Tutorial 11: Litigation Support & E-Discovery

Master AI-assisted discovery document review, deposition analysis, ESI management, cross-examination preparation, and case timeline creation for litigation

本教程将引导您使用 Claude 完成 AI 辅助诉讼与电子取证工作流程。您将学习开示文档审查、证言分析、特权审查与案件时间线创建——均按清晰的步骤路径进行。

主要工作流程（Claude）： 使用结构化开示提示与可复用分析模板。在输出中明确保留特权与升级检查点。

高级级别 | 90 分钟 | 需具备一定技术熟悉度

学习目标

完成本教程后，您将能够：

掌握 AI 辅助开示文档审查与编码
理解电子存储信息（ESI）管理工作流程
高效提取与分析证言笔录
从证言模式生成针对性交叉询问问题
从文档集创建全面案件时间线
进行证人陈述不一致性分析
在诉讼中执行高级证据检索与调取
使用 AI 辅助管理特权审查
构建响应式文档编码工作流程
可视化邮件与通信线程
执行自然语言开示查询
识别案件策略的文档聚类模式

第 1 部分：开示文档审查工作流程

规模挑战

传统审查与 AI 辅助审查的速度因案件类型、文档质量、工作流程设计和 QC 标准而有显著差异。请将吞吐量假设作为试点指标在内部验证。

AI 辅助审查的关键步骤

步骤 1：定义文档类别 — 上传前确立类别：响应、非响应、特权、相关性（关键/周边/无关）。

步骤 2：上传样本集 — 从 100–200 份文档开始以确立模式。

步骤 3：构建编码模板 — Claude 创建一致的编码决策。

务必在上传文档前确立编码协议。中途更改标准会导致不一致、可被质疑的审查工作。

实践练习 1.1：构建您的审查协议

创建您的审查协议：定义五个关键类别、响应性标准、特权标记、QC 检查点和边界文档的决策树。

第 2 部分：电子存储信息（ESI）管理

ESI 基础

ESI 基础包括：电子邮件及附件、Word 与电子表格、数据库与结构化数据、元数据、移动设备数据、备份磁带、云存储。

批量标记工作流程

去重、保管人识别、批量标记。为每份文档应用一致的元数据（保管人、相关性、财务讨论标记、产品安全讨论标记等）。

实践练习 2.1：ESI 保存计划

为多个保管人和系统（电子邮件、DMS、数据库、云存储、移动设备）制定诉讼保留通知和 ESI 保存计划。

第 3 部分：证言笔录分析

证言模式分析

主题提取：识别讨论的关键主题、证言回避的主题、存在矛盾的主题、自认或不利陈述、支持原告/被告叙事的主题。

不一致检测：比较同一证人在不同页面的陈述，识别时间线矛盾，生成供交叉询问使用的「不一致报告」。

叙事构建：根据笔录构建证人叙事、事件时间线、自认、薄弱或回避领域。

第 4 部分：交叉询问问题生成

从证言模式构建问题

从证言模式构建问题：识别薄弱领域（自我矛盾、与文档矛盾、回避或限定语）、起草问题、按主题组织（时间线、知情/通知、文档、先前陈述、动机/偏见、自认、弹劾）。

实践练习 4.1：问题生成

创建完整交叉询问大纲：奠定基础、使用证人原话的问题、关于矛盾文档的问题、确立矛盾的问题。

第 5 部分：案件时间线创建

提取事件与日期

从所有文档和证言中提取：事件日期、文档日期、事件类型、关键当事人、文档 ID/引用、简要描述、重要性。构建按时间排序的时间线，包含关键决策点、当事人知情时间线、开示截止日期。

实践练习 5.1：混合来源时间线

从文档和笔录构建完整案件时间线：提取所有日期、识别冲突、创建合并时间线、标记缺口。

第 6 部分：证人陈述分析

识别不一致与证据

提取每位证人的关键事实主张、与其他证人陈述的矛盾、与文档的矛盾、自认、个人知情与传闻区分、可信度因素、佐证文档。

实践练习 6.1：陈述分析

分析并产出：证人比较矩阵、不一致报告、文档佐证表、每位证人的可信度评估、推荐证言问题。

第 7 部分：证据检索与调取

快速证据定位

建立搜索协议：按主题的关键搜索词、重点文档类型、日期范围、最可能的保管人、布尔搜索字符串。庭审证据管理：快速搜索、常用证物热键访问、按案件理论/主题组织。

实践练习 7.1：证据搜索工作流程

创建证据搜索与调取协议：审前、证言期间、庭审期间。包含搜索词库、布尔字符串、访问程序。

第 8 部分：特权审查与识别

识别受保护通讯

识别可能受保护的通讯：律师-客户特权、工作成果原则、共同利益特权、专家特权。创建特权决策树。对扣留文档建立特权日志（文档 ID、日期、作者、收件人、描述、特权类型、依据）。

