重做（1）｜用好AI，先建自己的知识库

有能力的律师和专业代理人，进入AI时代以后，最先考虑的，不应该是去拍视频赚流量，而是应该尽快建立自己的知识库。

我做过记者、编辑，也创办了知产力。我当然知道传播的价值，也不反对专业人士通过短视频、公众号和社交平台展示自己。

但有一件事必须分清：

传播解决的是“被看见”，知识库决定的是“被看见以后，能不能完成高质量交付”。

如果一个律师、代理人已经有十年、二十年的经验，却没有把做过的案件、形成的意见、使用过的证据、踩过的坑以及自己的判断方法整理出来，那么这些经验仍然主要存在于个人头脑里。现在，需要用AI封装到你的本地PC里。

否则，每接到一个新案件，还是从头找材料；每写一份意见，还是依靠临时搜索；每次与AI对话，也要重新介绍背景、重新解释自己的专业方法。

这种使用方式，AI可以提高效率，却很难真正放大一个人的专业能力。

我使用AI的经验告诉我，知识库一定是个人专业能力的底座。底座有多厚，决定AI能够调用你多少经验；结构是否清楚，决定这些经验能否真正转化为价值。

一般来说，我们理解的知识库，是把法规、判决、合同、报告和客户材料放进一个文件夹，需要时能够搜索出来。

这是第一步，但远远不够。

真正有价值的个人知识库，不仅要保存“我有什么资料”，还要逐渐回答几个更重要的问题：

面对一类问题，我通常从哪里开始分析？哪些事实会影响判断？哪些证据真正有用？哪些案例看起来相似，其实并不具有可比性？什么情况下值得继续，什么情况下应当及时止损？

简单说，知识库不仅要保存知识，还要保存一个人的工作方法和判断逻辑。说得更透彻一些，借助AI把自己的专业经验、工作方法和判断逻辑封装起来，变成可以反复调用的能力，是专业人士未来扩大交付能力、实现经验变现的重要基础。

对律师和代理人来说，个人知识库至少应当包括四类内容。（以后的章节会再介绍企业法务和知识产权工作者知识库的搭建）

第一类是原始资料，包括法律法规、司法解释、行政规则、裁判文书、审查决定以及可以核验的专业数据。

第二类是自己的工作成果，包括做过的案件、出具的意见、提交的材料、研究报告和客户解决方案。

第三类是结果反馈。哪些意见最终被法院或者行政机关采纳，哪些判断后来被事实推翻，哪些证据原以为重要，最后却没有发挥作用。

第四类是自己的方法。遇到一个问题怎样拆解，如何寻找支持和反对两方面的案例，如何识别证据缺口，又如何在信息不完整的情况下给出有边界的判断。

这些内容加在一起，才构成一个人的专业知识体系。

知识库的价值，是让一个人的专业经验能够被保存、检验、调用和继续生长。

过去九个月，我与AI进行了大量对话。

这些对话中，有些只是临时查询，但也有相当一部分记录了一个问题从模糊到清晰、从假设到验证、从争论到形成判断的完整过程。

我现在发现，与AI的高质量对话本身，也是一种新的知识资产。

因为一段真正有价值的对话，不只有问题和答案。它还记录了AI最初怎样理解问题，在哪些地方出现了错误，我为什么要求它寻找反证，又依据什么推翻或者修正了最初的结论。

这些内容实际上是个人思考过程的外化。

所以，与AI对话不能用完就扔。需要定期拿出来复盘。

真实工作产生问题，人与AI共同分析；对话留下过程，复盘提炼方法；方法进入知识库，再用于下一次工作。

如果缺少复盘，每次对话都只是一次性消费。

只有把对话中的有效内容重新沉淀，AI才可能越来越适合自己的工作，个人经验也才可能变成可以反复调用的能力。

前不久，我参与了一个商标无效行政诉讼二审案件的研究。

涉案商标因为缺乏显著性问题面临无效。案件进入行政诉讼二审后，客户已经有自己的诉讼代理团队，但仍然希望得到一个相对独立的第三方判断和意见。接到材料后，我没有先让AI直接判断输赢，更没有简单提问“这个案件的胜诉率是多少”。具体案件的判断，不可能通过一句提示词获得。

我首先依据自己的经验，把被诉决定、一审判决、双方观点和现有证据放在一起，找出真正需要回答的问题：行政机关和一审法院为什么认定缺乏显著性？这种认定的事实基础是什么？商标标志与指定商品之间究竟是什么关系？已有使用证据能够证明什么，又不能证明什么？原有诉讼观点中，哪些击中了争议焦点，哪些还停留在一般性辩解？

问题拆开以后，我再调用自己的知识库和专业数据库，让AI参与检索、比较和核查。需要说明的是，知识库和专业数据库并不相同。个人知识库保存的是我过去的经验、方法和判断；专业数据库提供的是可以核验的规则、案例与外部证据。AI的作用，是围绕一项具体任务把两者组织起来。

AI帮助我快速梳理相关裁判规则，寻找类似案件，比较有利与不利裁判，也帮助我检查已有观点能否得到材料支持。我还使用不同模型交叉验证，避免被某一个看起来完整的答案带偏。

但最关键的工作仍然是判断。

哪些件与本案真正相似，哪些只是都出现了“显著性”三个字？哪些证据能够进入二审法院的判断，哪些材料虽然很多，却没有击中核心问题？哪些方向值得继续投入，哪些论证即使写得再多，也很难改变结果？

AI可以提供信息，却不会自动完成这些选择。

结合自己的经验、案件材料和知识库中的既有内容，我最终给出了第三方判断：这个商标并非没有保住的可能，二审仍有值得争取的空间，但需要重新集中论证重点，并让证据与需要证明的事项形成更加清晰的对应关系。

最终，这件商标得以保住。

我不会把结果简单归功于AI，也不会认为一份第三方意见直接决定了二审结果。案件能够取得理想结果，是客户、诉讼代理团队和多方面工作共同作用的结果。

但这次第三方判断帮助客户更加清楚地识别了案件机会、风险和重点，也让客户看到了我们处理复杂问题的方式。

重要的是，客户给予了我们更多信任，也带来了进一步的合作机会。

我理解的人机协同，它的底层逻辑是：

客户购买的不是一份AI生成的意见，而是专业人士借助AI形成可靠判断的能力。

个人知识库，正是把零散经验变成稳定判断、把一次服务变成长期能力的重要基础。

我在本篇想给大家分享的重点是，临时和AI对话，更多是在玩AI；调自己的知识库，才算真正开始用AI。

你不必等到知识库足够庞大才开始使用。它完全可以从一个真实案件、一份既有意见、一次重要对话开始，在持续工作中不断更新。

没有自己的知识库，AI每次面对的都是一个陌生的你。有了持续更新的知识库，你与AI的每一次合作，才可能成为下一次判断的起点。

下一篇，我会和大家聊聊如何搭建属于自己的知识库。