Introducing Astra for Law

今天，我们推出 Astra for Law：这是一个为律师事务所和法律科技公司打造的新基础平台，帮助他们围绕自身专业领域构建人工智能产品和工作流程。该平台将 GPT-6 Astra（我们最新、最强大的模型）与专为专业法律工作定制的设置、工具和上下文相结合。

包括 Harvey 和 Legora 在内的 API 客户可以基于 Astra for Law 进行开发，将这种智能能力集成到他们自己的产品和工作流程中。随着我们前沿模型的持续进步，这些法律功能也将被应用到最新的模型中。

我们也在隐私和治理领域进一步拓展工作，为律师事务所提供针对客户机密工作的特定控制功能。此外，律所还可以通过我们新增的 26 个生态系统插件自定义 Astra for Law，这些插件能够将 ChatGPT 与律所已使用的专业工具（如 Relativity 和 Clio）连接起来。

法律领域的前沿智能

Astra for Law 将 GPT-6 Astra 与强大的法律搜索索引以及法律分析和写作指令相结合。这些组件共同增强了 Astra 在法律实践中的能力，同时赋予律师事务所和法律科技公司构建自有应用和工作流程的自由度。

法律研究：从事实到有支持的答案

我们新推出的法律搜索索引是 Astra for Law 可使用的工具之一。法律研究通常从找到最精确的权威来源、定位相关段落并理解其与当前情况的相关性和约束力开始。该索引帮助 Astra for Law 完成这些工作，同时与 Thomson Reuters 等提供商提供的已授权内容和专业产品形成补充。

通过使用法律搜索索引，Astra for Law 可以在美国判例法、法规、法院规则和行政决定等超过 2.3 亿个 URL 的语料库中进行搜索，且每日新增来源。我们与非营利组织 Free Law Project（CourtListener 的背后团队）的合作，将覆盖 超过 99.9% 已发布美国判例法⁠(在新窗口中打开) 的案例法集合整合到该研究体验中。

为衡量这种配置如何提升法律研究效果，我们使用 Vals AI 的法律研究基准测试⁠(在新窗口中打开) 私有验证集中的 200 个美国法律研究问题对 Astra for Law 的完整设置进行了测试。该基准测试评估模型查找相关来源和段落的能力，以及其研究答案是否符合评估标准。

在两个系统都使用最高推理能力的情况下，Astra for Law 在 54.0% 的问题上通过了评估的整体正确性检查，而 GPT-6 Astra 仅使用网络搜索时通过率为 38.7%——相对提升了 40%。Astra for Law 生成的答案也更加全面。

在侧重判例法的问题上，Astra for Law 在最高推理能力下找到的参考案例比 GPT-6 Astra 仅使用网络搜索时多出 24%。在审计过的目标段落集合中，当系统处于相同推理能力时，Astra for Law 最多能从正确的法院意见中检索出 54% 的相关段落。

其结果是为交易建议、争议评估或法律策略制定提供了更坚实的研究基础，律师可以自行查阅可靠的权威来源。

Astra for Law与GPT-6在Vals AI法律研究基准验证集上的表现，涵盖不同推理努力设置。

提升端到端法律工作流程的性能

法律研究只是第一步。针对法律分析和写作的定制指令指导Astra for Law将研究成果应用于客户事实，制定论点或交易条款，并识别弱点和不确定性。这可能意味着区分法院裁决与其他观察，处理削弱论点的案例，或解释合同例外条款如何在各方之间转移风险。

例如，当被要求识别具有相似事实模式的良好法律时，Astra for Law不仅能准确指出相关判例，其事实匹配能力也优于其他前沿模型：

提示

我们的客户在被告知零售商的可比供应商历史上平均每年订单约为800万美元后，签署了一份为期五年的协议，为零售商生产自有品牌产品。该合同承诺零售商每年采购200万美元，其余订单由其自行决定。签约前，客户知道零售商正在修改供应商订单分配方式。订单金额仅略高于最低要求。内部记录显示历史平均值远低于此。零售商称客户接受了最低要求和新流程。请查找最接近的事实判例，并撰写一份关于客户虚假陈述的备忘录。

在相同提示下，Astra for Law返回了两个高度匹配的判例；在诉讼示例中，Claude Fable 5.1返回了一个已被上诉推翻的裁决，而在交易示例中则报告未找到相关案例。

