律师获客AI Loop 04:客户讲的是故事,律师要用 AI 还原事实结构
谈案最容易失控的时刻，不是在律师不会分析法律问题的时候。
恰恰相反，很多律师很快就能想到法条、案由、诉讼路径和风险点。
真正麻烦的是：客户讲出来的，通常不是事实结构，而是一段带着情绪、立场和结论的故事。
“他就是不想还钱。”
“合伙人把我坑了。”
“这个合同明显对我不公平。”
“对方一直拖，我现在只想让他付出代价。”
这些话不能说没价值。它们反映了客户的处境、情绪和目标。
但如果律师直接跟着故事往下走，谈案就很容易被带偏：客户越讲越多，律师越听越累，最后却发现最关键的主体、时间、证据、节点、抗辩和金额口径都没问清楚。
所以这篇我想讲一个很实在的问题：
谈案不是听完一个故事，而是把故事还原成事实结构。
这件事，正是 AI 可以帮律师明显提效的地方。
不是让 AI 替你判断谁输谁赢，而是让 AI 帮你把客户的混乱叙述拆开：哪些是事实，哪些是判断，哪些是情绪，哪些有证据，哪些只是客户自己的结论。
AI 时代，律师谈案能力会被重新定义
过去谈案能力，很大程度上依赖律师个人经验。
高手律师听客户讲 5 分钟，就能抓住真正的争点；普通律师听 30 分钟，可能还停留在“客户好像很委屈”“案子好像挺复杂”。
这种差异背后，不只是法律知识差异。
更深一层，是事实整理能力的差异。
我这段时间一直在研究法律人如何把 AI、skills 和具体业务流程结合起来，一个很强烈的感受是：未来律师的核心差距，不是会不会问 AI，而是能不能把自己的专业判断拆成可运行的业务动作。
放到律师获客和谈案里，所谓 AI Loop 不应该只是：
- 用 `AI` 写文章。
- 用 `AI` 生成朋友圈。
- 用 `AI` 回复客户。
更重要的是把谈案中的关键经验沉淀下来：
- 客户讲完一段话，如何抽取主体关系。
- 一段争议叙述，如何还原时间线。
- 一个客户结论，如何拆成事实、证据和待核验事项。
- 一次咨询结束，如何回填到下一轮内容选题、追问清单和谈案脚本。
这才是 Loop engineering 在法律服务里的真正价值。
它不是让律师看起来更懂技术。
它是让律师的专业判断可以被记录、复盘、训练和复制。
客户故事里通常混着三层东西
客户讲案子，很少会按照律师需要的方式讲。
他不会自然地说：
“这里有一个买卖合同关系，合同成立时间是某年某月，付款节点是某个验收后，现有证据包括合同、对账单、发票和催款记录，对方可能抗辩质量问题。”
他通常会说：
“对方太不讲信用了，货都收了，就是不给钱，还一直找借口。”
这句话里其实混着三层东西。
第一层：客户原话
这是客户自己讲出来的表达。
它很重要，因为它保留了客户最关心的痛点，也能暴露客户的目标和情绪。
但原话不能直接等同于事实。
“一直拖着不给钱”里面，可能包含真实的逾期事实，也可能包含双方对付款条件是否成就的争议。
如果律师没有先把原话保存下来，后面很容易把客户的结论当成事实。
第二层：可核验事实
这是律师真正要抓的东西。
可核验事实至少要回答几个问题：
- 谁和谁之间发生了关系。
- 基于什么合同、行为或法律关系。
- 关键行为发生在什么时间。
- 哪些节点有材料支撑。
- 哪些金额、期限、通知、交付、验收、催告可以被证明。
谈案不是让客户把故事讲完整。
谈案是把故事里的事实节点找出来。
第三层：法律评价
这才是律师真正发挥专业判断的地方。
比如对方是否违约、是否构成股东损害公司利益、是否具备解除条件、是否有追加被执行人的可能，这些都属于法律评价。
但法律评价不能跑在事实前面。
如果事实结构还没建起来，律师过早讲法律方案，很容易讲得很专业，但不一定讲在点上。
所以更稳妥的顺序是：
- 保留客户原话。
- 提取可核验事实。
- 标记证据和缺口。
- 再进入法律评价和服务路径。
AI 的作用，不是跳到第 4 步替律师下结论，而是把前 3 步做得更快、更稳、更可复盘。
一个事实结构，至少要拆成六张表
如果只让 AI 总结客户叙述，它很容易写成一段漂亮摘要。
但摘要不是事实结构。
事实结构应该能帮助律师继续追问、判断和报价。
我建议先让 AI 拆成 6 张表。
主体关系表：先搞清楚谁在和谁发生关系
很多客户一上来只说“他”“对方”“公司”“合伙人”。
但法律上必须先搞清楚主体。
- 是自然人，还是公司？
- 是合同相对方，还是实际履行人？
