!封面

有个现象你大概率见过：有人电脑里存了500G的法律资料，问他哪个能用，他说"等我找找"。

我自己的经验是：囤积数据很容易，大部分囤积是浪费。真正决定知识库质量的，不是存了多少，而是存对了什么。

在四明山法师AI夜校的数据课上，我提了四个标准来判断一个数据值不值得投入时间去做全流程管理——从采集到清洗到归档。这套标准本意是帮学员做取舍，后来发现它本身就是一个通用的判断框架，对各种类型的法律资料都适用。

四个标准

第一，权威性。 这个数据源可靠吗？是官方发布的还是自媒体转载的？法院公众号和某个不认识的法律博主，两者差了好几个量级。更隐蔽的是"看起来官方但不是"的数据——比如某些标注了文号但文号发发信来源不明的文件，这种比纯粹的自媒体更危险，因为你会降低警惕。

第二，时效性。 法规有没有被修订或废止？案例有没有被改判或推翻？地方审判指导意见有没有被更新？商业数据库在这件事上比公开渠道好用，因为它有人工维护的版本状态标签。如果你自己建知识库，不要依赖记忆判断时效——让AI在输出时额外调一次商用数据库的MCP去验证引用法规的现行状态。这是一个在规则里写一行就能做到的事，但多数人没做。

第三，可溯源性。 能不能回到原文？能不能找到原始出处？最高法发布的指导案例，和你在某个微信群里看到的一篇文章里引用的案例摘要，在法律引用上的可信度完全不同。对二手信息要特别警惕——各处高院的一些审判指导意见常常是通过纸质文件内部传阅的，网上流传的版本可能被修改过。如果你找不到原始发布源，这个数据就应该标注为"待核实"而非直接当作权威依据。

第四，可复用性。 这份数据以后还能反复用吗？还是用完这一次就再也不会碰了？

第四个标准很多人忽视，但其实它决定了你投入的ROI。举一个具体的场景：你接手了一个建设工程施工合同纠纷，需要了解宁波地区这半年来同类案件关于工期违约金调整的裁判倾向。你去商用数据库拉了这半年的相关案例——50份判决书。这批案例对当前这个案子很有价值。但六个月后你还会有下一个同类案子吗？如果没有，这批案例就是一次性的——整理一下够用就行，不需要纳入长期知识库。

你把它扔进去了，半年后新法规出来了，这批案例的参考价值又打了折。到时候你还要花精力去判断哪些过时了、要不要删。

反过来，法答网的数据、人民法院案例库的入入库案例——这些天然是长期复用的。不管什么案子类型，先扫一遍这两个数据源，大概率能找到有价值的参考。这就值得花时间做长期管理。

四标准的交叉判断

单个标准单独看的时候好理解，但交叉在一起经常会打架。

权威性高但时效性已经失效的情况：比如尚未被正式废止、但实际上已经被新法的法条。数据库里标注"现行有效"，但实务中已经没人用它了。这个时候你需要在知识库里标记一句——"虽未废止，但XX法已实质上取代了相关规则"。

权威性高、时效性强但不可复用：比如你为一个特定项目做的尽调底稿。它非常准确、完全最新，但它是特定交易的数据，你下次再用到的概率接近零。这种数据正确的处理方式是"临时使用、用完即弃"——在分析时引用它，但不把它纳入你的长期知识库体系。

可复用性高但权威性低：比如某个业界广为流传但从未得到官方确认的"内部口径"。这类数据有价值——它告诉你在实践中某些问题的处理方式与法律条文不完全一致——但引用时必须标注来源的不确定性。可以在正文里写"据某中院非正式口径"，不能伪装成确定的法律规则。

不是所有数据都值得"长期持有"

这是我想说的核心。不要因为你"可以"获取某个数据，就默认"应该"把它存入你的知识库。管理数据的成本不只是采集成本——还包括清洗、脱敏、版本更新、淘汰清理、检索索引维护。对不值得长期持有的数据，花两小时写了个完美的采集脚本只是第一步，后面还有持续的维护投入。

数据的真正价值不在占有，在判断。你判断哪些值得长期积累，哪些临时用用就够——这个判断力比任何采集技术都更能决定知识库的最终质量。

本文讨论的数据管理方法，是四明山法师AI夜校课程体系中的一部分。整套课程的目标不是教你"会用几个AI工具"，而是让你拿到一套能持续迭代的个人工作方法论。六节正课之后，前两期学员提交的作业质量已经远超预期——从自动化数据采集脚本到本地知识库的完整搭建，很多人的"作业"直接就变成了日常工作中在用的工具。

第三期正在招生，报名表见下方"阅读原文"。

作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。