「因为不懂法，所以一直妥协。」于是我就用 AI 造了个法律策略模拟器

故事是这样的。

7月初的时候，我租的那套老破小到期了。搬走那天房东站在门口，眼皮都不抬，甩过来一句，押金得等下一个租客入住才退。

我愣了一下。合同上明明写着退房验收合格后七个工作日内退还。

但我不懂法。我连那条合同原文都翻不出来了。我在手机上搜了半小时，跳出来的不是法条，是十几个标着「免费咨询」的链接，点进去全是要我先填手机号，然后一个接一个电话打过来问我愿不愿意委托。

我最后，没退成那个押金。

不是因为该退，是因为我不知道怎么退。

---

目录

01 我被房东坑了，搜了一圈全是广告

02 法律信息，是被折叠起来的

03 一个写稿子的，决定自己造工具

04 我把需求，写成了一份超长提示词

05 它没有立刻写代码，而是先画了七步蓝图

06 一下午，从空白到能跑的产品

08 它改变的不是结果，是认知

---

01 我被房东坑了，搜了一圈全是广告

这块我后来想了很久。我身边这样的人太多了。被老板拖工资忍了，被房东坑了押金忍了，买到的东西货不对板忍了，去医院挂错号被多收了钱也忍了。大家不是没有道理，是根本不知道自己有没有道理。

你问我为什么忍。因为我不知道我这叫什么事，不知道我的权益在哪，不知道要准备什么，更不知道该去哪说理。

信息差，在法律这块，是真的能让人吃哑巴亏的。

说到这个，我突然想起《北京折叠》。那本书里北京被切成三个空间，不同阶层共用同一个二十四小时。我有时候觉得，法律信息也像被折叠了一样。懂法的人活在一层，他们知道合同怎么签、证据怎么留、投诉信怎么写。而我们这些普通人，被折叠在另一层，明明权利写在同一部民法典里，可它离我们，好像隔了一整个次元。

我不是说普通人活该。我是说，这个次元壁，太厚了。

网上能搜到的法律信息，要么是竞价排名堆出来的广告，要么是抄来抄去的正确废话。真要请个律师，一件事起步几千块，为了半个月押金去请律师，账怎么算都不划算。至于法律援助，那是给更困难的人留的，大多数在中间挣扎的普通人，够不着。

所以大部分人，最后都选了忍。

我就是那个忍的人。直到这几天我想，凭什么。

02 法律信息，是被折叠起来的

我给你画个人。

他可能刚毕业两年，在一个不算大的城市，找了份不算满意但得糊口的工作。租的房子不大，押金压了差不多一个月工资。某天房东说，这墙有点脏，那灯有点旧，押金扣一半吧。

他心里知道不对，但他手机里翻了半天，只翻出当年随手签的电子合同，条款他压根没细看。他搜了一圈，全是让他留电话的咨询广告。他问了一圈朋友，朋友说算了呗，为了这点钱不值得。

他叹口气，把那半个月的工资，认了。

这事儿小吗。单看是小事。可千万个这样的小事叠在一起，就是一种沉默。一种「我反正搞不过你」的沉默。

而我们每个人，其实都在这张沉默的网里待过。

03 一个写稿子的，决定自己造工具

我是个写东西的，不是程序员。你让我从零搭一个带数据库、带前端的网站，我连环境都配不明白。

但这两年跟AI泡在一起，我养成了一个毛病，遇到什么事先想，这玩意能不能让模型给我造一个。

于是我开了个脑洞。如果我能用一句大白话，让AI帮我造一个「法律办事助手」呢。不是那种聊两句就完的机器人，是能陪我走完整个维权流程的东西。我告诉它发生了什么，它告诉我这属于什么纠纷、我的权益是什么、要准备什么证据、下一步去哪、甚至直接把催告函给我写好。

这个想法一旦冒出来，就压不住了。

那几天正好看到蓝耘MaaS平台上新了一堆模型。蓝耘这平台，可能有些朋友不太熟，它是一个模型即服务的地儿，上面接了不少主流大模型，qwen系列、DeepSeek都有，价格还挺便宜。

我在WorkBuddy里配模型的时候，把蓝耘的API填进去就行

接起来特别简单，不用折腾一堆环境变量。

至于选哪个模型，我纠结了一下。最近K3吹得满世界都是，但说实话我用不起，也不是非得追那个热点。我看中一个叫kimi-k2.7-code的，听名字就知道，它是冲着写代码来的。我这次要的就是一个能写代码、能把产品真正跑起来的模型，不是陪我聊天的。

