智能体指令体系、工具选择培训讲义

律师使用 AI 工具前，应先建立三个基础判断：第一，当前使用的是“大模型本身”还是“带工具和权限的 Agent”；第二，当前模型属于哪一类能力档位；第三，当前入口是网页、CLI、桌面 App、移动端 App，还是连接了浏览器、本地文件、终端或外部系统的执行环境。不同判断会直接影响材料能否上传、任务能否交给模型、输出是否需要拆阶段复核。

本章只建立基础认知，不讨论具体提示词。后续章节中的全局指令、项目指令、Skill、MCP/Connector、Codex Goal、Computer Use 等内容，都建立在本章的区分之上。

大模型可以理解为以海量数据训练形成的通用能力底座，核心能力包括语言理解、文本生成、总结归纳、逻辑推理、翻译、代码生成、图像理解、语音识别、工具调用等。律师日常接触到的 ChatGPT、Claude、Gemini、Kimi、DeepSeek、通义千问、智谱 GLM 等，底层均是不同厂商的大模型或大模型系统。

对律师而言，不必掌握训练算法细节，但必须知道：模型不是法律数据库，不等于检索工具，也不是已经核验过的法律意见。它的强项是“理解、归纳、生成、转换和辅助推理”；它的弱项是“权威性、时效性、来源可追溯性和客户秘密控制”。

同一家厂商通常会提供多个版本。版本差异不只是“新旧”，还包括能力、速度、价格、上下文长度、是否支持推理、是否支持多模态、是否支持工具调用、是否面向代码/Agent 优化等。律师选择模型时，应把“任务复杂度”和“模型档位”匹配，而不是默认所有问题都使用最高档模型。

常见版本差异包括：旗舰模型负责复杂任务，中阶模型负责日常文本工作，轻量模型负责高频低风险任务；推理版本用于需要逐步分析的问题，快速版本用于摘要和改写；多模态版本用于图像、扫描件、PPT、网页截图，纯文本版本用于可复制文本；Codex、Claude Code、Antigravity 等 Agent 通常还会选用更适合工具调用、文件编辑和长链路执行的模型。

推理模型会在生成答案前投入更多计算，对复杂问题进行分解、比较、计划和自检。它通常更适合多步骤、强逻辑、强约束的任务，例如股权投资尽调风险归纳、复杂合同责任分配、证据链分析、争议焦点拆解、法律备忘录论证结构。

非推理或快速模型更强调速度和成本，适合边界清楚、答案结构明确的任务，例如提取合同主体、整理会议纪要、摘要一封邮件、改写一段文字、生成清单字段。使用快速模型处理复杂法律判断，容易出现看似流畅但缺乏严密推理的结果；使用高阶推理模型做简单整理，则可能浪费额度和时间。

律师实务可以采用“先轻后重”的策略：先用快速模型做材料索引和初步提取，再用中高阶模型做风险归纳和论证，最后由律师复核关键结论。

文本大模型主要处理可复制、可检索的文字内容，例如合同正文、邮件、访谈纪要、法规文本、报告草稿。多模态大模型可以处理图片、扫描件、PDF 页面、PPT、表格截图、网页截图、语音或视频片段。

多模态能力对律师很有价值，例如识别扫描合同、查看证据照片、理解组织架构图、读取财务表格截图、检查 PPT 页面。但多模态输出应视为“辅助识别结果”，不能直接替代 OCR 校对、原件核验、证据真实性判断和律师审查。涉及金额、日期、签署主体、印章、手写内容、证据页码时，应回到原文件或人工校对。

以下仅列培训中常见的大模型品牌，目的在于帮助律师理解市场格局，不构成采购建议。模型名称、版本和可用地区更新很快，实际使用前应以官方页面和所在机构采购策略为准。

目前律师接触大模型，主要有三类入口。第一类是网页版，例如 ChatGPT、Claude、Gemini、Kimi、DeepSeek 等网页聊天窗口，适合问答、文本分析、文件上传和轻量知识工作。第二类是 CLI 版本，即在终端中运行的命令行 Agent，适合读取本地目录、执行脚本、处理多文件和开发自动化流程。第三类是桌面 App 或移动 App，包括桌面端、IDE 插件、手机端远程控制等，适合把 AI 放入日常工作环境。

