法律咨询问题清单的质量直接影响接待效率与风险识别。本文从提示词设计、场景拆解、结果校验与迭代沉淀四个环节，说明如何借助DeepSeek稳定产出可用清单。 法律咨询中的问题清单并不是把常见问题简单罗列，而是围绕咨询目标、事实脉络、证据状况和客户诉求组织起来的信息采集工具。初次面谈时间有限，问题问得散，律师后续就要反复补问；问题问得太专业，客户又难以回答。DeepSeek的长文本理解和结构化生成能力，适合承担清单初稿的搭建工作，但前提是使用者把咨询场景、输出格式和风险边界讲清楚。AI指导老师在其中的作用，不是替律师做法律判断，而是把“如何向模型提问、如何验收结果、如何沉淀模板”变成可复用的方法。
1. 提示词结构决定清单可用性
直接输入“生成一份法律咨询问题清单”，得到的结果往往泛化严重，问题之间缺少逻辑层次，也无法支撑后续追问。DeepSeek的生成质量高度依赖上下文，提示词至少应包含角色设定、业务背景、咨询目标、覆盖维度、输出字段和约束条件。以劳动争议初次咨询为例，可以要求模型扮演有十年经验的劳动法律师，基于一段脱敏后的案情摘要，为面谈设计问题清单，覆盖劳动关系确认、工资构成、加班事实、解除经过、证据持有和诉求金额六个方面，并按“问题、提问目的、追问方向、风险提示”四个字段输出。这样生成的内容才具备面谈可操作性，而不是一份法律知识问答。
提示词中还要明确禁止项和保密要求。例如要求模型不要编造法律条文，不要使用诱导性提问，不要输出与咨询目标无关的诉讼策略，不要在问题中保留真实姓名、身份证号、公司全称等敏感信息。DeepSeek在结构化输出方面表现稳定，但如果缺少字段约束，它容易把问题、解释和建议混在一起。指导老师可以让学员先用同一案情分别测试笼统提示词和结构化提示词，对比生成结果的问题密度、追问价值和重复率，从而理解“提示词结构就是清单骨架”这一原则。对于复杂案件，还可以要求模型先输出问题维度树，再逐项展开具体问题，避免一次性生成导致重点遗漏。
2. 按咨询场景拆解问题维度
不同法律咨询场景的问题清单差异很大，不能用一套通用问题覆盖所有案由。DeepSeek适合先做场景识别，再按案由拆解维度。劳动争议可以围绕主体资格、劳动关系存续期间、工资与加班、解除过程、证据材料和诉求金额展开；合同纠纷则要关注合同订立经过、履行节点、违约事实、损失构成、沟通记录和争议解决条款；婚姻家事咨询还要补充身份关系、财产范围、债务归属、子女抚养和证据持有情况。指导老师应要求学员在提示词中写明咨询阶段，是初次接待、诉前评估还是应诉准备，因为不同阶段的问题深度不同，初次接待更需要让客户讲清事实，诉前评估则要逼近证据和时效。
具体问题的写法比维度名称更重要。比如“有没有加班”这类问题过于封闭，客户容易只回答有或没有，律师仍需补问。更可用的写法是询问近十二个月的考勤、加班审批流程、加班费计算基数、工资条是否体现加班项目、同事或聊天记录能否佐证。DeepSeek可以根据维度生成这类带追问路径的问题，但使用者要在提示词中要求每个问题都指向可回答的事实，并注明该问题服务于哪个法律要点。指导老师可以让学员拿真实面谈记录做对照，把模型生成的问题分为“可直接使用、需要改写、明显无效”三类，再反向修改提示词。经过几轮场景拆解，学员会逐渐形成按案由组织问题的习惯，而不是依赖模型随机发挥。
3. 用校验规则控制法律风险
AI生成的问题清单不能直接交付客户，必须经过律师复核，这是法律咨询场景的基本底线。DeepSeek可能出现法律依据过时、问题带有诱导性、遗漏关键时效或管辖问题、把不同请求权基础混在一起等情况。指导老师应建立一套校验规则，要求模型在生成清单时标注每个问题对应的法律要点和证据目的，对无法确定的内容明确写“需律师核实”，而不是自行补全。复核时重点看时效期间是否提示、管辖约定是否询问、主体信息是否完整、证据来源是否合法、问题是否超出咨询范围，以及是否涉及客户隐私和第三方信息。
可以用具体案例训练校验意识。比如模型在劳动争议清单中把经济补偿金和违法解除赔偿金放在同一个问题里询问，表面上覆盖了诉求，实际会让客户混淆两种请求权基础，律师需要拆开追问解除理由、解除通知形式、工作年限和月工资标准。再如合同纠纷清单只问“对方是否违约”，却没有追问合同履行节点、验收记录和催告函，导致后续无法判断违约程度。指导老师可以让学员先让DeepSeek生成初稿，再用红色标注需要修改的问题，并写出修改理由。这样的训练比单纯讲提示词技巧更有效，因为学员能直观看到模型输出与执业要求之间的差距。校验规则稳定后，还可以反过来写入提示词，让模型在生成阶段就减少明显风险。
4. 建立模板库与迭代闭环
高效使用DeepSeek的关键，不是每次从零写提示词，而是把验证过的提示词、问题维度、输出字段和校验规则沉淀为模板库。模板可以按案由、客户类型和咨询阶段分类，例如劳动争议初次接待模板、合同纠纷诉前评估模板、企业合规自查模板。每个模板保留适用条件、输入信息清单、输出格式和常见错误示例，使用时只需替换脱敏后的案情摘要。指导老师还应要求学员在每次咨询后记录模型清单的遗漏问题和无效问题，比如哪些关键事实没有问到、哪些追问客户无法回答、哪些问题在后续材料中出现矛盾，再把这些反馈写回模板说明。
模板库需要版本管理和团队共享，否则不同律师会重复踩坑。DeepSeek可以批量生成同一案由下不同客户类型的问题变体，比如面向企业HR的用工合规清单和面向劳动者的维权咨询清单，侧重点并不相同，但人工筛选不能省略。指导老师可以组织新人用真实面谈记录做差异分析，把模型生成的问题与实际问到的问题逐项对照，找出高频遗漏点，再调整提示词中的维度权重。随着模板库与真实咨询记录持续对照，清单会从通用问答逐步逼近可用的业务工具，DeepSeek承担的是初稿生产和结构扩展，律师承担的是法律判断和最终验收。
