Perplexity披露法律工具：连检索，也连内部系统

相关工具：合同审查助手 Skill 腾讯电子签 Skill MCP-Doc Word 文档处理

2026年6月，通用人工智能公司Perplexity披露了面向法律行业的Computer for Counsel。按公司介绍，这项服务能连接公开网页、专业法律数据源和机构内部系统，帮律师做资料检索、文档整理和初稿起草，并给输出附上来源。

跟单一问答或文本生成工具比，Computer for Counsel着力的是把律师手头分散的资料和系统接起来。覆盖范围包括研究数据库、内部文档库、合同工具和事项管理系统。律师拿到检索结果后，可以接着生成备忘录、摘要或项目材料，再对引用依据做复核。

它站的位置：研究和流程之间

法律科技媒体LawNext在报道中说，Perplexity没打算复制Westlaw、LexisNexis或Bloomberg Law这些综合法律研究数据库，而是把产品放在研究、起草和工作流这一段。法规、判例和评论等基础内容仍由专业数据库提供，Perplexity做的是在不同信息源之间调用、整理和输出。

这种设计对应的是法律服务的日常操作：律师要同时核对外部法规与案例、客户资料、内部合同模板、过往法律意见、事项记录和项目文件。如果系统能识别资料来源、保存处理过程、把结果送人工审核，一部分重复工作就能压下来。不过厂商目前公开的信息主要在讲产品形态，准确率、效率和成本到底怎样，还要更多用户案例来验证。

可能覆盖哪些业务环节

法律检索。系统可以围绕具体问题汇集法规、案例、监管文件和评论材料，形成带出处的研究材料。律师仍要核验法律依据是否现行有效、是否适用于相关管辖区，以及有没有相反裁判或不同解释。站内 AI Skill 与 MCP 库的法律检索分类里，也放着同类工具。

合同审查。模型能提取合同主体、金额、期限、付款安排、违约责任、知识产权、保密和数据合规等条款。对律所和企业法务来说，更有用的是按内部审查标准和条款库执行，而不只是给通用风险提示。站内 AI Skill 与 MCP 库的合同审查分类里，也收着可参照的条目。

尽职调查。在并购、投融资、供应商准入和客户背景调查里，AI可以用来整理文件清单、主体关系、合同摘要、缺失材料和风险索引。交易结构、责任判断和重大风险定性，还是得由律师来做。

法规追踪。新规出来后，企业法务往往还要判断它涉及哪条业务线、哪些合同模板、内部制度和审批流程。如果法规订阅能接上内部知识库和事项系统，信息更新就能变成修改、审查和通知任务。

知识管理。历史合同、法律意见、谈判记录、培训材料和客户问答，常常散在网盘或业务系统里。接入式AI工具能改善检索和复用，但前提是资料已经分好类，访问权限和更新责任也定清楚了。

可靠性、合规上的限制

法律服务对准确性和可追溯性的要求，比一般文本生成高。模型幻觉、错误引用、规则过期、管辖区错配和事实误读，都可能影响客户决策，还会牵出律师执业责任。产品保不保留引用链接、操作日志、版本记录和人工确认节点，直接决定它能用在什么范围。

数据处理也是境外法律AI产品进中国市场时要面对的限制。律所和企业法务手里的材料，可能涉及个人信息、商业秘密、客户秘密和案件资料。数据存哪、跨境怎么传、会不会用于训练模型、谁能访问、怎么删除，用之前都得查。没评估过，别把本土敏感资料直接交给境外服务。

机构内部的流程基础也一样重要。合同模板、审查口径、风险分级、知识库、权限配置、复核程序和归档规则要是还没统一，AI很难一直输出稳定结果。接上模型代替不了业务规则建设，反而会把标准不一致的问题放大。

竞争延伸到组织规则

从Computer for Counsel展示的方向看，法律AI厂商的竞争正从文本生成扩到系统连接和任务执行。比如读一组合同、提取关键条款、对照审查标准、生成风险表，再输出带批注的文件和客户摘要，这要调好几项工具，还要处理权限、来源记录、版本管理和人工确认。

这类系统还得适配不同机构的模板、条款库、风险等级、历史项目和客户要求。通用模型负责整理和生成，律所或法务部门保留审查标准和最终判断。自动化程度一高，错误责任怎么分、哪些环节必须由律师确认，也要在制度和合同层面写清楚。

资料来源

• Perplexity：Computer for Counsel / Perplexity for Legal
• LawNext：Perplexity Makes Its Move Into Legal
• LexisNexis：Protégé into Microsoft 365
• Harvey：How AI is Transforming Contract Review Software