律师获客AI Loop 03:客户第一句话,如何用 AI 判断深谈、追问还是止损


律师获客AI Loop 03:客户第一句话,如何用 AI 判断深谈、追问还是止损

律师接咨询,最容易被浪费掉的时间,往往不是后面的法律分析,而是开头那几分钟。

客户一上来可能只说一句:

“对方欠我钱一直不还,有没有办法?”

“我被合伙人坑了,能不能起诉?”

“这个案子你们能不能保证赢?”

很多人会把这些话当成普通开场白,先安抚,再听故事,再慢慢问。问题是,半小时过去,律师很累,客户也讲了很多,但最后可能只得到一个模糊判断:好像有点价值,但又说不清到底值不值得继续谈。

我现在越来越倾向于认为,客户第一句话不是寒暄,而是一次分诊入口

它不决定案子输赢,也不决定客户一定会不会委托。但它通常会暴露几个很关键的东西:客户真正着急的是什么、事实有没有抓手、目标是否现实、有没有付费解决问题的心智,以及这次咨询是不是值得继续投入。

这就是 AI 可以介入的地方。

不是让 AI 替律师判断案子,而是让 AI 帮律师在第一时间把“混乱表达”拆成“可判断信号”。

AI 时代,谈案能力会从个人经验变成可训练系统

过去,一个律师谈案厉害,往往靠的是经验。

听几句话,就知道客户有没有材料;问两三个问题,就知道对方是不是只想白嫖答案;聊一会儿,就能判断这个案子是深谈、轻咨询,还是及时收住。

这种能力很值钱,但也有一个问题:它大多留在个人脑子里。

年轻律师学不到,团队复盘不出来,内容部门也不知道哪些文章真正带来了高质量咨询。

我这段时间一直研究法律人怎么把 promptskillsAgent 和业务流程结合起来,越来越明确一个判断:法律行业真正值得做的,不是把 AI 当成单点工具,而是把人的专业经验封装成一个会循环的判断系统。

放到律师获客里,就是这个系列一直讲的 AI Loop

  • 内容把客户问题引进来。
  • 咨询把客户原话记录下来。
  • `AI` 把原话拆成标签、缺口和追问。
  • 律师判断是否深谈、追问或止损。
  • 谈案结果再回填到下一轮内容和话术。

这个闭环一旦跑起来,获客就不再只是“多发几篇文章”。

它会变成一套越来越懂客户、越来越懂高质量案源、也越来越懂自己服务边界的系统。

为什么第一句话值得认真拆

客户刚开口的时候,还没有被律师的问题带偏,也还没有被律师的专业表达影响。

这时候的话,往往最原始,也最真实。

它通常会同时包含 5 类信号。

第一类,是触发事件

客户为什么今天来找律师?是收不到钱、被起诉、账户被冻结、合伙人翻脸,还是家里人催他赶紧处理?触发事件决定了这次咨询的紧迫程度。

第二类,是目标想象

客户想要的是追回钱、解除关系、拿回控制权、让对方付出代价,还是只是想确认自己有没有理?目标不一样,律师的沟通方式就不一样。

第三类,是事实抓手

第一句话里有没有出现合同、转账、聊天记录、判决、保全、资产线索、公司章程、股权代持、执行线索这些词?如果一点抓手都没有,后面就必须先补材料,而不是立刻讲方案。

第四类,是风险边界

有些客户一开口就要求保证结果、要求“走关系”、要求“让对方坐牢”、要求用不当方式施压。这类信号不是案源价值问题,而是边界问题。

第五类,是付费心智

客户是在找“专业判断”,还是只想要一句免费答案?他愿不愿意整理材料?能不能接受律师先做事实核验?这些都比他说“很着急”更重要。

所以,第一句话真正有价值的地方,不在于它信息完整。

恰恰相反,它一定不完整。

它的价值在于:它告诉你下一步应该问什么,以及不应该再把时间浪费在哪里。

最容易误读的三个信号

很多谈案消耗,不是因为客户复杂,而是律师把信号读错了。

情绪强,不等于委托意愿强

客户很愤怒、很委屈、很想让对方付出代价,这些都可能是真的。

但情绪强度不等于付费意愿。

有的人只是需要被理解,有的人只是想确认“我有没有理”,有的人只是希望律师免费帮他把怒气翻译成法律结论。

如果律师一听到情绪强,就马上进入深度分析,很容易把自己变成情绪接收器,而不是专业服务提供者。

AI 在这里可以做的,是把客户原话里的情绪词和事实词分开。

比如让它标注:

  • 哪些是情绪表达。
  • 哪些是事实陈述。
  • 哪些是目标诉求。
  • 哪些是还没有证据支撑的判断。

拆开以后,律师就不会被一句“我被坑惨了”直接带进故事里,而会回到关键问题:坑在哪里?有什么材料?要解决什么?

事情大,不等于案子值得接

有些客户一开口就说金额很大、影响很严重、牵涉很多人。

这听起来像高价值线索,但不一定。

如果没有证据、没有对方资产线索、没有明确请求、没有可执行路径,事情越大,反而越容易变成低效率消耗。

真正值得继续谈的,不是“听起来很大”的案子,而是能被律师继续推进的案子。

这里可以让 AI 做一个初筛:这句话里有没有可核验事实?有没有明确主体?有没有材料线索?有没有时间节点?有没有对方可识别的行为?

没有这些,先不要急着讲方案。

先把咨询从“大故事”拉回“小问题”:

  • 你手上现在有哪些材料?
  • 对方身份和责任主体能不能确认?
  • 这件事发生在哪个时间节点?
  • 你现在最想解决的是钱、控制权、风险隔离,还是争议终结?

问不出来,基本就不是深谈阶段。

很急,不等于可以马上报价

客户说“越快越好”“马上要处理”“今天能不能给方案”,律师很容易被带到报价和承诺上。

但越急的咨询,越要先判断急在哪里。

是诉讼期限快到了?账户被冻结了?对方正在转移资产?还是客户只是心理上受不了?

不同的急,处理方式完全不同。

AI 可以帮你把“急”拆成几个类别:

  • 程序性紧急:期限、开庭、保全、上诉、执行节点。
  • 资产性紧急:转移财产、查封冻结、账户控制。
  • 经营性紧急:合同履行、客户流失、公司控制。
  • 情绪性紧急:愤怒、焦虑、想马上出口气。

只有前几类,才可能需要快速进入专业动作。

如果只是情绪性紧急,律师要做的反而是稳住边界,而不是被迫加速。

把第一句话做成一张 AI 分诊卡

我建议律师团队不要一开始就搞复杂系统。

先做一张很简单的 AI 分诊卡就够了。

每次客户第一次开口后,把原话脱敏记录下来,让 AI 输出这 8 个字段:

  • 客户原话:不润色,不替客户美化表达。
  • 触发事件:客户为什么现在来问。
  • 目标诉求:客户到底想得到什么结果。
  • 事实抓手:原话里已经出现的合同、流水、聊天、判决、资产线索等。
  • 事实缺口:继续判断前必须补的材料或信息。
  • 风险信号:保证结果、不当诉求、明显不现实目标、严重情绪纠缠等。
  • 分诊建议:深谈、追问、止损或转向其他服务。
  • 下一句追问:律师接下来最该问的一句话。

注意,这张卡的重点不是让 AI 下结论。

它的重点是把律师脑子里的经验动作显性化。

以前高手律师可能凭感觉知道该问什么,现在你要让团队、助理、内容负责人都能看到这个判断过程。

这才叫 Loop engineering

不是多一个工具。

而是把一个关键动作变成可记录、可复盘、可迭代的结构。

三种分诊结果:深谈、追问、止损

第一句话拆完以后,不要马上写一大段法律分析。

先把线索放进三个篮子。

深谈型:可以进入专业判断

这类客户通常有几个特征:

  • 诉求具体,不只是“有没有办法”。
  • 已有材料,至少能说出合同、流水、聊天记录、公司文件、判决或执行线索。
  • 目标相对现实,知道自己要追回钱、解除关系、固定责任或降低风险。
  • 愿意继续补材料,不要求律师凭一句话保证结果。

对这种线索,律师可以进入更细的事实结构和服务价值说明。

AI 可以帮你做的,是根据客户原话生成材料清单和谈案提纲,但最终是否接案、如何报价、风险如何提示,必须由律师判断。

追问型:有可能有价值,但不能急着深谈

这是最常见的一类。

客户有问题,但表达很散;事情可能有价值,但材料不明;客户很着急,但目标还没聚焦。

这时候不要急着输出方案。

要用 3 到 5 个问题把案子问清楚。

好的追问不是“你详细说说”。

好的追问应该能区分这条线索到底去哪一个方向。

比如债权追偿类咨询,可以追问:

  • 欠款依据是什么:合同、借条、对账单,还是聊天记录?
  • 付款记录在哪里:银行流水、微信、支付宝,还是现金?
  • 对方现在有没有可查资产或经营主体?
  • 有没有过诉讼、仲裁、执行或和解?
  • 你现在最想要的是回款、施压、确权,还是先判断成本?

这些问题一问,客户值不值得继续投入,基本就清楚了一半。

止损型:不是每个咨询都值得变成谈案

这部分很重要,但很多律师不愿意面对。

有些咨询从第一句话开始,就已经在提醒你:不要继续被卷进去。

比如:

  • 上来就要求保证胜诉、保证回款。
  • 只想让律师免费给完整方案。
  • 明确提出不当操作。
  • 没有任何材料,却拒绝补充事实。
  • 目标明显不现实,还要求律师配合情绪输出。

止损不是傲慢。

止损是专业服务的边界。

如果律师没有止损机制,时间会被低质量线索吃掉,真正值得深谈的客户反而得不到充分响应。

这也是很多律师获客越做越累的原因:不是没有流量,而是没有分诊。

可以直接拿去用的提示词

下面这套提示词,我建议不要一次跑完。

最好分三步,因为分步才方便复盘,也方便看到 AI 哪一步容易跑偏。

第一步:只拆信号,不做结论

下面是一位潜在客户的第一句话。  请不要判断胜诉率,不要编造事实,不要替客户补充没有说的信息。  请只提取以下字段: 1. 触发事件 2. 客户目标 3. 已出现的事实抓手 4. 事实缺口 5. 情绪表达 6. 风险信号 7. 需要律师人工核验的事项  客户原话: 【粘贴脱敏后的第一句话】

这一步的目的,是防止律师被情绪带走,也防止 AI 一上来就装成专家下结论。

第二步:生成区分性追问

基于上面的信号拆解,请生成 3 到 5 个追问。  要求: 1. 每个追问都必须帮助判断“深谈 / 追问 / 止损”。 2. 不要问泛泛的“请详细说明”。 3. 每个问题后说明:这个问题要验证什么。 4. 如果存在不当诉求或明显越界风险,请提醒律师应当收住边界。

这一步的关键,是让追问服务分诊,而不是让客户继续讲故事。

第三步:给出下一步沟通话术

请根据当前信息,输出一段律师可以发送给客户的下一步沟通话术。  要求: 1. 语气专业、克制,不承诺结果。 2. 先确认客户关切,再提出需要补充的材料。 3. 明确下一步是材料核验、初步判断,还是不适合继续深谈。 4. 不制造焦虑,不暗示保证胜诉或保证回款。

这一步才进入表达。

很多人用 AI 的顺序刚好反了:客户一说话,就让 AI 写回复。

更稳妥的顺序应该是:先拆信号,再生成追问,最后才写话术。

更关键的是,把结果回填

如果只做一次分诊,这件事仍然只是工具。

要变成 Loop,就必须回填。

每一次咨询结束后,至少记录 4 个结果:

  • 最初分诊是深谈、追问还是止损。
  • 实际沟通后是否改变判断。
  • 客户最终卡在材料、预算、信任、目标,还是时机。
  • 这类问题下一篇内容应该怎么写。

这样做一段时间,你会看到很具体的变化。

你会知道哪些文章引来的只是泛泛咨询,哪些文章引来的客户更愿意补材料。

你会知道哪些第一句话看起来很热闹,其实很难转化。

你也会知道哪些问题应该在文章里提前讲清楚,减少无效咨询。

这就是律师获客 AI Loop 的价值:把每一次咨询,都变成下一轮内容、谈案和判断的训练材料。

人必须守住的判断

最后还是要把边界说清楚。

AI 可以做分诊助手,但不能做接案负责人。

它可以帮你拆客户原话、整理材料缺口、生成追问、归纳复盘标签。

但这些判断必须由律师接管:

  • 事实是否足以形成法律判断。
  • 客户目标是否现实。
  • 是否存在利益冲突或执业风险。
  • 哪些话不能说满。
  • 服务范围和收费方式是否匹配。
  • 这个案子到底应不应该接。

法律服务不是把客户说服就结束。

真正的专业,是知道哪些地方可以推进,哪些地方必须停下来。

第一句话的价值,也正在这里。

它不是让律师更快成交每一个人。

它是让律师更早看清:谁值得深谈,谁需要追问,谁必须止损。

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:

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  

律师朋友圈获客破解:如何用AI 10分钟跑出100张获客图?(示例可直接下载)
法律人下一轮分水岭,不是 prompt,而是 Loop engineering
最会学 AI 的律师,别把自己卡在 skills 里
转译神作:2026年,我如何真正用AI执业?
法律AI作战手册:烧了1亿token,我构建了50个AI法律技能
如何用AI破解案多人少?关于AI辅助审判的思考与探索
开营分享:2026年,法律行业将迎来一个人就是一支军队的时代
春节期间,法律人如何系统学习AI?

案源价值评估Skills:借助AI用3分钟判断案子值不值得接

GLM5来了 | 法律行业的9个反共识:Agent重塑职业底层逻辑

法律人的黄昏,Agent的黎明

AI诉讼推演实测:不是替代律师,是给你配了4个永不疲倦的”对手”
Claude合同审核Skills调研后,我发现律师已经可以不用干脏活了!
法律人claudecode实操营,快打造你的AI助理
法律skills共创计划,欢迎第一波法律人加入
3小时的执行异议申请书,我用Claude10分钟搞定(附skills制作流程)
当AI开始自主学习:法律人的”护城河”在哪里?

谈案失败根源揭秘!人工智能助力法律工作,这三个词是关键!

《公司法》证明责任分析 1.0:AI要件拆解七步法
AI《民法典》证明责任流程1.0:一步拆解,让权利实现一目了然
“新法”太多没空学?AI帮你“快速吃透”并“学以致用”!
AI“机械司法”审查标准化流程1.0:让裁判回归价值理性
AI法律调解标准化流程1.0:机器也懂“情、理、法”
AI法律检索标准流程2.0
AI法律检索标准流程:让你的案件报告比90%律师都快
GPT‑5法律场景实测:一场与AlphaGPT的实力PK
授课是律师获客最强武器,但90%律师不会用AI备课
AI 做 PPT 最痛的不是内容,而是排版?GLM-4.5 这次帮了大忙
别再埋头找案源了,看别的律师如何用 AI ,把“新法”转化为“业务”
AI诉讼策略报告标准流程:一次面谈签单率提升50%
AI执行全流程法律服务手册:让执行律师别再靠“嘴巴谈案”(附PDF)
如果你觉得有收获,欢迎 点赞、推荐、转发,让更多法律人看到这套方法,一起把AI证明责任分析做得更清晰、更高效。欢迎大家入群拍砖,提出问题。

👉 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。

已关注

关注

重播 分享