Harvey 借助 GPT-6 Astra 将法律语境转化为更精准的文书草稿
法律 AI 的新里程碑：从「能写」到「写得对」
法律科技初创公司 Harvey 正在利用 OpenAI 的 GPT-6 Astra 模型，帮助律师事务所和企业法务团队将海量法律语境转化为结构化的法律文书。相比以往模型，GPT-6 Astra 在文档格式和上下文感知方面带来了显著提升，让律师能够把更多精力放在策略判断上，而非文书打磨。
法律文书的核心痛点：语境丢失与格式混乱
法律文书不同于一般写作，它高度依赖具体案件的语境——法院信息、律所内部文件、判例研究等，任何一处语境缺失都可能导致文书质量下降。Harvey 的客户需要将大量信息整合为复杂的法律文档，而传统模型往往在长上下文处理和输出结构上表现不佳。
Harvey 联合创始人兼总裁 Gabe Pereyra 表示：「我们可以给模型提供更多语境，并生成越来越好、结构越来越清晰的输出。」
GPT-6 Astra 带来了什么改变？
根据 Harvey 的实测，GPT-6 Astra 在两个关键维度上优于其他模型：
- 文档格式：生成的文书格式更加规范、完整，减少人工二次整理的成本。
- 上下文感知：模型能够更好地理解并利用案件相关的多源信息，使文书内容更贴合实际材料。
这意味着客户拿到的不仅是「写完了」的文档，而是更完整、更能反映案件全貌的草稿。
把律师的个人偏好写进工作流
Harvey 的 记忆面板（memory panel） 功能允许律师将个人偏好直接嵌入起草流程。例如：
- 使用编号列表而非段落
- 优先引用 EDGAR 作为信息来源
- 按优先级对问题标注颜色
这些偏好会与源材料和草稿备忘录并排显示，让律师能够更直观地引导输出结果。由于 GPT-6 Astra 能处理更多上下文，Harvey 得以在保证质量的同时，让客户将时间更多投入策略性工作。
行业背景与意义
法律行业一直是 AI 落地的高价值场景，但也是容错率极低的场景。Harvey 与 OpenAI 的合作表明，长上下文能力和结构化输出正在成为法律 AI 从「辅助工具」走向「核心工作流」的关键。当模型能够真正理解案件语境并遵循律师的个性化要求时，AI 在法律文书起草中的角色将从「草稿生成器」升级为「语境感知的协作伙伴」。
目前该能力已通过 API 向开发者开放，Harvey 的实践也为其他垂直领域的 AI 应用提供了参考：上下文越完整，输出越可靠。