Astra for Law将通过ChatGPT和Codex的Trusted Access计划首次向精选律所开放，随后将通过API提供。它将在模型选择器中显示为“GPT‑6 Astra Law”，在API中显示为gpt-6-astra-law。

法律级信任与控制

律所需要保护客户机密并控制AI在实务中的使用方式。我们为符合条件的律所创建了专门的Trusted Access计划，使律师及其监督人员能够访问Astra for Law进行专业法律工作。对于符合条件的律所，该方案包括在我们的API上提供零数据保留（Zero Data Retention, ZDR），默认情况下ChatGPT Enterprise的使用将排除人工审查。

我们还与Latham & Watkins（人工智能治理领域的领导者）合作，设计信息权限管理、伦理防火墙、客户指令和律所监督机制。

围绕律所专长构建ChatGPT

借助前沿智能和适当控制，律所可以将自身的判例、方法和判断转化为符合自身标准的AI工具和工作流程。

与精选律所合作，我们的前线工程师正在通过定制接口和集成专有数据，对ChatGPT Enterprise进行适配，为每家律所的工作流程创建工具：

• Sullivan & Cromwell开发了协议分析工具，将律所的谈判策略和精选判例引入新交易审查流程。该工具帮助律师识别条款组合阅读时出现的风险，并将发现结果转化为可挑战和优化的拟议修订条款及客户建议草案。

• Ropes & Gray 围绕其律师如何通过数据室处理交易并决定哪些事项对交易重要，构建了一个交易尽职调查系统。它帮助律师将发现结果追溯到源头，并识别可能影响收购的问题，例如关键客户合同是否需要通知或同意。

• Cooley 构建了 GO Public，将自身在资本市场领域的专业知识融入公司准备上市的流程中，从起草首次公开募股（IPO）文件到识别需要管理层关注的风险。当交易发生变化时，系统会同步更新文件内容，使律师能够共同审查相关影响。

1 of 3

律所可以使用自己的团队和合作伙伴产品进行构建，并为工作定义允许的来源和审查流程。

前沿情报，连接法律领域最值得信赖的工具

我们很荣幸与正在推动法律人工智能发展的专业公司合作。今天，我们推出了 26 个由合作伙伴构建的插件⁠，帮助律所更深入地利用现有工具和知识。这些插件涵盖法律实务和业务领域。通过 iManage，律师可以在 ChatGPT 中起草谈判摘要并将其保存到案件文件中；Intapp 可以识别可能需要时间记录进行审查的活动；DeepJudge 可以将过往交易引入比较分析。Thomson Reuters 正在将 HighQ 案件上下文引入 ChatGPT，并预览即将推出的 CoCounsel Legal 连接器。

此次发布包括来自 LegalQuants、LECG 和 Skills.law 的律师及法律工程师开发的 9 个社区插件，包含 47 个自定义技能，从业者可以据此进行调整、扩展或获取灵感，以在 ChatGPT 中完成工作。社区插件为最了解实际工作的人员提供了持续设定这些技能标准的方式。我们今天还正式推出 ChatGPT for Word，律师可以使用他们依赖的起草工具进行校对、获取编辑建议并标记格式问题。

我们的方法是开放且可组合的：律所可以使用专业产品，引入自己的工具和知识，并将社区构建的技能适配到自身实务中。合作伙伴可以继续开发自己的应用程序和工作流程，而律所可以选择这些能力如何协同整合。基于 OpenAI 的构建应意味着从生态系统中获得更多价值，而非取代现有生态。

与我们共同构建

OpenAI 长期致力于法律领域的发展。我们将继续根据律师和法律科技合作伙伴的严格评估和反馈，共同推进 Astra for Law 的模型、设置、工具和指令。我们也将持续改进 ChatGPT，使律所能够围绕自身专业领域构建，并连接所使用的工具。

我们与 Wachtell, Lipton, Rosen & Katz 的合作将该律所的诉讼和公司业务专长与我们的前沿研究和工程能力结合，探索人工智能如何支持提供复杂法律判断所需的工作。

最具雄心的应用将来自实践法律的人士和与他们并肩发展的公司。我们致力于与这一生态系统合作，使律所能够将自身的专业知识、标准和判断融入人工智能，并以只有他们才能实现的方式服务客户。

如需了解 Astra for Law 的早期访问权限、将其集成到您的产品中，或围绕您律所的专业领域开发工具，请联系 OpenAI。