多数人说「用 AI」，指的是打开对话框问它问题。问答只是八类任务里的一类，而且不是 AI 做得最稳的那类。下面按任务盘点，每类说三件事：现在能做到什么程度、用什么形态的工具、风险点在哪。
一、长文档归纳
把百页卷宗、尽调材料压成要点清单，是当前大模型最成熟的能力之一。风险点有两个：超长文档会被静默截断，分段喂再汇总才可靠；归纳必然丢信息，丢的是不是关键信息，只有你翻过原文才知道。适合做阅卷的第一遍，不适合做唯一一遍。
二、合同与文书审查
找风险条款、查缺漏、对照清单逐项核。要点是给立场、给格式、逐条核查法律依据，完整流程见合同初审工作流。风险点：AI 给的法条引用必须逐条核实，核查方法单独有一篇。
三、起草
函件、意见书框架、合同初稿。AI 起草的正确用法是「给结构和初稿，由你填判断」：事实部分你来，说理部分它搭骨架你改。风险点：它写得越流畅，你越容易放过没核实的表述；凡是它写的事实和引用，默认未经核实。
四、录音转写
庭审录音、会谈录音转文字，转写是和大模型不同的另一类 AI，技术成熟得更早。注意两件事：选能本地处理或明确承诺不留存数据的工具，当事人谈话录音外发云端是保密问题；人名、专业词转错是常态，用前通读校对。
五、翻译
涉外合同、外文判例的粗翻已经相当可用，术语一致性仍不稳定：同一个 counterparty 前文译「相对方」后文译「交易对手」。办法是给它术语表，译完抽查关键条款。对外出具的译文仍需人工定稿。
六、OCR 与表格提取
扫描件转可检索文本、从流水和清单里提结构化数据。对打印体效果好，手写体和盖章遮挡处错误率高。风险点：数字提取错一位就是事故，金额类数据逐项核对，别抽查。
七、检索与问答
直接问大模型法律问题，是八类里最容易出错的用法：它会编法条、编案例。可用的形态是「检索增强」，先从真实法库里找到条文，再让 AI 基于条文回答，引用能点回原文核对。判断一个法律问答工具靠不靠谱，就看它的回答能不能核。
八、文本对照
新旧法条对比、合同版本比对、起诉状与答辩状的争点对照。机械比对（逐字 diff）早已成熟，AI 加的是「说明改动意味着什么」。风险点同样是转述失真，结论性判断回到原文确认。
怎么用这张清单
挑你每周重复花时间最多的一类先试。工具不必一步到位：转写、OCR 用专门工具，审查、起草、问答找能核引用的，一类一类来。八类都想一次解决的「全能工作台」，往往每类都做得浅。