Типовой сценарий · Юристы · поиск

Поиск по договорам и прошлым делам для юристов

Нужная формулировка, позиция по похожему спору или условие из старого договора где-то есть в архиве, но поиск по папкам и названиям файлов занимает слишком много времени.

Получить план автоматизации Услуга: RAG-агент по базе знаний

Контекст задачи

В юридической фирме или юридическом отделе за годы копятся тысячи договоров, исков, отзывов, судебных актов и внутренних заключений. Когда нужно найти, как компания уже решала похожий вопрос, какие гарантии давали этому контрагенту или где была удачная формулировка ответственности, юрист листает папки и вспоминает, кто вёл дело. Обычный поиск по словам помогает плохо: одно и то же условие в разных договорах написано по-разному. Сценарий строит смысловой поиск по архиву: юрист задаёт вопрос обычными словами и получает список документов с цитатами нужных пунктов и ссылками на файл. В отличие от ассистента по внутренним инструкциям, здесь главное не готовый ответ, а точная находка в первоисточнике.

Пример чата юриста с ботом поиска по архиву: юрист спрашивает, где ограничивали ответственность поставщика, бот находит пункт договора с цитатой и связанное дело, отвечает только по найденным документам — Ответ опирается на цитату из документа, а не на пересказ модели.

Вход

Договоры, допсоглашения, иски, отзывы, судебные акты по своим делам, правовые заключения и шаблоны в DOCX, PDF и сканах. Карточки дел и договоров из учётной системы или таблицы: контрагент, дата, вид документа, статус, ответственный юрист. Правила доступа: кто какие практики и дела видит.

Логика

Сначала документы распознаются и делятся не на случайные куски, а по структуре: разделы и пункты договора, части процессуального документа. К каждому фрагменту привязываются реквизиты: документ, дело, контрагент, дата, вид. Поиск сочетает смысл и точные совпадения: вопрос «где мы ограничивали ответственность суммой договора» находит пункты с разными формулировками, а номер дела или ИНН находится точно. Ответ показывает найденные пункты цитатой со ссылкой на документ и страницу. ИИ может кратко свести находки, но каждое утверждение опирается на цитату, а если опоры нет, система так и отвечает. Права доступа проверяются до поиска: юрист видит только документы своих дел и практик.

Интеграции

Хранилище документов (файловый сервер, Google Drive, СЭД), распознавание сканов, векторный поиск (Qdrant или pgvector) вместе с полнотекстовым, ИИ-модель, а при строгих требованиях к конфиденциальности локальная модель на сервере компании, веб-интерфейс или Telegram-бот для юристов, журнал запросов.

Результат

Юрист находит прошлые формулировки, позиции и условия по смыслу запроса, сразу видит первоисточник и не пересказывает документы по памяти.

Что получает бизнес

Опыт фирмы начинает работать на каждое новое дело. Удачная позиция из выигранного спора, проверенная формулировка гарантий, история отношений с контрагентом находятся по вопросу, а не по памяти коллег. Новый юрист опирается на архив с первого дня.

Ответам можно доверять, потому что их можно проверить. Система не даёт правовых заключений от себя: она показывает, что написано в ваших документах, с цитатой и ссылкой на страницу. Если по вопросу ничего не найдено, это видно сразу, а не маскируется уверенным текстом. Выводы и правовую оценку делает юрист.

Конфиденциальность закладывается в схему. Документы с персональными данными и коммерческой тайной могут не покидать сервер компании: поиск и модель разворачиваются локально, а в облачные сервисы данные уходят, только если это допустимо по договору и закону. Доступ разграничен по делам и практикам, каждый запрос пишется в журнал. Требования 152-ФЗ при работе с ИИ разобраны в отдельной статье блога.

Кому подходит сценарий

Сценарий подходит юридическим фирмам и коллегиям, юридическим отделам компаний, банкам и страховым компаниям с большим договорным архивом, отделам договорной работы. Он полезен, когда архив копится годами, а поиск по нему держится на памяти сотрудников. Начать можно с одного типа документов, например договоров поставки, и добавлять остальные по мере проверки качества поиска.

Похожая задача?