骡子是马，拉出来溜溜。

04 我把需求，写成了一份超长提示词

我没有直接说「帮我做个法律助手」。那样出来的肯定是个玩具。

我给kimi-k2.7-code写了一份很长的提示词，把自己当成产品经理，把能想到的都写进去了。核心就一句话，这不是法律聊天机器人，不是AI律师，是一个法律问题解决平台。

我在提示词里给它定了身份，你不是普通程序员，你是世界级AI产品经理、法律AI产品架构师、RAG专家、Agent架构专家。你的目标不是做个Demo，是开发一个未来真能上线运营的产品。代码要企业级、模块化、可维护、真实可运行，禁止任何伪代码。

我还给它明确了产品理念，AI不是回答问题，是解决问题。用户真正想要的是，今天我要干什么，不是民法典第几条第几款。

最有意思的是我让它设计Agent流程。用户输完遭遇，AI不能直接回答，必须先进入流程。第一步识别案件类型，第二步持续追问，有没有合同、押金多少、有没有聊天记录、有没有录音。追到证据够了，才生成分析。

输出也不能是聊天泡泡。要是一份完整的案件报告，案件类型、一句话结论、涉及的法律原文、我的权益、对方可能的问题、要准备的证据清单、下一步的路线图、该去哪个部门、自动生成催告函起诉状这些文书、还有风险分析。

数据库怎么设计、RAG知识库怎么切块、Embedding怎么做混合检索和重排、上传证据怎么OCR识别、前端要走苹果那种极简风还得支持暗黑模式，我全写进去了。

这份提示词我自己读着都觉得复杂。我当时心里其实没底，一个模型，真能接住这么多要求吗。

05 它没有立刻写代码，而是先画了七步蓝图

然后，它就给了我一个让我愣住的东西。

它不是直接开始写代码。它先自己把整个项目拆成了七个阶段，列成一份任务清单摆在我面前。

项目初始化、数据库、后端、前端、RAG、Agent、Docker。每一条都带着待办状态，清清楚楚。

我当时就愣住了。

你想想看，这玩意本来是我最头疼的部分。一个非程序员，面对「从零做一个产品」这种事，连第一步该干啥都不知道。结果模型替我把路全铺好了，还做成可视化的清单，一个阶段一个阶段往前推。

更骚的是它的工作方式。它不一次性把所有代码糊上来。它先做完Phase1，停下来，把这一阶段的成果总结给我，等我确认了，才进Phase2。每一个阶段都是真的能跑的代码，不是示意，不是伪代码。

我之前也用过不少写代码的模型，大部分是你说一句它吐一段，东一榔头西一棒槌，最后拼不到一块。kimi-k2.7-code这套打法，像个真有架构师在带队的工程团队，先画蓝图，再一块砖一块砖砌。

七个阶段跑完，我从WorkBuddy里看到的，不是一个跑不通的Demo。是一个真能登录、真能用的东西。

06 一下午，从空白到能跑的产品

说真的，那一刻我有点被震撼到。一个写稿子的人，一下午，拉着模型，把一套带Next.js前端、React加TypeScript、Tailwind样式、FastAPI后端、PostgreSQL加pgvector向量库、Redis、Docker Compose部署的完整产品，从空白搭出来了。

这搁以前，是一个产品经理加前端加后端加算法，磨几周的活。

而现在，是一个人，加一个会写代码的模型，一下午。

不是哥们，这事儿我得说清楚。我不是在夸一个玩具。我是在说，一个完全不会写代码的人，靠一份写清楚需求的提示词，就指挥模型把一套生产级别的应用从零生出来了。这才是让我后脊梁发凉的地方。

我们老说AI会写代码，但大多数人理解的「会写代码」，是让它帮我补个函数、改个bug。我这次体验到的，是它把「写一个产品」这件事，从工程师的专利，变成了普通人的动词。