培训中所说的“智能体/Agent”，通常不是指普通网页版聊天，而是指具备目标、工具、文件访问、浏览器或本地应用权限、可连续执行任务的 CLI、桌面 App、IDE 插件或移动端远程控制工具。判断一个工具是不是 Agent，关键不是界面形态，而是它是否能“看材料、调用工具、执行动作、迭代完成任务”。

Agent 工具的市场变化很快。以下仅作培训举例，重点是帮助律师理解不同工具的适用方向，而不是要求全部掌握。

注意：不是所有 Agent 都适合法律工作。律师选择 Agent 时，应看四项：是否能限制读取范围；是否能禁止自动发送、删除、覆盖；是否能输出可追溯文件；是否能在团队内形成审计和复核。

OpenClaw 更像一个开源、自托管的个人 AI 助理/网关：它可以把用户常用的聊天渠道、个人设备和多个 AI Agent 连接起来，让用户通过 WhatsApp、Telegram、Slack、微信或其他消息入口调用本地或远程 Agent 执行任务。它的特点是“通道多、权限广、可改造、可持续在线”。

这与 Codex、Claude Desktop、Antigravity、OpenCode 等工具的重点不同。后者通常围绕一个工作区、项目文件夹、代码库、浏览器或桌面任务展开；OpenClaw 更偏“个人自动化中枢”和“多渠道常驻助理”。它适合有开发能力、愿意自托管、需要连接大量个人工具的用户，不是普通律师处理法律文件的首选入口。

律师通常用不上 OpenClaw，主要有四个原因：第一，部署和维护门槛高，需要服务器、网关、插件、权限和安全配置；第二，权限范围容易过宽，可能接触邮箱、聊天、文件系统、日历和第三方账号；第三，法律工作强调项目隔离、来源可追溯和人工确认，而 OpenClaw 的常驻助理形态更容易引入跨项目上下文和自动化风险；第四，OpenClaw 生态中 Skill/插件供应链安全风险更高，不适合直接接触客户秘密、诉讼策略、商业秘密和涉密资料。

结论上，律师团队没有必要把 OpenClaw 作为培训重点。对多数律师而言，掌握网页版大模型、项目空间、Codex、Claude Desktop/MCP、Skill、Connector 和基本权限控制，已经覆盖绝大多数法律办公场景。OpenClaw 可以作为技术团队或个人自动化爱好者的研究对象，但不建议作为律所客户材料处理的默认工具。

大模型主要提供“理解和生成能力”；Agent 是在大模型基础上叠加目标、工具、上下文、记忆、权限和执行循环后的工作系统。这个区分对法律工作尤其重要：大模型的主要风险是输出错误、遗漏、幻觉、法律依据不准；Agent 的风险还包括读取资料范围过宽、连接器权限过大、误改文件、误发邮件、跨项目泄露、长期保留客户秘密等。

一句话概括：大模型像“法律助理的大脑”，Agent 像“带工具箱、文件柜钥匙和执行权限的法律项目助理”。律师团队的 AI 管理不能停留在“怎么提问”，而应升级为“任务分级、资料分级、权限分级、工具分级和交付复核”。

法律团队使用 AI Agent，核心不是让模型“替律师判断”，而是让其在受控范围内完成可验证、可追溯、可复核的知识工作。优先交给 Agent 的事项包括底稿索引、证据目录、合同风险扫描、材料摘要、章节映射、风险清单、待补充资料清单和格式整理。

不宜直接交给 Agent 单独完成的事项包括现行法律依据有效性判断、重大案件胜败概率、监管口径确认、客户交易底线、诉讼策略定案、涉密资料处理、个人信息跨境合规判断和最终法律意见签发。

