Коротко
«Нейросеть заменит юриста?» - вопрос не про замену
Юрист боится не того.
Самый частый страх, который я слышу на воркшопах: «нейросеть придёт и заменит юристов». На практике всё устроено ровно наоборот. ИИ отлично забирает рутину - черновик документа, первичный разбор договора, вычитку 80 страниц закупки. Но экспертную оценку, стратегию спора и подпись под документом он не забирает и забрать не может. Цена ошибки в правовом документе выше, чем в обычном деловом тексте, и отвечает за неё человек.
Если объяснять совсем просто, языковая модель - это следующий уровень Т9. Старый Т9 угадывал следующую букву. Современная модель угадывает не букву, а смысл: она умеет писать связный текст, выстраивать аргументацию и держать юридическую логику. Но «угадывает» - ключевое слово. Она уверенно генерирует правдоподобное, а не гарантированно верное. Поэтому роль юриста смещается: из исполнителя, который сам пишет каждый абзац, - в дирижёра, который ставит задачу, выбирает инструмент и проверяет результат.
Разложу по полкам, что здесь кому:
| Забирает ИИ (рутина) | Остаётся за юристом (экспертиза) |
|---|---|
| Черновик иска, отзыва, ходатайства | Правовая стратегия и позиция по делу |
| Первичный анализ договора, карта рисков | Что отстаивать в переговорах, а что уступить |
| Разбор большого массива документов | Проверка норм, реквизитов, судебной практики |
| Обобщение практики, поиск позиций | Ответственность за финальный документ |
Абстрактно это звучит красиво. Давай на конкретных сценариях - ровно тех, что мы разбирали на воркшопе для юридической фирмы, специализирующейся на арбитраже.
Сценарий 1. Иск: черновик за час и перекрёстная проверка
Фирма, для которой я проводил воркшоп, готовит по 15-20 исков в месяц, и узкое место - согласование: почти каждый документ вычитывает руководитель лично. Цель была приземлённая - сократить время подготовки черновика на 30-40%, не потеряв в качестве.
Как это выглядит на практике. Открываешь новый чат и задаёшь не вопрос, а управленческий бриф. Роль: «ты опытный арбитражный юрист по спорам из договоров подряда». Задача: составить проект искового заявления в арбитражный суд. Фабула прямо в промпте (условная: подрядчик взыскивает с заказчика 6,5 млн рублей долга по договору строительного подряда плюс неустойку). И главная строчка, без которой юристу нельзя: «не выдумывай номера судебных дел; если точных реквизитов не знаешь - пиши "требуется проверка"». Это резко снижает риск галлюцинаций и делает черновик безопаснее.
Дальше - приём, который отличает юриста от новичка. Один и тот же запрос прогоняешь через несколько нейросетей параллельно: ChatGPT, DeepSeek и Алису от Яндекса. Три ответа рядом - видно, где они сходятся (скорее всего, это устойчивая позиция), а где расходятся (это места для твоей ручной проверки). Так ты используешь ИИ не как оракула, а как трёх стажёров, чьи черновики сверяешь между собой.
После того как модель выдала документ, не переходи сразу к правке. Напиши: «Проверь себя. Ответ качественный и полно отражает задачу? Если можно усилить - сразу предложи улучшенную версию». Модель сама находит слабые места: где не хватает доказательной логики, где позиция сырая. Это не заменяет твою проверку, но снимает грубые ошибки до неё.
Важная честность: без загруженных документов модель берёт факты только из промпта, а в шаблон подставляет поля в квадратных скобках. Это правильно - она не должна придумывать обстоятельства дела. Хочешь конкретики - загрузишь материалы, но тогда сначала читай про конфиденциальность ниже.
Сценарий 2. Тендер на 80 страниц: суть без утопания в PDF
Обычный чат хорош, когда генерирует текст. Но когда нужно разобрать тендерную документацию на ~80 страниц, у него есть слабость: он может домешать «общие знания» и что-нибудь додумать. Для юриста это недопустимо.
Здесь работает другой инструмент - NotebookLM от Google. Его принцип: он отвечает только по тем файлам, что ты загрузил в блокнот, и к каждому выводу проставляет ссылку на конкретный фрагмент источника. Загружаешь закупочную документацию и просишь вытащить ключевое: предмет закупки, начальную максимальную цену, требования к участникам, критерии оценки, сроки, обеспечение заявки и контракта. Получаешь структурированную выжимку со ссылками - не «поверь на слово», а «вот пункт, откуда это взято».
Следующий заход - юридический: «проверь документацию на признаки ограничения конкуренции - избыточные требования к участникам, противоречивые условия, пункты, которые можно обжаловать в ФАС». За минуты получаешь карту мест, которые стоит проверить руками. То, на что вручную уходил день вычитки, сжимается до концентрированной основы для анализа.
Ключевой сдвиг тут не в промпте, а в контексте: качество ответа зависит от того, какие материалы ты подложил модели. Это отдельная дисциплина - контекст-инжиниринг, и в работе с документами она важнее красивых формулировок.
Сценарий 3. Свой GPT-ассистент в стиле фирмы
Персонализация ИИ идёт по трём уровням. Первый - память аккаунта (кто ты, чем занимаешься). Второй - проекты-папки под клиента или дело. Третий, самый мощный для повторяемых задач, - собственный GPT-ассистент.