你只要会说清楚你想要什么。

当然也不是一帆风顺。中间卡过一次，卡得还挺真实。

后端和数据库要跑起来，它对C盘空间有点要求。我那台老机器C盘早就红了，文件改不了，部署直接卡住。折腾了一阵，最后把数据库相关的一坨迁到D盘才搞定。

这种坑，才是真做项目的人才会遇到的。模型不会替你管硬盘，但该踩的坑一个都不少。

不过好在，它把最难的那部分，写代码，扛走了。

07 房东看到我认真了，把钱退了

弄好之后，我用邮箱登进去。界面真的不简陋，苹果那种大量留白的极简风，一个超大的输入框，「请告诉我发生了什么」。下面四个快捷入口，房屋租赁、劳动纠纷、消费维权、借贷纠纷。右边是最近案件，每个案子都有自己的时间线、证据、文书、办理记录。

我随手把当初房东不退押金那档子事输进去。

它没急着给结论。它先问我，有没有合同、押金多少、什么时候退租、有没有聊天记录。我一条条回，它追着问，直到觉得证据够用了，才吐出一份报告。

报告里写得很清楚。这是我跟房东之间的房屋租赁纠纷，我的权益在哪，房东可能踩了哪条，我该准备合同、聊天记录、付款记录、照片。然后是一条路线图，第一天保存证据，第二天发催告函，等七天，不行就投诉，再不行上法院。去哪个部门也帮我列了，住建部门、人民调解委员会、法院，按案件类型自动推荐。

最实用的是文书。催告函、律师函、投诉书、仲裁申请书、起诉状、答辩状、证据目录，它直接给模板，一键复制。

我后来就是按它给的路子，把证据一截，催告函一贴，甩给房东。

房东看到我认真了，沉默了两天，最后老老实实把押金退了。

你敢信？？？我当初忍下来的那笔钱，被我自己造的一个工具，要回来了。

08 它改变的不是结果，是认知

回到最开始那个折叠的比喻。

我做的这个东西，技术含量说高也高，说低也低。它当然不是律师，不能替你出庭，给的结论也只是法律信息参考，不构成法律意见。这点我必须说清楚，免得有人拿去乱用。

但它的意义不在取代谁。它的意义在于，它把那堵次元壁，凿开了一道缝。

以前一个普通人面对不公，第一反应是忍，因为他不知道自己有没有理。现在他可以先用一个助手，把自己的遭遇讲一遍，两分钟之后，他就能知道，哦，这事我有道理，我该这么办。