• 以客户利益为出发点，但不得输出缺乏事实和法律依据的确定性判断。

• 以材料为边界，未在底稿、证据或合同中出现的事实不得补写。

• 以可追溯为交付标准，每个风险点、事实点、金额、日期、主体关系均应能回溯来源。

• 以律师复核为终点，Agent 的输出只能作为草稿、清单或辅助分析。

• 以最小化数据暴露为安全底线，客户原始材料能不上传就不上传，能脱敏就脱敏。

Codex 更适合在本地或云端工作区内处理多文件、多步骤、需要产出文件或表格的任务；Claude 更适合长上下文阅读、法律材料整理、文本分析、项目知识库问答和 Agent/Cowork 类型的长任务协作；普通 ChatGPT 更适合问答、单文档审阅、起草、润色、解释和快速推理。三者共同点是都需要明确目标、范围、禁止事项和验收标准。

本章不是 Claude 专用。无论使用 Claude、ChatGPT、Codex、Gemini，还是其他 Agent，稳定使用都应避免把所有内容塞进一次性提示词。较优结构是：全局指令放长期规则，项目指令放业务规则，对话提示词放本次任务，模型选择匹配工作复杂度。

全局指令处理“每一次都应遵守”的工作方法，例如中文法律语境、客户立场、法律依据核验、禁止编造、输出结构和文书风格。不要把某个项目事实、某个客户名称、某个交易底线放进全局指令，否则容易污染后续项目。

可用写法：默认使用中文，适用中国大陆法律术语和文书习惯。未明确客户立场时，默认站在用户客户一方并说明假设。法律分析先给结论，再列依据、分析、风险提示和建议动作。不得编造事实、法条、案例或企业信息。涉及现行法律、案例、工商信息、监管规则时，应提示核验或调用可用检索工具。

项目指令比全局指令更具体，适合围绕诉讼、合同、尽调、IPO、常年法律顾问等业务分别设置。项目指令应写明工作流、审查维度、输出格式、禁止事项和人工复核点。不同客户、不同案件、不同交易项目原则上不要混放在同一项目空间。

对话提示词应清楚写明本次任务的客户立场、事实背景、材料范围、任务目标、审查重点、输出格式、禁止事项和不确定事项处理方式。提示词越接近律师的工作交底，输出越稳定。

对话本身应被视为一个“最小工作空间”。同一个对话中已经出现的客户立场、事实背景、文件内容、模型错误和修正痕迹，都会影响后续输出。法律工作中最常见的失误，不是提示词写得不够长，而是把不同客户、不同案件、不同任务、不同版本材料塞进同一对话，导致上下文污染。

（一）单对话单专项任务

一个对话原则上只处理一个专项任务。所谓“专项任务”，不是指只能问一个问题，而是指同一对话应围绕同一客户、同一项目、同一材料集合和同一交付物持续推进。例如，“基于 A 合同出具乙方审阅意见”可以在同一对话中先做风险表、再做替换条款、再做客户确认清单；但不宜在同一对话中又审 B 客户合同、又整理 C 案证据、又问另一个项目的法律检索。

出现下列情形时，应当新开对话：更换客户或相对方；更换案件或交易项目；从合同审阅切换为诉讼策略；从事实整理切换为法规检索；上传了新一批可能推翻旧结论的材料；模型已经开始混淆主体、日期、金额、文件版本或客户立场。

（二）先隔离上下文，再要求输出

复杂任务开始前，应先明确“本次仅基于哪些材料工作”。不要让模型默认引用聊天历史、项目知识库或先前对话中的未核验信息。建议在提示词中写明：“仅以本次上传文件和下列事实为依据；不得引用本对话之外的信息；如材料之间存在冲突，应列明冲突并提示需律师确认。”

如果确需利用同一项目内的既有资料，应要求模型先列出其拟使用的来源清单，再进入实质分析。这样可以防止模型把旧版合同、旧版底稿、其他客户模板或过期法律依据混入本次结果。