- 是股东，还是法定代表人？
- 是债务人，还是担保人？
- 是执行案件里的被执行人，还是可追加主体？
主体不清，后面的路径就会错。
AI 可以先把客户叙述里出现的所有主体列出来，再标注：
- 已明确身份。
- 身份不清。
- 可能存在关联关系。
- 需要进一步核验的主体。
这一步看似基础，但非常关键。
很多谈案失败，根本不是律师不会讲方案，而是前面主体关系没有问准。
时间线表：把情绪叙述变成节点叙述
客户喜欢按情绪讲：
“后来一直拖。”
“中间说过很多次。”
“从去年开始就不正常。”
这些说法在法律判断上都太松。
律师需要的是时间节点：
- 合同什么时候签。
- 货物什么时候交付。
- 款项什么时候到期。
- 是否验收，验收节点是什么。
- 什么时候催告，对方怎么回复。
- 是否已经起诉、仲裁、调解或执行。
AI 可以把客户叙述拆成一条时间线，并给每个节点打标签：
- 已有材料支撑。
- 只有客户陈述。
- 时间不明。
- 可能影响诉讼时效、履行期限或保全时机。
这样律师就能很快看到：这个故事到底有没有可推进的节奏。
证据锚点表：每个事实后面有没有材料
客户说“他答应过”，律师要问：在哪里答应？
客户说“我已经交付了”，律师要问：怎么证明交付？
客户说“对方承认欠款”，律师要问：有没有聊天记录、录音、对账单、还款计划或付款流水？
谈案里的证据意识，不能等到正式办案才启动。
如果咨询阶段不问证据，后面很容易出现一个尴尬局面：客户故事听起来成立，但材料支撑很弱。
AI 可以帮你把每个事实节点后面接一个证据状态：
- 有证据。
- 证据名称不明。
- 证据真实性待核验。
- 缺关键证据。
- 需要补充原件、完整记录或形成过程说明。
这张表一出来，客户也会更容易理解律师为什么不能马上给结论。
不是律师故意保守。
而是专业判断必须建立在材料上。
争议焦点表：不要被故事的热闹带偏
客户讲得越长，越容易让律师陷入细节。
但真正有用的细节，是能影响争议焦点的细节。
比如债权类问题，争议焦点可能是：
- 债权是否成立。
- 金额如何确定。
- 履行期限是否届满。
- 对方是否存在抗辩。
- 是否有财产线索和执行可能。
股东争议里，争议焦点可能是：
- 是否存在出资瑕疵。
- 是否有控制权争夺。
- 公司财务资料能不能取得。
- 决议效力是否存在瑕疵。
- 损害结果和因果关系能不能证明。
AI 在这里可以做初步聚类。
让它不要下最终法律结论，只做一件事：把客户叙述归入可能的争议焦点，并标出每个焦点对应的事实和证据。
这样律师谈案时就不会被故事牵着走，而是把故事拉回专业问题。
风险缺口表：哪些地方现在不能说满
这张表非常重要。
很多律师谈案时最容易犯的错误，是客户刚讲完就开始给强判断。
“这个肯定能赢。”
“这个问题不大。”
“这个可以追加。”
“这个可以直接起诉。”
这些话听起来爽，但如果事实缺口没补上，后面就容易反噬。
AI 可以帮律师先列出不能说满的地方：
- 主体身份还没有核验。
- 合同文本没有看到。
- 付款节点不清楚。
- 证据形成过程不明。
- 对方抗辩尚未听到。
- 执行财产线索不足。
这张表的价值，是帮律师把专业边界提前立住。
客户也会明白：不是律师不愿意给判断，而是有些判断必须等材料到位。
下一步追问表：把谈案从聊天变成推进
最后，事实结构必须落到下一步追问。
好的追问不是“你再详细说说”。
好的追问应该直接补关键缺口。
比如：
- 请先确认合同签署主体和盖章主体是否一致。
- 请补充付款约定、验收节点和最近一次催款记录。
- 请说明对方是否提出过质量、交付或结算异议。
- 请整理目前能证明对方承认欠款的材料。
- 如果已经进入执行，请补充终本裁定、财产线索和历史查控情况。
这种追问一出来，客户会感受到律师在控场。
谈案也会从“听故事”变成“推进判断”。
可以直接使用的 AI 操作流程
我建议把这件事拆成 4 步，不要一次性让 AI 直接输出法律方案。
第一步：原话保真
下面是客户关于案件的原始叙述。 请不要改写成法律意见，不要替客户补充没有说的信息。 请只做一件事： 1. 保留客户原话中的关键句。 2. 标注其中的事实陈述、客户判断、情绪表达和目标诉求。 3. 对不确定表述标注“需要核验”。 客户叙述： 【粘贴脱敏后的客户叙述】这一步的价值，是防止 AI 一上来就把故事润色成看似专业的结论。
