对一个科技产品来说，最佳实践往往就是开发这个产品的公司，自己如何使用这个产品。
Harvey，法律 AI 领域的新晋独角兽企业，在过去两年里发展迅速 —— 从 2 人增长到 200 多人，在旧金山、纽约和伦敦都设有办事处，拥有一支庞大的工程、产品和市场团队，以及会计和财务、人事运营和法律等团队。作为 OpenAI 在法律行业的首批合作伙伴，Harvey 在成立两年时间内就完成了四轮巨额融资，并迅速建立了数千家渴望尝试其产品的等待名单，获得了市场的广泛关注。
今年 7 月，Harvey 宣布完成 1 亿美元 C 轮融资，估值则达到 15 亿美元，成立两年一跃成为独角兽企业（估值 10 亿美金）。
然而，这家公司也非常神秘。
例如，Harvey 回避了很多媒体采访，也没有像许多初创公司一样提供产品演示，所以很多法律专业人士都好奇，Harvey 的产品是否真的如所宣传的那样好，还是只是炒作。
近日，Harvey 的总法律顾问 John LaBarre 分享了该公司内部法律团队如何使用 Harvey 这个平台，通过减少耗时、重复性的任务，来帮助他们专注于真正重要的工作。据了解，Harvey 的法律团队称为“PandA”，与很多初创公司的情况一样，他们也需要处理广泛的问题。而通过 Harvey，他们每周可以节省大约 20-40 个律师小时。
Harvey 如何使用 Harvey
目前，Harvey 内部使用其平台最多的是法律团队（即“PandA”），他们在处理客户的合同谈判时，经常依赖 Harvey 的创意语言。PandA 有一个用于常见合同的条款库，但实践中经常会遇到超出这些常见范围的请求。例如，最近有个客户对赔偿和责任限制之间的相互作用提出了一些无理的要求。在内部调整了适应这个问题的方式后，PandA 团队使用 Harvey 生成了修订语言条款的草案。具体来说，Harvey 的输出需要一些调整，但除此之外还是可以的 —— 客户最终也签了字，类似的场景在日常工作中很常见。在这种情况下，Harvey 可以节省大约 10 分钟。实践中，PandA 团队利用 Harvey 辅助生成各种协议的草稿，比如 NDA（保密协议）、承包商协议、内部政策和指南等。这样的任务不一定每周都有，但当它们出现时，Harvey 可以节省几个小时的时间。举例来说，以下是用 Harvey 生成员工政策的一个修订版本，并需要满足联邦和州的要求：以下是用 Harvey 为销售团队生成的一封电子邮件，概述了与法律团队合作的最佳实践：在这里，Harvey 为营销团队制定了在创建客户案例研究时需要遵循的指南，使其在既定的参数范围内可以快速行动：
Vault
这主要依靠 Harvey 的 AI 产品「Vault」，可支持上传、存储和分析数千个文档。你可以将所有客户合同上传到 Vault，当有人询问合同的具体细节（如客户的续约日期）时，你可以在 Harvey 中快速查到。例如，有一次 Harvey 的工程团队找法律部门讨论正在考虑进行的一些后端基础设施更改，需要知道公司与客户签订的所有合同中，是否有条款会受到这次更改的影响。过去，法律团队需要为所有客户创建一个电子协作表格，为团队中的每个律师分配数十行。然后，每个律师都要花费大约 10 分钟来审查和更新电子表格中的每个客户合同。在这个过程，涉及数百份合同，往往需要 15 个以上的律师时间才能完成。现在有了 Harvey，他们可以向 Vault 提问，然后 Vault 会自动创建所有客户合同的表格，审查每一份合同，并附上源文档的链接，以便律师验证 AI 的输出。这样，只要一名律师，就能够在两小时内完成这项任务。除了可以节省大量时间，这也意味着 Harvey 的法律团队不必从日常工作中临时安排出一群律师，为工程团队提供这个答案。据了解，像这样的项目每月都会发生几次，而每次发生时，Harvey 的法律团队都可以使用 Vault 来处理，从而节省几天的律师时间。类似的，Harvey 的安全团队也会使用 Vault 来节省时间。例如，他们创建了一个包含公司所有安全政策的项目，当潜在客户来咨询安全问题时，他们经常会使用 Vault 来生成回复的初稿 —— 当然也会审查每个问题和答案。也就是说，Vault 可以为公司的不同业务部门提供一个很好的起点，从而节省大量时间。总的来看，Vault 代表了生成式 AI 目前非常擅长的一个场景：处理大量非结构化数据。对于需要经常处理大量非结构化数据（如客户合同、电子邮件）的律师和其他专业人士来说，Vault 可以很好地提供帮助。