（三）提示词采用“七要素 + 三控制”结构

基础提示词应覆盖七个要素：客户立场、事实背景、材料范围、任务目标、审查重点、输出格式、不确定事项处理方式。在律师工作中，还应额外加入三项控制：禁止事项、来源标注、律师复核点。

可直接使用的通用开场提示如下：

“本对话仅处理【客户/项目/文件名称】项下的【具体任务】。请站在【我方立场】出发，仅基于我本次提供的材料进行分析，不得引用其他对话或未提供事实。请按【输出格式】交付；所有事实判断标注来源文件或材料位置；无法确认的事项列入‘需律师复核/需客户确认’；不得编造法律依据、案例、工商信息、金额、日期或签署主体。”

（四）复杂任务分步推进，不要一次要最终稿

尽调、证据整理、重大合同审阅、监管问询回复等任务，建议采用“三段式”推进：第一步做材料索引和事实抽取；第二步形成风险表、问题清单或章节大纲；第三步再起草正文并做反向复核。直接要求模型“一步到位写最终报告”，更容易出现遗漏、混入旧事实、法律依据未经核验和表述过度确定的问题。

每一步都应设置验收点。例如，第一轮只要求“列材料清单和事实来源，不给法律结论”；第二轮只要求“按风险等级归纳问题，不起草报告正文”；第三轮再要求“在已确认事实和风险清单基础上生成初稿”。

（五）纠错提示词要精准，避免全盘重写

发现错误时，不建议只写“你错了，重写”。更好的纠错方式是明确错误位置、正确依据和保留范围。例如：“第 3 项风险引用的主体错误，应为甲公司而非乙公司。请仅修正该项及受其影响的结论，其他内容不变。”这种写法可以减少模型在重写过程中引入新的错误。

对法律文书修改，建议使用“保留—替换—新增—删除”四类指令：保留原结构和编号；替换某条表述；新增风险提示；删除无依据或过度承诺的结论。这样比笼统要求“润色一下”更符合律师审稿习惯。

（六）对话结束前归档和复核（如需）

对话结束前，建议要求模型输出“本次任务摘要、已使用材料、形成的结论、待核验事项、下一步动作”。这一步不是形式化总结，而是为了把聊天过程沉淀成可审查的工作底稿，便于团队成员接手、复核和归档。

归档提示词示例：“请基于本对话，生成一份交付前复核摘要，列明：1. 本次任务目标；2. 使用的材料清单；3. 已形成的主要结论；4. 仍需律师核验的法条/案例/工商信息/事实；5. 需要客户确认的商业或事实问题；6. 不应直接对外发送的表述。”

（七）先用计划模式检查 AI 是否理解任务

复杂任务不要直接要求最终稿。更稳的做法是先进入计划模式，让 AI 说明它准备如何处理材料、如何分步骤推进、会输出哪些文件、哪些事项需要人工确认。Codex 中可使用 /plan；其他智能体可直接输入“先不要起草，请先给出工作计划、材料使用范围、风险点识别维度和输出物清单”。

计划模式提示词示例：先不要起草正文。请基于本次材料和我的任务目标，列出你的工作计划，包括：1. 拟使用的材料范围；2. 拟完成的步骤；3. 每一步的输出物；4. 你认为需要我补充或确认的事项；5. 你不会处理或不应擅自判断的事项。待我确认计划后，再进入执行。

计划模式的价值在于提前发现 AI 是否误解立场、遗漏材料、越权处理商业问题、过早给法律结论。律师确认计划后，再让其进入材料索引、风险归纳或正文起草，错误成本更低。

本章先讲 Codex 工具。Codex 更接近“可执行的工作台”，重点不是一次性问答，而是让 Agent 在受控环境中围绕目标、文件、浏览器、本地应用和远程设备持续推进任务。律师使用 Codex，应把重点放在任务边界、文件权限、输出物、版本控制和人工确认。

