← 返回
未分类

类案检索验证

用真实案例验证法条分析结果,分析司法实践中的裁判分歧、高频败诉原因和法官审查重点。AI生成的分析必须用真实案例验证。当用户想检验法条分析是否符合司法实践时使用。
用真实案例验证法条分析结果,分析司法实践中的裁判分歧、高频败诉原因和法官审查重点。AI生成的分析必须用真实案例验证。当用户想检验法条分析是否符合司法实践时使用。
mctmilk mctmilk 来源
未分类 clawhub v1.0.0 1 版本 99926.4 Key: 无需
★ 0
Stars
📥 1,358
下载
💾 68
安装
1
版本
#case#latest#law#legal#mctmilk

概述

类案检索与验证 (Legal Case Validator)

触发场景

  • 用户说"这个法条在实践中怎么用"、"类案检索"、"验证分析"
  • 用户担心AI分析不符合司法实践
  • 用户想知道法官在审理这类案件时的关注重点

核心提示词

请针对【法条编号】,帮我分析该条在司法实践中的适用情况:

1. 典型适用场景:该条最常见的3类案件类型是什么?
2. 裁判分歧:实务中对该条的适用是否存在裁判分歧?主要分歧点是什么?
3. 指导性案例:是否有最高法指导性案例涉及该条?裁判要旨是什么?
4. 高频败诉原因:当事人援引该条但败诉的最常见原因是什么?(至少3个)
5. 法官审查重点:法官在审查该条适用时,最关注哪几个点?
6. 实务操作建议:基于以上分析,在实务中运用该条应注意的要点清单

⚠️ 重要铁律

AI生成的案例信息,务必去以下数据库交叉验证:

  • 中国裁判文书网
  • 北大法宝
  • 法信

AI可能生成看起来真实的案号和裁判要旨,但它们可能根本不存在。逢案必验,是底线。

输出要求

  1. 典型案件类型:3类最常见场景
  2. 裁判分歧点:说明分歧原因和各自裁判观点
  3. 高频败诉原因:至少3个,要具体
  4. 法官审查重点:给用户实务操作建议

注意事项

  • 这一步是验证,不是替代判例研究
  • AI可以提供分析框架,但真实案例必须自己去数据库核实
  • 如果找到裁判分歧,这也是庭前准备的重要方向

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-03-31 06:12 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

business-ops

法条决策树生成

mctmilk
基于前六步分析结果,为法条生成完整的适用决策流程图(SOP),标注判断节点、证据要求和切换条件。这是法条分析的最终沉淀,形成可复用的实战操作指南。
★ 0 📥 503
professional

Stock Analysis

udiedrichsen
{"answer":"基于雅虎财经数据,分析股票与加密货币。支持投资组合管理、自选股预警、股息分析、8维评分、热门趋势扫描及传闻/早期信号探测。适用于股票分析、持仓追踪、财报异动、加密监控、热门股追踪或提前发掘非主流传闻。"}
★ 278 📥 57,663
professional

All-Market Financial Data Hub

financial-ai-analyst
基于东方财富数据库,支持自然语言查询金融数据,覆盖A股、港股、美股、基金、债券等资产,提供实时行情、公司信息、估值、财务报表等,适用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,满足机构与个人需求。返回结果为
★ 127 📥 41,969