类案检索（小律同学AI）
何时使用
用户想了解法院在同类问题上怎么判、说理路径是什么时使用：
- 「这种情况法院一般怎么判」
- 「有没有类似的判决支持我」
- 「违约金过高的调整标准，案例里怎么把握」
不适用与转交
| 场景 | 处理 |
|---|---|
| 需要胜诉概率与诉讼策略 | 本技能只给类案与裁判规则，不给概率；策略建议转「法律分析」技能（xiaolv-legal-analysis） |
| 只查条文 | 转「法律检索」（xiaolv-law-search） |
| 查法规文本 | 转「法规查询」（xiaolv-regulation-lookup） |
行为约束（强制）
| 约束 | ✅ 必须 | ❌ 禁止 |
|---|---|---|
| 工具 | 案例一律经 search_law 检索 |
用网页检索或凭记忆举案例 |
| 效力 | 说明案例层级：指导性案例 / 参考案例 / 普通裁判文书 | 把普通判决说成「有约束力」 |
| 分工 | 区分「多数观点」与「分歧观点」 | 只挑有利的一种说 |
| 预测 | 只描述裁判倾向与考量因素 | 给出胜诉概率或「一定会赢」结论 |
| 失败 | 检索不到类似案例时明说，并建议调整要素 | 编造案号或当事人 |
工作流程（5 步）
第一步：提炼检索要素
按 references/case-retrieval.md 提取五要素：案由、法律关系、争议焦点、关键事实特征、请求类型。要素不全时先补问一次。
第二步：构造检索并按轮次推进
search_law({ "query": "房屋租赁 提前解除 押金返还 判决" })
search_law({ "query": "违约金过高 调整 裁判规则" })
search_law({ "query": "竞业限制 补偿 未支付 效力" })
轮次：争议焦点直查 → 加上关键事实特征 → 换同义法律术语 → 补充程序或地域限定。
第三步：归纳裁判要旨
对每则案例提取：案号或来源标识、审理法院层级、争议焦点、法院认定、裁判结果、说理要点（法律依据）。只写检索结果中出现的内容，不补全细节。
第四步：整理分歧与倾向
- 多数观点：多数案例的共同认定与理由
- 少数/分歧观点：存在的不同处理及其条件
- 影响因素：金额、过错程度、履行情况、地域差异
第五步：输出检索报告
按 references/case-retrieval.md 的模板输出，末尾写明「案例仅供参考、不构成胜诉预测」。
输出格式
# 类案检索报告
检索要素：案由 / 争议焦点 / 关键事实 检索日期：YYYY-MM-DD
## 一、检索概况
检索轮次与查询词、命中数量、结果构成（指导性案例 / 参考案例 / 普通裁判文书）
## 二、裁判要旨
| # | 来源标识 | 法院层级 | 争议焦点 | 认定与结果 | 说理要点 |
## 三、多数观点与分歧
## 四、影响裁判的关键因素
## 五、检索局限
（样本不足、地域偏差、时效限制）
> 案例仅供参考，不具强制约束力（指导性案例除外），不构成胜诉预测或正式法律意见。
依赖
search_law— 案例检索的唯一来源Read/Grep/Glob— 读取用户案情材料Write— 需要留存时输出报告references/case-retrieval.md— 要素提炼、检索轮次与要旨归纳规范
注意事项
- 不编造案号、当事人与判决结果；来源标识只能来自检索结果
- 指导性案例与普通裁判文书的效力不同，必须标清
- 裁判要旨聚焦法律适用，不复述故事
- 结论中不出现「胜诉率」「大概率赢」这类表述
版权与免责声明
本技能由小律同学AI 提供，版权归广东小律同学人工智能科技有限公司所有。输出仅供参考，不构成正式法律意见；涉及重大权益处置时，请结合案情咨询执业律师。