Codex Goal 可理解为“给 Agent 设定一个持续执行的工作目标和完成条件”。Goal 适用于需要多个步骤、需要清晰完成定义、需要 Agent 持续检查进度的任务。Goal 文本既是起始提示，也是完成标准，因此必须写清楚工作范围、不能修改什么、如何验证、何时停止。

律师尽调 Goal 示例：/goal 基于当前项目文件夹中的尽调底稿，整理一份法律尽调报告初稿。不得修改或覆盖原始文件。请先生成底稿索引表，列明文件名称、主体、日期、关键事实、对应报告章节；再形成风险事项汇总表和待补充资料清单；最后按照主体资格、历史沿革、股权结构、重大资产、业务资质、重大合同、劳动人事、知识产权、诉讼仲裁、行政处罚、税务及合规、结论与建议起草报告。每个风险点均需标注来源文件。无法确认事项列入“需律师复核”。完成上述交付物后停止。

Codex Chrome 插件适合需要使用现有浏览器登录状态的网站任务，例如访问已经登录的内部系统、邮箱、CRM、项目管理系统或数据平台。它的价值在于让 Codex 能在浏览器中读取或操作页面，但这也意味着网页内容、登录状态、截图和操作过程可能进入任务上下文。

实务建议是：单独使用工作浏览器配置文件；只登录必要系统；任务结束后退出登录或关闭授权；涉及客户资料时，不让 Codex 自动外发、提交、删除、覆盖或移动文件。

Computer Use 让 Codex 能查看并操作 macOS 或 Windows 图形界面，适合命令行或结构化连接器无法覆盖的场景，例如测试桌面软件、复现图形界面问题、修改应用设置、跨多个桌面应用执行小范围流程。

律师使用时要注意，Computer Use 可能看到屏幕内容、剪贴板、已登录网页、本地窗口和通知信息。使用前应关闭无关窗口、清空敏感剪贴板、切换至专用桌面、限制可见文件夹，并要求每次涉及发送、提交、删除、覆盖的动作均需人工确认。

手机版 Codex 更准确地说，是在 ChatGPT 移动端对已连接的 Codex 主机进行远程访问和控制。手机发送提示、审批和后续指令；项目文件、终端、插件、MCP、浏览器、Computer Use 和本地权限仍来自已连接的 Mac、Windows 或远程环境。

Record & Replay 适合“用文字很难描述，但实际操作一遍很清楚”的重复流程。典型做法是：在 Mac 上示范一次流程，由 Codex 记录、检查步骤，并草拟为可复用 Skill。对于律师团队，这类功能适合把固定网站、Chrome、桌面应用、表格系统中的重复操作沉淀下来。

需要注意，Record & Replay 不是让 Codex 学会所有法律判断，而是把重复 UI 流程变成可复用操作程序。例如：从指定系统导出项目文件清单、把下载材料按命名规则放入文件夹、在网页表单中填写非敏感字段、按固定步骤生成内部检查表。涉及客户秘密、系统提交、正式发送、删除、覆盖的步骤，应保留人工确认。

Skill、MCP/Connector 和 Plugin 不是同一层工具。Skill 解决“固定工作方法”；MCP/Connector 解决“连接外部系统和数据”；Plugin 解决“把多个能力打包分发”。个人律师日常优先掌握 Prompt、Project、Skill、MCP/Connector；Plugin 了解其团队级适用场景即可。

Skill 适合沉淀“重复出现、步骤稳定、输出格式稳定、判断框架稳定”的工作方法。律师常见 Skill 包括合同审阅、证据目录、尽调底稿整理、问询函回复、法律备忘录、访谈纪要整理、底稿命名和归档流程。

（一）直接让智能体根据工作流程制作 Skill

当你已经知道稳定工作流程时，可以直接要求智能体生成 Skill。提示词应说明适用场景、输入材料、处理步骤、输出格式、禁止事项、复核点和示例。生成后应由律师修改，再用于实际项目。

