咨询，这是输入。
律师判断案子能不能接、怎么接、值不值得接，这是专业判断。
客户成交、不成交、犹豫、比价、消失、回头再问，这是反馈。
文章下一次怎么写，咨询入口怎么设计，报价怎么表达，哪些客户要筛掉，哪些问题值得做成社群内容，这是回填。
过去，这套东西只有少数很成熟的律师靠经验慢慢磨出来。
但在 AI 时代，它可以被更快地结构化。
我的研究重点，不是讨论“某个模型会不会写文章”，也不是简单比较哪个工具更好用。
我更关心的是：
- 律师能不能把一次咨询拆成可复盘的数据。
- 能不能把客户问题转化成内容选题。
- 能不能把谈案话术变成团队可复用的流程。
- 能不能把未成交原因变成下一次成交的训练材料。
- 能不能在 `AI` 介入以后，仍然守住法律服务的责任边界。
说得直白一点：
未来真正有竞争力的律师，不一定是发内容最多的人，而是最会让每一次咨询反哺下一次成交的人。
第一件事：先把咨询入口设计成可被 AI 处理的输入
很多律师谈案，第一步就乱了。
客户一句话发过来：
“我这个案子能不能赢？”
或者：
“对方欠我钱不还，能不能帮我追回来？”
或者：
“我合同出了问题，你看怎么处理？”
如果律师直接进入回答，很容易被客户带着走。
因为客户说出来的，往往不是完整事实，而是情绪、结论和片段。
这时候，AI 最适合做的第一件事，不是判断输赢，而是帮律师把客户原始描述整理成结构。
你可以从一个很简单的操作开始：
下面是一段客户咨询原文。请不要判断案件输赢，也不要给最终法律意见。 请按以下结构整理： 1. 当事人和主体关系 2. 关键时间线 3. 涉及金额或权益 4. 已有证据材料 5. 客户目前的诉求 6. 事实缺口 7. 需要追问的问题 8. 初步线索标签：高价值 / 待判断 / 不适合继续谈 9. 不能直接下结论的事项这个指令看起来简单，但它会改变谈案节奏。
因为律师不再被客户的情绪牵着走，而是先把问题放进一个结构里。
结构一出来，很多事情就清楚了。
这个客户到底有没有证据？
金额和成本是否匹配？
对方有没有履行能力？
客户是要解决问题，还是只想找人认同情绪？
这不是让 AI 替你筛案子。
而是让 AI 先把筛选所需的信息摆出来，让律师更快进入判断。
第二件事：把文章变成咨询触发器，而不是专业展示栏
很多律师文章的问题，不是写得不专业。
恰恰相反，是太像专业展示栏。
读者看完觉得：这个律师懂。
但他不知道自己下一步该问什么。
这就麻烦了。
获客文章不能只证明你专业，还要让读者意识到：
“我现在的问题，可能就卡在这里。”
所以，每一篇文章在发布前，都可以让 AI 做一次“咨询触发点检查”。
比如你把文章草稿给 AI，让它回答：
请从潜在客户视角检查这篇文章： 1. 读者看完以后，最可能产生哪 3 个咨询问题？ 2. 哪些段落只是在展示专业，但没有触发行动？ 3. 哪些地方可以改成客户更熟悉的表达？ 4. 文末应该引导读者整理哪些材料再来咨询？ 5. 这篇文章更适合吸引哪类客户，不适合吸引哪类客户？这一步特别重要。
因为律师内容不是写给同行看的。
它最终要服务于一个动作：让合适的人，在合适的问题上，愿意进一步沟通。
如果文章不能触发咨询，它就只是内容。
如果文章能触发正确咨询，它才进入获客闭环。
第三件事：把每一次未成交，都变成下一次谈案训练材料
很多律师只复盘成交案件，不复盘未成交咨询。
其实未成交更值得复盘。
因为未成交里面藏着大量真实市场反馈。
客户为什么没继续？
是价格问题，还是信任问题？
是他没有真实支付能力，还是你没有把服务价值讲清楚？
是他本来就不适合你，还是你的咨询入口筛选不够准？
这些问题，如果只靠印象，很容易变成情绪判断。
但如果每次咨询后，用 AI 做一个简短复盘，价值就不一样了。
可以这样做：
下面是一次咨询后的简要记录。请帮我复盘： 1. 客户未继续推进的可能原因 2. 本次沟通中客户最在意的 3 个问题 3. 律师表达中可能没有讲清楚的地方 4. 这类客户是否值得继续吸引 5. 可以沉淀成公众号选题的 5 个方向 6. 下次遇到类似咨询，可以提前准备的解释话术注意，这里不是让 AI 编造客户心理。
而是让它根据已有记录做归纳，帮律师把信息重新摊开。
律师再去判断哪些成立，哪些不成立。
这一步做多了，你会慢慢发现：
你不是在写一篇篇孤立文章。
你是在训练一套自己的谈案系统。
这套 AI Loop，最小版本可以从一张表开始
不要一上来就想着搭复杂系统。
律师谈案获客的 AI Loop，最小版本其实可以很简单。
