案例13｜Harvey AI：法律研究、摘要、合約與合規文件

一、案例定位

本案例依原書 3.4.5「Case Studies in Emerging Applications」的 Legal Tech 例整理。

理解 Generative Language Model 如何支援法律研究與文件準備，同時保留 Human／Legal Accountability。

二、學習目標

辨識 Legal Tech 的主要生成任務。
區分 Drafting Assistance 與 Legal Judgment。
保留原書沒有成效數字的資料邊界。

三、案例情境

原書指出 Generative Language Model 已被用於 Draft Legal Summaries、Contracts、Compliance Documentation；Harvey AI 等 Startup 與 Global Law Firms 合作，以 Streamline Legal Research 與 Document Preparation。

四、開始資料

面向	原書內容	管理解讀
企業例	Harvey AI	Legal Tech
Tasks	Legal Summary、Contract、Compliance Documentation	Document Generation／Preparation
Collaboration	Global Law Firms	Professional Workflow Integration
Quantitative Result	原書未提供	不可補 Time Saving／Accuracy%

五、Excel／AI 分析方法

Excel 可記錄 Document Type、Draft Time、Review Time、Error／Revision、Human Approval；AI 可協助草擬與比較，但不能取代正式法律判斷。

六、計算結果

原書沒有提供 Time Saving、Accuracy、Case Volume 或 Financial Impact。

七、結果分析與管理解讀

Legal GenAI 的價值在 Research／Drafting Efficiency，但高風險文件仍需專業覆核、責任歸屬與來源驗證。

八、AI 提問詞

請把 Legal Research、Drafting、Compliance Review、Human Approval 分開整理，並標記哪些輸出需要正式專業覆核。沒有 KPI 時不要自行補數值。