提示词示例：请基于以下合同审阅工作方法，帮我整理成一个可复用 Skill。Skill 应包括：适用场景、触发条件、输入要求、处理步骤、输出表格字段、风险等级标准、禁止事项、需律师复核事项和一个示例输出。

（二）在完成一个可重复对话后，总结成 Skill

很多 Skill 不必一开始设计。更稳的做法是在一次成功任务完成后，让智能体把本次对话中形成的步骤、格式、纠错经验、最终输出标准总结为 Skill。这样生成的 Skill 更贴近实际工作，而不是空泛方法论。

提示词示例：请把本次对话中已经验证有效的工作方法总结成一个可复用 Skill。要求保留本次任务中最终采用的步骤、表格字段、禁止事项、错误修正规则和交付前检查清单；不要写入本项目的客户名称、事实细节或商业秘密。

（三）通过 Codex Record & Replay 录制 Chrome 或其他 App 流程

对于需要用到 Chrome、桌面 App、内部系统或固定网页流程的任务，如果文字说明过于复杂，可以通过 Codex 的 Record & Replay 示范一次流程，再让 Codex 将其整理为 Skill。该方式适合“操作路径固定、变量少、风险动作可人工确认”的流程。

示例包括：在网页系统中按固定条件导出材料清单、在 PDF 软件中批量生成书签、在表格软件中套用固定格式、在项目管理系统中按固定字段生成任务清单。录制前应关闭无关窗口、使用测试数据或脱敏数据，并明确哪些步骤需要人工审批。

（四）从团队 SOP、模板和交付前复核清单生成 Skill

律所或团队已有的合同审阅清单、尽调报告模板、证据目录模板、问询函回复流程、底稿命名规范，均可转化为 Skill。此类 Skill 的优势是能够统一团队标准，减少初级成员反复询问和 AI 输出口径不一致。

（五）从失败案例和返工记录中反向生成 Skill

最有价值的 Skill 往往来自返工记录。例如模型曾经混淆主体、遗漏来源、擅自修改商业条款、引用旧版材料、过度承诺法律结论。可以把这些错误固化为 Skill 的“禁止事项”和“交付前检查项”。

MCP/Connector 适合需要接入外部数据或系统的任务，例如法规库、案例库、企查查、Google Drive、SharePoint、Gmail、Outlook、本地文件系统、Excel 工具、项目管理系统。其核心不是“更聪明”，而是“能访问权威数据或执行受控动作”。

律师使用 MCP/Connector 的权限原则是：默认只读；只连接项目文件夹；不连接整个律所云盘或邮箱；涉及发送、删除、覆盖、移动、提交等动作必须人工确认；任务结束后撤销无关授权。

Plugin 的价值在于把多个 Skill、Connector、子代理、检查规则打包成团队或业务线工作流。对于个人律师的单次合同审阅、一次性证据目录、普通法律备忘录，通常不需要专门使用 Plugin。

当团队希望统一“IPO 尽调工作流包”“诉讼证据整理工作流包”“合同审阅工作流包”时，可以考虑 Plugin。此时应由团队统一维护版本、权限、使用说明和复核清单。

客户秘密保护不应被理解为“某个平台是否用于训练”这一单一问题。律师使用在线大模型和 Agent 时，应同时控制输入材料、模型训练设置、隐私模式、项目留存、连接器权限和后续清理。基本原则是：能不上传就不上传，必须上传则最小化，涉及商业秘密应彻底脱敏，涉及国家秘密不得使用在线大模型。

在账号设置允许的情况下，应关闭“用于模型训练/模型改进”的选项。团队或企业账号应由管理员统一配置，并明确哪些空间可以处理客户材料，哪些空间只用于公开资料和通用模板。关闭训练并不等于没有留存，也不等于没有权限风险，因此仍需控制上传范围和项目留存。