充分利用 AI
以下是 John LaBarre 分享的一些，关于如何充分利用 Harvey 的思路：当你要求 Harvey 执行某件事，但它没有给你预期的结果时，可以尝试通过修改或在提示中提供更多详细信息，重新运行提示词。就像你要求一年级的助理完成一项任务一样，提供额外的上下文对获得期待的答案是有好处的。有时，即使是非常小的变化也会导致截然不同的输出。
保存和共享好的提示词，这不仅可以节省时间，而且这些模板还可以帮助新人加快获得撰写良好提示词能力的速度。
我们努力让 Harvey 尽可能容易使用，但就像任何工具一样，实践才会促进完美。在我们的法律团队中，我们有一个软性的经验法则，即每个人每周必须至少花费 30 分钟在 Harvey 上尝试新事物。
- Harvey 才刚起步，我们正在积极构建更多功能和工作流程，但北极星是客户反馈。Harvey 内置了报告不良输出的能力，除了点击反馈按钮之外，如果你对 Harvey 有任何不理想的体验，请随时告诉我们 —— 我们非常认真地对待这些反馈。
为专家而建，而不是取代
生成式 AI 并不是适用于所有事物的正确工具（至少目前还不是）。例如，Harvey 目前在判例法研究方面，仍然表现不佳。虽然该公司尽可能地减轻幻觉，但大模型仍然无法保证 100% 的准确性。对此，Harvey 可以提供源文件的引用，以便律师可以返回检查工作。事实上，Harvey 和任何法律 AI 工具都不应该在没有律师审查和监督的情况下使用，也不应该被授权做出无人监督的决定。生成式 AI 不是为了取代律师，而是赋能律师的工作，以帮助律师在某些必要但不一定有趣的任务上夺回时间。
关于 Harvey
Harvey 成立于 2022 年 1 月，最初为大型的律所和公司法务团队开发定制的大模型产品，随后扩展到更多领域，包括工作流程自动化、法律研究，以及法律 AI 助理。
成立两年时间，Harvey 共获得四轮融资：
- 2022 年 11 月：天使轮，500 万美元，OpenAI 创业基金领投；
- 2023 年 4 月：A 轮，2100 万美元，红杉资本领投；
- 2023 年 12 月：B 轮，8000 万美元，Elad Gil 和 Kleiner Perkins 领投；
- 2024 年 7 月：C 轮，1 亿美元，Google Ventures 领投。
成立后不久，Harvey 就吸引了一批各个领域的头部客户，包括大型律所和咨询公司。
随着法律 AI 产品越来越成熟，Harvey 最近还把公司的叙事逻辑从法律 AI 平台，转变为「专业服务行业的 AI 服务商」，赋能更广泛的专业服务业，比如法律、税务、金融等。
事实上，专业服务行业以文字工作为主，非常适合用 AI 赋能，笔者上一段法律 AI Agent 创业，也是瞄准了整个专业服务行业，只是以法律为切入点，感兴趣的朋友可以阅读👇
![]()
关于 Harvey 的更多介绍，可查看：
![]()
欢迎联系
法律修音机（Legal Studio）是一个具有全球视野的法律科技自媒体，也是个高质量的交流社区，致力于传播全球法律科技的前沿资讯和深度内容，让好产品和好内容被看见。
自成立第一天起，法律修音机 Legal Studio 就致力于推出法律科技相关的教育资源。随着 AI 浪潮席卷法律行业，我们也希望帮助整个行业为 AI 即将随处可见的世界做好准备。
目前，我们构建了一个【法律科技智库】，并被飞书官方社区收录，访问量已经 1W+👇
![]()
🔗 智库地址：
https://www.feishu.cn/community/article/wiki?id=7384712700309274628
与此同时，我们还组建运营了一个【法律科技社区】，平时分享法律科技和 AI 相关的前沿信息，并进行高质量的讨论。截至目前，社区已经有 1500+ 实名制入群的朋友，包括法律科技从业者、律师、法务、法学院师生、其他领域的创业者和投资人等，背景非常多元。
注：付费用户请联系法律修音机主理人，开通智库（飞书版）权限，解锁更多内容。
更多合作方案
⬇️⬇️⬇️
最后，如果你对法律科技尤其是「AI+法律」感兴趣，希望及时了解相关资讯，或者有产品或活动想在社区推广，又或者希望参与到社区的共建中，欢迎联系法律修音机主理人。添加微信请备注：姓名-工作单位-职位。
![]()
点击关注「法律修音机」，你将会感受到一个朋克的灵魂，且每篇文章都有惊喜。