先做一张咨询台账。
每次咨询后，记录这些字段：
- 咨询来源：公众号、朋友圈、朋友介绍、社群、短视频、线下。
- 客户问题：用客户自己的话记下来。
- 案件类型：债权追偿、合同纠纷、股东争议、执行案件、常年顾问等。
- 涉及金额或权益：只记录必要范围，注意隐私脱敏。
- 证据状态：完整、部分、缺失、待核验。
- 客户状态：高意向、比价中、只咨询、不适合、待跟进。
- 未推进原因：预算、信任、时机、证据不足、目标不匹配。
- 可转化内容：这一问能不能写成文章、短视频或社群讨论。
- 下一步动作：追问材料、发送清单、约时间、放弃跟进。
然后每周让 AI 帮你做一次复盘：
这是我本周的咨询台账。请帮我分析： 1. 哪类问题出现频率最高？ 2. 哪类客户最接近成交？ 3. 哪些咨询其实不适合继续吸引？ 4. 哪些文章或社群主题最值得下周写？ 5. 我的咨询入口和文章表达需要调整哪里？这就是最小闭环。
它不复杂。
但它会逼着你从“凭感觉获客”，变成“用反馈优化获客”。
这一步一旦跑起来，后面才谈得上更复杂的自动化、知识库、私域运营、团队协同和 Agent 工作流。
律师必须守住的边界
当然，谈 AI 获客，不能只谈效率。
法律服务有边界。
客户材料、案件事实、商业秘密、个人隐私，都不能随便丢给不确定的工具。
所以我建议，律师在做这套 AI Loop 时，至少守住 4 条底线：
- 敏感信息先脱敏。 姓名、手机号、身份证号、案号、地址、公司敏感信息，不要直接进入通用模型。
- AI 只做整理，不直接下结论。 尤其是输赢判断、能否执行、是否值得起诉、是否构成违约，要由律师复核。
- 不要把转化话术写成结果承诺。 可以说适合进一步判断，不能说一定胜诉、一定追回、一定成交。
- 每一次 AI 输出都要留人工确认点。 机器负责快，律师负责准，责任不能倒过来。
这也是我为什么说，律师不是要被 AI 取代。
真正会被改变的，是律师的工作方式。
过去，律师靠经验在脑子里跑流程。
以后，成熟的律师会把经验放进一套能持续学习的系统里。
这个系列后面会继续拆什么
这篇先讲总框架。
后面我会继续把“律师谈案获客的 AI Loop”拆细。
包括：
- 怎么用 `AI` 反推文章里的客户触发点。
- 怎么从客户第一句话判断案子值不值得谈。
- 怎么把客户叙述整理成事实结构。
- 怎么用 `AI` 辅助识别客户真正想买什么。
- 怎么设计筛选型内容和咨询入口。
- 怎么把失败咨询训练成成交脚本。
- 小团队怎么复制高手律师的谈案能力。
我想做的不是一套“AI 神器清单”。
也不是教律师每天追新工具。
而是把法律服务里那些真正高频、真实、能落地的业务动作，一点点拆成可操作的 AI Loop。
最后，邀请你加入这个社群
如果你是律师、律所合伙人、法律服务团队负责人，或者你正在认真思考：
- 内容获客怎么从“发出去”变成“能转化”。
- 谈案经验怎么从个人能力变成团队能力。
- `AI` 到底怎么进入咨询、筛选、跟进和复盘。
- 小团队怎么用更低成本搭出自己的获客闭环。
可以加入我的社群。
这个社群不会只聊概念。
我更想带大家一起拆真实业务动作：
- 一张咨询台账怎么设计。
- 一套客户筛选标签怎么做。
- 一次咨询纪要怎么让 `AI` 辅助整理。
- 一篇文章怎么反推咨询触发点。
- 一次未成交怎么复盘成下一次话术。
- 一个律师团队怎么慢慢搭出自己的 `AI Loop`。
你不需要一开始就懂很多技术。
但你要愿意把自己的业务流程摊开，看清楚哪里低效，哪里重复，哪里靠感觉，哪里可以被结构化。
如果你想一起研究律师谈案获客的 AI Loop，可以私信助理：AI Loop。
我会把后续的系列文章、社群讨论和可复用的提示词框架，逐步放进去。
真正的变化，不是律师多了一个工具。
而是律师终于有机会把自己的获客、谈案和交付经验，变成一套会学习的系统。
律师团队要做的，是把二者之间那条闭环搭起来。
如果你的团队准备融入AI，现在也在封装 skills，或者已经感觉到单点提效不够用了，可以私信聊聊。别急着问“我该学哪个工具”，先把你的业务场景摊开：哪个环节最高频，哪个动作最耗人，哪个判断最值钱，哪个风险最不能错。
这些问题一旦说清楚，Loop engineering 才真正有落地的可能。
欢迎加入交流群，请联系助理：
往期文章
案源价值评估Skills：借助AI用3分钟判断案子值不值得接
👉 欢迎在评论区留
言分享你的体验，也欢迎关注 『杨博的AI-Lab』，获取更多 AI+法律实务的方法与工具。