DeepSeek真正能帮到律师的关键，是会问！17组提问指令，建议收藏！

诉讼律师的日常工作在作以下拆分后，不外乎：

与当事人洽谈案件了解案情、搜集信息整理证据、制定案件的诉讼策略、撰写案件的文书材料、向法院递交文书材料、与法院和当事人沟通、开庭。

除了与人沟通的部分，其他内容 DeepSeek 理论上都可以替代， 但不少诉讼律师实践下来，表示结果往往又比较鸡肋。

比如看起来最适合用DeepSeek辅助的工作：撰写案件的文书材料，体验就并不美好。

按常规经验，律师在用DeepSeek撰写时，通常会先把案件材料和类案的起诉状模板输入进去，然后再提示DeepSeek具体的撰写方向。 输出结果后，再根据内容多轮交互调整才能得到满意或不满意的结果。

而 实操体验，往往是不满意的居多。

但为什么 有的律师就能通过DeepSeek“写出”满意的起诉状，你却不行？

更进一步：为什么大家都觉得好用，你却偏偏不觉得？

归根究底，还是 指令不清晰 惹的祸。

要知道，DeepSeek生成的内容是随机的、非标准化的，且很大程度上 受制于用户提出问题的深度、广度和技巧。 若用户提出的问题是碎片化、非体系化的，那DeepSeek生成的答案不可避免也会是碎片化、非体系化的。

行业调研显示， 具备AI协同能力的律师接案量较传统律师高出28.5%，客户满意度提升19.3%。

不会问 ，是目前DeepSeek法律行业适用的普遍困境。

本次课程，智拾网就邀请国浩律师（西安）事务所高级合伙人 任强 律师，教授大家 如何基于诉讼全流程中的各个业务场景输入清晰有效的DeepSeek指令词。 整套指令词 共计17组 ，覆盖从接待咨询到执行落地每个环节，学了就能用！

在诉前案情结构化分析、庭审对抗预演、法律可视化呈现（含诉讼流程图、思维导图及法律文书排版）等标准化作业场景中，结合生成式人工智能工具可显著提升工作效率。

实证研究表明， 在法律检索维度，智能工具能将传统检索耗时压缩63%-78%，检索精度提升42%以上。

也就是说，不管从工作流重构带来的效率革命 （平均节省37%非核心耗时） 来看，还是从技术认知闭环的形成（使用-反馈-优化的迭代机制）来看，DeepSeek等AI工具都将大幅提升律师的职业竞争力。

那么， 实务中，诉讼律师到底该给出怎样的指令？

千万不要上来直接“写一份起诉状”，那么大概率你得不到什么有用内容。

精准有效的提问指令应包含情景、需求和限制条件， 例如：“我是合同中的出卖人甲方，需要关于房屋出卖的买卖合同框架，要求包含三条乙方违约责任，今日需提交”。

精准提问公式：情境+需求+限制条件（要求）

以 生成起诉状内容指令 为例：

指令格式（可根据DeepSeek反馈，分次向DeepSeek发送以下指令格式）如下↓

以 原告/被告证据组织指令 为例：

原告方证据组织指令如下↓

被告方证据组织指令/被告方质证意见生成指令如下↓

证据分析与目录制定指令如下↓

需要注意的是，在向DeepSeek下达指令时，务必保证 请求清晰明确 ，使用 精准规范的语言 ，避免过多使用日常随意的口头用语。

在借助DeepSeek完成相关任务后，人工仔细复核亦不可或缺。

如果生成的结果不满意，可以通过何种方式完善？ 假如不小心输入敏感文件，又该如何操作……

上述种种，任强律师都将在课程中一一解答。