第二步：事实结构化
请基于上一步内容，整理成事实结构表。 字段包括： 1. 主体关系 2. 关键时间线 3. 行为节点 4. 已有证据 5. 缺失证据 6. 可能争议焦点 7. 需要律师进一步追问的问题 要求： - 不判断胜诉率。 - 不生成最终法律意见。 - 每个事实节点都要注明来自客户原话、已有材料，还是待核验事项。这一步才是谈案提效的核心。
它把客户故事拆成律师能处理的结构。
第三步：缺口优先级排序
请把上面的事实缺口按优先级排序。 优先级标准： 1. 不补就无法判断主体和法律关系的，排第一。 2. 不补就无法判断请求金额或履行节点的，排第二。 3. 不补会影响证据证明力或诉讼策略的，排第三。 4. 暂时不影响初步沟通的，排后面。 请输出：缺口、为什么重要、下一步应向客户索要什么材料。这一步很适合给助理、团队或年轻律师使用。
它能避免谈案时把时间花在不影响判断的细节上。
第四步：生成谈案控场话术
请根据事实结构和缺口清单，生成一段律师可以对客户说的话。 要求： 1. 先确认客户核心关切。 2. 再说明目前只能做初步判断，不能承诺结果。 3. 明确需要补充的 3 到 5 项关键材料。 4. 语气专业、克制、可执行。 5. 不夸大风险，不承诺胜诉、回款或成交。这一步才进入表达。
很多人用 AI 的顺序刚好反了：先让 AI 写漂亮回复，再试图从回复里找判断。
更稳的顺序应该是：先保真，再结构化，再排缺口，最后才生成话术。
这套方法为什么能提高转化
有些人会问：事实结构化不是办案阶段的工作吗？为什么放在获客和谈案里讲？
因为客户是否愿意继续委托，很多时候不是看律师讲了多少法律概念，而是看他有没有感受到两件事：
- 这个律师能不能把我的乱局讲清楚。
- 这个律师能不能告诉我下一步该补什么、做什么、不要做什么。
客户带着故事来，律师把故事还原成结构。
这本身就是服务价值的一部分。
尤其在复杂商事争议、债权追偿、股东纠纷、执行回款这些场景里，客户最痛苦的不是不知道自己委屈，而是不知道这团乱麻到底从哪里下手。
如果律师能在第一次谈案里帮他看清：
- 现在已经清楚的事实是什么。
- 现在还缺什么材料。
- 哪些判断不能说满。
- 下一步最应该补哪几个节点。
客户对专业服务的理解就会明显不同。
他买的不是“你听我讲完故事”。
他买的是“你能把我的故事变成可处理的问题”。
Loop 真正发生在复盘阶段
如果只是单次把咨询整理成表格，这仍然只是一次提效。
要变成 AI Loop，就要把事实结构化结果回填。
每次谈案结束后，可以记录 5 个复盘字段：
- 客户最初讲的是哪类故事：债权、股东、合同、执行、合伙、劳动，还是其他。
- 最关键的事实缺口是什么：主体、时间、金额、证据、财产线索，还是程序节点。
- 客户最终有没有补材料。
- 未继续委托的原因是预算、信任、风险、目标不现实，还是时机不对。
- 下一篇内容应该提前解释哪个问题。
积累 20 次以后，你会看到很具体的模式。
比如，很多客户不是不想委托，而是不知道咨询前该准备材料。
再比如，很多无效咨询不是没有需求，而是一开始目标就不现实。
还比如，某一类文章吸引来的客户总是缺同一种关键证据。
这时候，内容选题、谈案脚本、材料清单、服务边界都可以被重新训练。
这才是闭环。
不是发一篇文章等客户来。
而是把每一次客户叙述，都变成下一次更好获客、更好谈案、更好交付的训练材料。
人必须接管的地方
最后还是要强调边界。
AI 可以帮助律师重建事实结构，但不能替律师完成法律判断。
尤其下面这些事情，必须由律师自己负责：
- 判断事实和证据之间能否相互支撑。
- 判断请求路径是否成立。
- 判断对方可能提出什么抗辩。
- 判断是否存在利益冲突、执业风险或不当诉求。
- 判断服务范围、收费方式和客户目标是否匹配。
- 判断哪些话能说，哪些话不能说满。
AI 做整理，律师做判断。
AI 帮你看见缺口，律师决定怎么处理缺口。
AI 把故事拆成结构，律师把结构转化为专业服务。
这是我认为法律人使用 AI 最稳的路径。
不要急着让 AI 给答案。
先让它帮你把问题变清楚。
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。
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。