林上倫律師專文》法官受夠了！判決表態不要用 AI 寫訴狀，去問活生生的律師

桃園地方法院 115 年度訴字第 867 號民事判決中，法官罕見地在判決開頭寫下「不要問 AI、不要用 AI 寫上訴狀」，原告之訴遭駁回，這個判決在律師社群引發熱議。而律師林上倫提出不同看法，他認為這份判決並沒有否定 AI，反而印證 AI 是專業人士的工具而非外行人的捷徑，並拆解了消費級 AI 在 Token 限制與「中間遺失」上的先天缺陷。
（前情提要：林上倫律師專文》素人用 AI 寫法律訴狀，是在自掘墳墓）
（背景補充：林上倫律師專文》還在懷疑AI？頂尖律師早已把它當成「水電」在用）

本文目錄

在桃園地方法院 115 年度訴字第 867 號民事判決中，法官在判決一開始就相當罕見地寫道：不要問 AI、不要用 AI 寫上訴狀，更不要以為別人看不出是 AI 寫的。最終，原告之訴被依法駁回。這份判決一出，不少律師在社群上轉發討論，有些人因此得出一個結論：「你看，AI 根本不能用，不用 AI 才是最安全的選擇。」

我想提出一個不同的看法。我認為，這份判決其實並沒有否定 AI 的價值，反而印證了一件事：AI 是專業人士的工具，而不是外行人取巧的捷徑。如果我們單憑這份判決就對 AI 全盤否定，恐怕會錯過一個正在快速改變法律實務的趨勢。

桃園地方法院 115 年度訴字第 867 號民事判決節錄 | 來源：司法院裁判書系統

一、素人敗訴的真相

首先，我們得先釐清這起判決的本質。在該案中，原告並未委任律師，而是一位沒有法律專業背景的當事人。為了省下律師費，他把案情大綱交給免費或消費級的 AI 工具，複製貼上了一份看似完整、實則問題不少的起訴狀。在專業法官與對造律師眼裡，這樣的做法風險相當高。

為什麼外行人直接用消費級 AI 寫狀容易出問題？這牽涉到大型語言模型（LLM）在法律應用上的幾個先天限制：

（一）消費級工具的 Token 限制

一般人使用的免費或消費級 AI，其輸入與輸出的運算資源相當有限。對律師而言，任何一個案件的卷證資料、合約或判決分析，動輒就是數萬甚至數十萬字。消費級 AI 往往讀不完這些龐雜的原始資料，在處理長文件時，容易出現「中間遺失（Lost in the Middle）」的現象，模型主要關注開頭與結尾，而忽略了藏在中段、卻可能左右整體結論的關鍵條文與事實。這種情況下，AI 產出的內容自然容易斷章取義、出現錯誤。

（二）缺乏專業資料庫支持，容易產生「幻覺」

法律是一門高要求、低容錯的專業領域。消費級 AI 本質上是一個泛用型的文字生成工具，而不是為法律檢索設計的系統。在沒有對接精準法學資料庫（例如 RAG 向量資料庫，或較新的 MCP 即時檢索技術）的前提下，AI 為了回應使用者的提問，有時會自行「生成」看似合理的內容，出現自創條文、捏造判決、虛構最高法院案號的情形。當事人若把這些實際上並不存在的「幻覺判決」簽名遞交法院，法官一查便知，不僅書狀的可信度大打折扣，若在書狀中憑空捏造事實，甚至可能衍生其他的法律風險。

從這個角度看，桃園地院法官的提醒是有道理的。這份判決比較像是一記提醒，提醒那些想用 AI 走捷徑、省成本的當事人：不要用業餘的方式去處理需要專業的事情。但這並不等於在告訴律師「不要用 AI」。

二、AI 的水準，取決於操作者的「Domain Knowledge」

有些律師看到 AI 寫出荒謬的書狀，就直接斷定 AI 不能用。這個反應可以理解，但可能忽略了生成式 AI 的運作原理。在目前的技術框架下，決定 AI 產出品質的大致比重是：「產出品質＝底層模型能力（約 10%）＋工作流程設計（約 20%）＋輸入的資料跟指示（約 70%）。」

這其實就是「Garbage In, Garbage Out」（輸入決定輸出）在 AI 時代的具體體現。AI 比較像一個記憶力極強、但沒有背景知識的助理。你給它的資料越清晰、指令越明確、脈絡越完整，它回饋的品質就越高。這項工具最看重的，是使用者的「上下文工程（Context Engineering）」與「駕馭輸入」的能力。

換句話說，AI 的產出往往會反映操作者本身的專業高度：

如果你是資深合夥律師或所長，憑藉深厚的領域知識下達精準的策略指示、餵入精煉的判例，AI 呈現出來的就會接近資深律師的水準。
如果你是實習律師，操作出來的結果也大致對應實習律師的水準。
而如果操作者完全沒有法律背景，把 AI 當成許願池，那產出的很可能就是一份前後矛盾、經不起檢驗的書狀。

AI 現階段的價值，並不在於取代人類做最終決策，而在於大幅降低「打磨初稿」的時間成本。它比較適合扮演的角色，是替專業人士打好一個「初稿地基」，再由專家憑藉自己的知識與經驗反覆修正。如果操作者本身的專業是零，AI 也很難補足這個零；但如果你原本已有紮實的專業，AI 就能明顯提升你的產出效率。

三、國際視野：頂尖律所已把 AI 當作基礎設施

當我們還在討論「要不要用 AI」的時候，國際法律市場其實已經走得相當前面。

在美國、英國等地的頂尖律所裡，AI 已經不是需要觀望的未來科技，而是像「水電、網路」一樣的基礎設施。從資深合夥人到剛進來的實習生，多數人都在使用 AI。他們並不盲信消費級的通用工具，而是建立了一套嚴謹的資料處理流程，由專門的團隊將最有價值的判例與內部經驗整理後，餵給 AI，逐步打造出屬於自己的專家系統。

此外，新加坡政府與司法機關已與國際法律 AI 業者 Harvey 展開合作；韓國一些頂尖的法律事務所也陸續導入了先進的法律 AI 系統。在部分科技公司內部，甚至已經出現這樣的工作規範：初稿不再要求由人力從零開始，而是先由 AI 產出一定比例的基礎版本，再由人員接手修改。

在這樣的趨勢下，台灣法律界如果對 AI 過度保守，長期而言可能會拉開與國際實務的差距。這也讓我想到一個現實：我們有能力造出全世界頂尖的 AI 晶片，卻仍有書記官在法庭上一個字一個字地手打筆錄。這種落差，正在無形中消耗司法的專業人力，也讓台灣的法律競爭力在國際上相對滯後。

回到桃園地院的這份判決，它給我們的提醒其實很清楚：「素人盲信消費級 AI 寫狀，是自尋死路；但專業律師若因此拒絕 AI，則是自斷生路。」如果只看到前半段，那真的有些短視了。

常見問題

桃園地院這份判決是不是代表 AI 不能用在法律文書上？

作者認為不是。該案原告未委任律師，把案情交給消費級 AI 生成起訴狀。判決針對的是素人用業餘方式處理專業事務，而非否定 AI 本身，專業律師搭配精準指示與判例仍能有效運用。

為什麼消費級 AI 寫法律書狀容易出錯？

作者指出兩個先天限制。一是 Token 資源有限，處理長卷證時出現「中間遺失」，只關注開頭與結尾；二是未對接 RAG 或 MCP 等法學檢索系統時，容易自創條文、虛構最高法院案號。