哪怕最后他还是选择忍，至少那一刻，他是清清楚楚地忍，不是稀里糊涂地忍。

这玩意改变的不是结果，是认知。是那个一直被折叠在法律之外的人，终于能伸头看一眼里面长什么样。

我始终坚信，信息差这种东西，靠人去磨，太慢了。但靠模型，靠这种普通人拉着一个会写代码的模型就能造出工具的时代，墙是会一层一层塌的。

你回头看开头那个年轻人。如果他手机里就有这么个助手，他输完遭遇，两分钟后看到一份清清楚楚的报告，看到「你有理，按这个路线图走」，他会认下那半个月工资吗。

我不敢保证他一定不会。但我敢保证，他至少，会认真一回。

能做的，还是那句话。

磨平一点点信息差。

哪怕，只是让一个人，下次被坑的时候，敢认真一回。

完整提示词：

# 身份
你不是普通程序员。
你是一位：
- 世界级AI产品经理
- Google Senior Software Engineer
- Cursor官方Prompt工程师
- 法律AI产品架构师
- UX设计专家
- RAG专家
- Agent架构专家
你的目标不是完成一个Demo。
而是开发一个未来真正可以上线运营的产品。
代码要求：
- 企业级
- 高可维护
- 模块化
- 可扩展
- 完整注释
- 所有代码必须真实可运行
- 禁止任何伪代码
整个项目按照生产环境标准开发。
-------------------------------------
# 产品名称
LawPilot
副标题：
让每个人都拥有自己的AI法律办事助手
-------------------------------------
# 产品定位
不是法律聊天机器人。
不是AI律师。
不是法条查询网站。
而是：
"法律问题解决平台（Legal Workflow Platform）"
产品使命：
让一个完全不懂法律的人
输入自己的遭遇
最后能够知道：
我属于什么问题
我的权益是什么
我要准备什么
我应该去哪里
我要找哪个部门
下一步怎么办
什么时候起诉
整个流程全部完成。
AI负责陪伴整个维权过程。
-------------------------------------
# 产品理念
AI不是回答问题。
AI负责解决问题。
用户真正想得到的是：
今天我要干什么。
而不是：
民法典第XXX条。
-------------------------------------
# 整体页面
首页不要像ChatGPT。
首页应该更像：
Apple
Notion
Linear
极简。
-------------------------------------
首页内容：
LOGO
LawPilot
一句话：
你的AI法律办事助手
下面：
一个超大的输入框：
"请告诉我发生了什么。"
例如：
老板拖欠工资。
房东不退押金。
朋友借钱不还。
快递丢失。
医院误诊。
婚姻纠纷。
消费被骗。
下面四个快捷入口：
🏠 房屋租赁
💼 劳动纠纷
🛒 消费维权
💰 借贷纠纷
右边：
最近案件
-------------------------------------
# AI流程（重点）
用户输入：
事情经过。
例如：
房东说必须等下一个租客入住才退押金。
AI不要直接回答。
必须先进入Agent流程。
第一步：
识别案件类型
第二步：
继续追问
例如：
有没有合同？
押金多少？
什么时候退租？
有没有聊天记录？
有没有录音？
有没有付款记录？
根据用户回答继续追问。
直到：
证据足够。
再开始生成分析。
-------------------------------------
# 输出格式
不是聊天。
而是一份完整案件报告。
==================
案件类型
★★★★★
房屋租赁纠纷
==================
一句话结论
房东延迟返还押金可能涉及租赁合同履行争议，建议先固定证据并催告，再根据协商结果决定是否投诉或起诉。
==================
涉及法律
（必须RAG）
法律名称
条款
原文
解释
不得编造。
==================
我的权益
AI解释。
==================
房东可能存在的问题
AI解释。
==================
建议准备证据
☑合同
☑聊天记录
☑付款记录
☑照片
☑视频
☑录音
每一项说明为什么需要。
==================
下一步怎么办
生成Roadmap。
Day1
保存证据
↓
Day2
发送催告函
↓
等待7天
↓
投诉
↓
法院
==================
去哪里
告诉用户：
住建局
劳动监察
劳动仲裁
市场监管
法院
派出所
人民调解委员会
根据案件自动推荐。
==================
自动生成文书
支持：
催告函
律师函（模板）
投诉书
仲裁申请书（模板）
起诉状（模板）
答辩状（模板）
证据目录
==================
风险分析
不是预测输赢。
而是：
证据完整度
材料完整度
程序建议
案件复杂度
建议：
现在不建议起诉。
原因：
证据不足。
==================
免责声明
本回答仅供法律信息参考，不构成法律意见。
-------------------------------------
# 产品核心
整个产品不是聊天。
而是：
Case（案件）
用户拥有很多案件。
例如：
案件1
房东不退押金
案件2
老板欠工资
案件3
朋友借钱
每个案件都有：
时间线
证据
聊天
法律
文书
办理记录
下一步
全部保存。
-------------------------------------
# 数据库设计
自动设计数据库。
包括：
users
cases
messages
documents
evidence
roadmaps
legal_reference
workflow
tasks
history
knowledge
-------------------------------------
# 上传证据
支持：
PDF
DOCX
TXT
PNG
JPG
微信截图
聊天记录
OCR识别。
AI自动分析：
有哪些证据。
哪些缺失。
-------------------------------------
# RAG
知识库目录：
knowledge
laws
司法解释
行政法规
地方性法规
指导案例
典型案例
办事指南
政策
自动：
切块
Embedding
Hybrid Search
Rerank
引用来源。
-------------------------------------
# 技术
Frontend
Next.js
React
TypeScript
Tailwind
shadcn
Backend
FastAPI
Python
Database
PostgreSQL
Redis
Vector
pgvector
LLM
OpenAI Compatible API
Embedding
BGE-M3
Docker
Docker Compose
Nginx
-------------------------------------
# API
自动设计RESTful API。
必须符合OpenAPI。
-------------------------------------
# UI
现代化。
苹果风格。
大量留白。
卡片布局。
动画柔和。
支持：
Dark Mode。
-------------------------------------
# Agent
整个项目最重要。
Agent负责：
持续追问
补充证据
更新案件
更新Roadmap
提醒用户下一步。
-------------------------------------
# 开发方式
不要一次生成所有代码。
采用真正的软件开发流程。
Phase1
项目初始化
等待确认
Phase2
数据库
等待确认
Phase3
后端
等待确认
Phase4
前端
等待确认
Phase5
RAG
等待确认
Phase6
Agent
等待确认
Phase7
Docker
等待确认
每完成一个阶段：
自动总结。
等待下一步。
所有代码必须可以直接运行。