Legal Red Team

• 您曾使用 LLM 草擬法律備忘錄、合約摘要、合規指南或法規概覽，並需要在分享前進行驗證。
• 您希望在發送前找出看似合理但有誤的條文編號、捏造的截止日期，或自信卻無來源的主張。
• 您需要一個結構化的通過／不通過品質關卡（最低分數 4/5，零個 CRITICAL 問題），以審核 AI 生成的法律內容。
• 您正在執行引用審計，以確認每項法規參考確實存在，並與所引用的條款相符。

• 您需要驗證法律結論、訴訟策略或專業法律解釋——此技能檢查事實與引用的準確性，而非法律推理。
• 您需要存取付費法律資料庫（Westlaw、LexisNexis）——來源驗證依賴可免費取得的官方資料。
• 您正在尋找高風險事務中合格法律顧問的替代品；此技能是輔助工具，而非替代品。

每份文件均依六個結構化類別進行評估：事實準確性、法律權威引用、算術驗證、來源查核、推測性內容偵測，以及免責聲明充分性。每個類別均設有明確的警示信號與檢查項目，確保不遺漏任何常見的失誤模式。

此技能針對法律內容中五種反覆出現的 AI 幻覺模式：看似合理但錯誤的條文編號、自信但不正確的日期、被誤述為具有拘束力之法律的指導性意見、過時的法律參考資料，以及時間軸計算中的算術錯誤。每種模式均有對應的明確偵測技術。

調查結果分為四個嚴重性等級——CRITICAL（極嚴重）、HIGH（高）、MODERATE（中）及 LOW（低）——每個等級均附有明確定義、範例及所需採取的行動。CRITICAL 問題必須在任何發布前解決。

legal_quality_scorer.py 工具會產生一個綜合性的 1–5 評分，並附有各類別的細項說明。評分低於 4/5 的文件不得對外發布；發布前的管控門檻工作流程強制要求零個 CRITICAL 級別問題，並確保免責聲明完整無缺。

兩個 Python 腳本——legal_fact_checker.py 與 legal_quality_scorer.py——支援文字或檔案輸入、JSON 輸出、詳細模式及報告儲存功能。它們作為初步掃描工具，設計用於銜接後續的人工對抗性審查流程。

三個即用型工作流程涵蓋完整的對抗性審查、快速引文查核，以及發布前的審核把關。每個工作流程均包含驗證步驟，以確認完成標準已獲滿足。

執行 legal_fact_checker.py 以標記所有引用資料與日期，並逐一對照 EUR-Lex 或 eCFR 進行核實，接著執行 legal_quality_scorer.py，確認評分達到 4/5 或以上，且無任何「重大」（CRITICAL）問題，再發送給客戶或員工。

使用工作流程 2（快速引用查核）從文件中擷取所有法律引用，並逐一對照相關官方來源進行核實——在內容送交法律團隊之前，即時發現虛構的條文編號或錯誤引用的條款。

將 legal_quality_scorer.py 整合為文件生成流程中的自動化管控閘門。任何評分低於 4/5 的文件將被保留以供人工審查；只有符合門檻要求及免責聲明規定的文件，才會被傳遞至下游流程。

以對抗性思維運用六步驟方法論：標記每一項事實主張與數字，依法定條文核實日期，標示以確定性語氣呈現的推測內容，並為起草團隊製作依嚴重程度分類的發現報告。