На воркшопе мы собирали «арбитражного ассистента». В системной инструкции - роль: «старший арбитражный юрист РФ, готовит процессуальные документы по подрядным, поставочным, энергетическим и корпоративным спорам, опирается на материалы дела, нормы права РФ и проверяемую практику; если данных не хватает - прямо указывает, что нужно уточнить, и не выдумывает». В базу знаний загружаются три реальных образца - исковое, апелляционная и кассационная жалобы. И вот тут самое интересное: эти файлы работают не только как факты, а как эталон стиля - структура доводов, тон, плотность аргументации, оформление просительной части. Чем больше качественных образцов, тем ближе результат к привычному языку фирмы.
Это ещё не полноценный ИИ-агент, который сам ходит в другие сервисы, - это настроенный ассистент. Но для потока типовых вопросов он снимает изрядную долю ручной работы. Доступ выдаёшь по ссылке (не в публичный магазин - внутри лежат стиль и документы фирмы), и коллеги пользуются им из своих аккаунтов.
Арбитражный ассистент по умолчанию работает по АПК РФ. Дашь ему решение суда общей юрисдикции - он может применить арбитражную логику там, где нужен ГПК. Вывод с воркшопа: лучше несколько узких ассистентов (арбитражный, по судам общей юрисдикции, договорной, по закупкам), чем один «универсальный». Это та же логика, что стоит за мультиагентными системами - роли под задачу, а не один на всё.
Три красные зоны, где ИИ подставит юриста
Зона 1. Галлюцинации. Модель уверенно выдаёт несуществующее: придумывает реквизиты дел, ссылается на неверную норму, тянет устаревшую позицию. И это не редкость.
На конкретных юридических запросах языковые модели ошибаются в 69-88% случаев.
Не абстракция, а живая практика. В США в деле Mata v. Avianca юрист вставил в позицию по делу выдуманные прецеденты, сгенерированные ChatGPT, ещё и переспросил у модели «они настоящие?» - та уверенно подтвердила. Суд оштрафовал юристов на 5 000 долларов, а история разошлась по миру как предупреждение. Урок простой: красиво и уверенно - не значит правда.
С юридическими запросами это не редкая осечка, а системное свойство: модель одинаково уверенно приводит и реальную норму, и несуществующую. Поэтому правило простое и не обсуждается: любую ссылку на статью закона и любой реквизит дела юрист проверяет сам - по КонсультантПлюс или Гаранту, в первоисточнике. Нейросеть указывает направление и экономит время на черновике, но подтверждаешь норму ты, а не она.
Зона 2. Конфиденциальность. В публичные облачные модели нельзя загружать персональные данные, коммерческую тайну и чувствительные материалы клиента. Перед загрузкой любого документа - санитария данных:
Убери идентификаторы
ФИО, телефоны, адреса, паспортные данные, реквизиты, коммерческие суммы.Замени на условные обозначения
Если для анализа важна структура, а не имя - «Сторона А», «Договор №1», «Сумма Х».Обработай обезличенный документ
Модель работает с логикой и структурой, а не с личными данными.Сделай обратную подстановку у себя
Реальные данные возвращаешь вручную, уже в финальном документе на своей стороне.
Это не паранойя, а деньги. С 30 мая 2025 года в России действуют оборотные штрафы за утечку персональных данных: за повторное нарушение - до 3% годовой выручки (вплоть до 500 млн рублей), а обычные штрафы по этой статье выросли до десятков миллионов. Простое правило для руководителя: не клади реальные данные людей туда, где не уверен в защите. Там, где важна именно работа строго по источнику без утечки в общую модель, помогает и выбор инструмента - тот же NotebookLM держит контекст внутри загруженного массива.
Зона 3. Ответственность. Подпись юриста - это ответственность юриста. У нейросети нет ни профессиональной ответственности, ни статуса; она чёрный ящик, который красиво пишет. Отсюда и разделение, которое я повторяю юристам постоянно: законность и целесообразность - не одно и то же. Нейросеть покажет риски договора с точки зрения закона, но какие правки отстаивать, а какие перегрузят переговоры и сорвут сделку - решает юрист. Прими все автоматические правки - и договор станет таким тяжёлым, что его никто не подпишет.
Раз в неделю разбираю такие рабочие сценарии ИИ - инструменты, кейсы, честные грабли. Если тема твоя, подпишись на канал @ai_anashkin.
Частые вопросы
Частые вопросы
Главный вывод
Сам по себе ИИ юриста не заменит - он его усилит. Но юрист, усиленный ИИ, со временем обойдёт того, кто продолжает делать вручную то, что уже можно ускорить. Начинать имеет смысл сейчас: инструменты стали рабочими, а окно, когда это ещё преимущество, а не гигиена, пока открыто. Если хочешь понять, как это ложится на процессы конкретно твоей практики, - смотри разбор как встроить ИИ в работу компании пошагово, а дальше выбирай инструмент под задачу, вплоть до собственного рабочего окружения на Claude Code.
А как думаешь ты: через пару лет юрист, который не использует ИИ, будет проигрывать в скорости - или качество и ответственность важнее, и тут спешка ни к чему?
Если хочешь собрать не набор сервисов, а систему внедрения ИИ под свою команду, - я провожу интенсив по нейросетям для бизнеса: без магии, по делу, с результатом, который остаётся у вас.
Источники
- Stanford Law / RegLab - «Hallucinating Law: Legal Mistakes with Large Language Models are Pervasive», 2024 (галлюцинации на юр-запросах 69-88%)
- Mata v. Avianca, Inc. - дело о выдуманных ChatGPT прецедентах и штрафе юристам (Wikipedia, со ссылками на решение суда)
- КонсультантПлюс - «Персональные данные: новые штрафы с 30 мая 2025 года» (оборотные штрафы, ст. 13.11 КоАП РФ)
