近期，由深圳大学法学院主办、深圳大学法律与科技研究院承办，司法部法治大数据与智能装备应用研究重点实验室、深圳市法律文化研究会、粤港澳大湾区涉外律师学院协办的“法律人AI提示词的双重解码与效能革命”学术沙龙在深圳大学（丽湖校区）明律楼417会议室顺利举行。本次沙龙聚焦法律行业与AI技术的深度融合，旨在探讨如何通过AI提示词的优化提升法律人的工作效能。

本次学术沙龙由深圳大学法学院副教授郝晶晶主持，助理教授张贤伟、翁壮壮分别作主题报告。深圳大学得理科技有限公司贺倩明、深圳市大数据研究院研究员张雨侠、深圳大学法学院助理教授毛彦，以及实验员曾梓航作为与谈嘉宾出席。深圳大学法学院院长熊伟、副院长宋旭光、周卫及校内师生也参与本次沙龙。

会议伊始，郝晶晶介绍了会议背景，她指出，在 AI 技术迅猛发展的当下，法律行业如何借助 AI 提升工作效能已成为关键议题，而 AI 提示词的有效运用是其中的重要突破口。

接下来，张贤伟以《超越AI“投影”：以提示词工程赋能教研》为题，结合当下教育领域 AI 应用的现状展开报告。他指出，当前部分教研工作对 AI 的使用仅停留在简单指令获取结果的层面，如同“投影”般浮于表面，未能充分发挥 AI 潜力。他强调，引出提示词工程对教研赋能的重要性。随后，报告从多个维度展开。从理论层面，他详细阐述了提示词工程的概念与原理，提出通过构建结构化、精准化的提示词，能够引导 AI 输出更契合教研需求的深度内容；在实践案例分享环节，他展示了在课程设计、学术论文辅助撰写等教研场景中，借助优化提示词，AI可帮助教师挖掘潜在教学资源、完善课程框架。例如，在学术论文撰写时，可引导 AI 梳理文献综述框架、辅助生成逻辑论证思路。此外，张贤伟还就提示词工程在教研应用中可能面临的技术门槛、伦理规范等问题进行了探讨，并提出相应的解决建议。

随后，翁壮壮以《AI时代法律人Prompt指南：以通用AI和AI Agent为例》主题，为与会的师生及研究者深入剖析了AI技术应用的关键要点。他指出，AI技术在法律行业的广泛渗透使得法律人如何驾驭AI工具提升工作效率成为亟待解决的问题，而Prompt（提示词）作为用户向AI输入的文本指令或问题，旨在引导AI生成符合需求的输出内容，在法律行业中具有重要作用。翁壮壮强调，在运用AI处理法律工作时，需要注重任务指令的逻辑性与完整性，以引导 AI 高效完成复杂的法律任务。他还分享了 Prompt 编写的进阶技巧，包括如何使用示例引导、设置约束条件等，以及应对 AI 输出偏差的优化策略。

在与谈环节，四位与谈人从不同视角出发，对会议主题进行了深度探讨。贺倩明结合自身丰富的业界实务经验，分析了通用 AI 和 AI Agent 在处理法律文本时的技术差异。他提到，公司在研发法律 AI 产品过程中，发现 AI 对法律文本的语义理解精度直接影响 Prompt 执行效果，因此法律人应根据 AI 工具特性调整 Prompt 策略。

张雨侠结合实际案例，呼吁法学院拓展教育边界，培养“法律+大模型应用”复合型人才。他指出，聚焦实务结合的难点和痛点在于将AI技术理解与晦涩法律语言的结合。

毛彦指出，AI工具在教研工作具备双面性：其在非探索类诸如英文回信、审稿制作摘要以及案例的初步解析中表现优秀，而在涉及探索和创新类型的任务中，诸如论文深度的思路、学术观点的创新等缺乏显著突破，AI工具在学习生活中只能输出普遍化内容。因此，学术研究中应当使用“人脑主导+AI辅助最后一公里”，避免依赖其生成核心创新内容。

曾梓航指出，大语言模型本质上是“语言预测”而非“逻辑理解”，当前仍需结合清晰需求输入才能精准输出。此外，他强调运用AI工具时应当“人机分工”，即人脑应当先明确需求，AI负责具体执行，但在学术范围运用时需注意学术伦理。

通过两位报告人的精彩报告与热烈问答讨论，与会师生们对 AI 时代法律人如何运用 Prompt 提示词有了更深入的认识，也为后续的学术研究与课程学习提供了新思路。本次丽湖·微见沙龙在融洽和谐的氛围中完美落下帷幕。