涉及客户名单、交易底线、未公开融资并购、诉讼策略、核心技术、财务明细、银行流水、内部邮件、问询函核心口径等商业秘密或高敏材料，原则上不应上传在线大模型。确需使用时，应先转化为已脱敏的事实摘要，并删除可识别客户、相对方、个人、项目、金额、日期、文件编号、签章页等信息。

脱敏不是简单把客户名称改成“A 公司”。如果时间线、金额、股权比例、产品名称、法院案号或对方名称组合后仍能反推真实项目，也应进一步泛化处理。无法充分脱敏的材料，不应交给在线模型处理。

敏感但已经脱敏的临时分析，可优先使用隐私模式、临时聊天或不进入长期记忆/项目知识库的方式处理。任务结束后，应定期清理对话、项目文件和上传材料；不把客户底稿、证据原件、交易底线、诉讼策略长期留在项目知识库或 Agent 记忆中。

涉及国家秘密、工作秘密、涉密项目、客户明确禁止外部 AI 处理的资料，不得上传或输入在线大模型。此类事项不适用“脱敏后试试看”的思路，除非已在经批准的本地化、私有化、涉密合规环境中处理，并符合相关制度要求。

连接器、Chrome 插件、Computer Use 的保密风险通常高于单次复制粘贴。因为它们可能让 Agent 接触云盘、邮箱、本地文件和网页登录状态。律师使用时应遵守三条控制线：默认只读，按单项目授权，所有发送、提交、删除、覆盖、移动动作都需要人工确认。

普通 ChatGPT 更像“对话式法律助理”：适合问答、单文档审阅、文本起草、润色、解释和思路梳理。Codex 更像“带文件系统和执行能力的工作台”：适合多文件处理、批量生成交付物、运行脚本、读写本地项目、调用浏览器或桌面应用、检查 diff 和形成多个版本文件。

Codex 中不应所有任务都使用 /goal。三种模式的判断标准如下：普通任务用于边界清楚、一次即可完成的事项；/plan 用于复杂或不确定任务，在执行前先验证 AI 的理解；/goal 用于多步骤、长时间、需要持续检查完成标准的任务。

（一）普通任务：边界清楚，直接执行

例如：“请把这份合同审阅意见整理成表格，字段为条款编号、风险说明、修改建议、是否需客户确认。”这类任务不需要 /goal。

（二）/plan：先看计划，再决定是否执行

例如整理一个含 200 份底稿的尽调文件夹时，应先输入 /plan，让 Codex 说明拟如何扫描文件、如何生成索引、如何避免覆盖原件、输出哪些表格、遇到无法读取文件如何处理。律师确认计划后，再让其执行。

（三）/goal：明确目标和停止条件后持续推进

当任务需要多个阶段、多个文件、反复检查并形成完整交付物时，再使用 /goal。Goal 必须写清楚何时停止。不要使用“持续优化”“尽量完善”这类无边界表述，否则 Agent 容易漂移。

（四）切换路径

推荐路径是：先用普通对话描述目标；如任务复杂，进入 /plan；计划确认后，如果只是几个明确步骤，让 Codex 按计划执行即可；如果是长任务或需要持续自检，再把计划改写成 /goal。任务完成后，应清除或结束 Goal，避免后续无关指令仍受旧目标影响。

• 建立“AI 使用前检查清单”：材料是否可上传、是否脱敏、是否需要关闭训练、是否涉及涉密事项。

• 建立“任务分流规则”：ChatGPT/Claude 处理文本分析，Codex 处理文件工程和自动化，MCP/Connector 处理外部权威数据。

• 建立“项目命名和输出规则”：原始文件只读保存，生成文件进入 output 文件夹，版本号和日期清晰。

• 建立“交付前复核清单”：事实来源、法律依据、主体名称、金额日期、客户立场、保密信息、格式、可外发性逐项检查。

• 建立“成功对话复用机制”：把高质量提示词、Skill、计划模板和复核清单沉淀到团队知识库。