宁可过度标记供律师审查。审查 200 份边缘文档优于漏掉 1 份特权文档并放弃特权。

实践练习 8.1：特权审查协议

创建特权审查协议：决策流程图、决策规则、需核查的元数据字段、特权日志模板、QC 程序。

第 9 部分：响应式文档编码工作流程

构建编码系统

为每项 RFP 定义「响应」与「非响应」。构建编码表单（文档 ID、各 RFP 的响应/非响应/特权/异议、特权主张、审查人、置信度）。建立 QC 审计流程（对「响应」文档重审 5%、对「特权」文档重审 10%）。

实践练习 9.1：响应式编码系统

构建完整响应式文档编码系统：将每项 RFP 解码为清晰规则、创建决策树、开发编码表单、QC 协议与升级程序。

第 10 部分：邮件线程可视化与分析

理解邮件沟通模式

识别完整线程（原文 + 所有回复）、线程参与者、时间线、转发链。分析核心议题、讨论演变、决策、自认、矛盾。分析沟通模式：关键当事人间的沟通频率、升级模式、知情分布。

实践练习 10.1：邮件线程分析

提供完整分析：线程清单、10 个最重要线程的详细分析、沟通模式分析、自认与不利陈述时间线。

第 11 部分：自然语言开示查询

对话式证据搜索

用自然语言而非布尔搜索：例如「查找显示公司知晓产品安全问题的所有文档，且知晓时间早于 [日期]，且未修复或延迟修复，且问题后来造成损害」。

第 12 部分：文档聚类与模式识别

发现大规模文档集中的隐藏模式

按主题、时间段、保管人、文档类型、内容相似度对文档聚类。按法律主题组织：知情缺陷、未警告、先前事故、隐瞒。为专家报告支持组织聚类。

实践练习 12.1：文档聚类分析

执行完整聚类分析：识别自然聚类、分析主题、展示桥接文档、创建主题组织、与案件理论关联。

立即行动

在上传文档前定义审查类别
为第一批（100–200 份）创建编码模板
运行一次证言笔录分析并标记不一致
从证言模式起草 5 个交叉询问问题
从至少 3 个文档来源构建案件时间线
完成样本集的特权审查并创建特权日志
记录 QC 程序以供审计追踪

比较：Claude 与企业电子取证工具

功能	Claude + MCP	Harvey	Legora	Relativity	Everlaw
审查速度	因工作流程而异	因工作流程而异	因工作流程而异	因工作流程而异	因工作流程而异
配置时间	快速试点	供应商实施	供应商实施	平台实施	平台实施
定制化	完全	有限	有限	广泛	中等
ESI 集成	通过 MCP/连接器	供应商连接器	供应商连接器	平台连接器	平台连接器
时间线创建	手动 + AI	自动化	自动化	手动	自动化
邮件线程	基础	高级	高级	高级	高级
特权审查	AI 辅助	AI + 手动	AI + 手动	主要手动	AI 辅助
响应式编码	可配置	预设	预设	可定制	预设
证据检索	自然语言	字段式	字段式	布尔/语义	语义

AI 辅助诉讼支持的最佳实践

应做

在上传前定义协议
记录流程 — 类别、搜索词、编码决定、QC 程序
使用多种验证方法 — 不要仅依赖 AI
保持特权警惕 — 宁可过度标记供律师审查
善用时间线功能 — 尽早创建、更新、用于证言准备
为庭审组织 — 在编码过程中构建展示清单

常见错误与避免

应避免

不要跳过协议阶段
不要假设 100% 准确
不要忽视元数据问题
不要创建可被发现的律师笔记
不要忽视证言冲突
不要忽视特权日志

电子取证 QC 检查清单

审查前 QC

协议已记录并批准
样本已编码并验证
所有审查员已培训
搜索词已测试并验证
ESI 保管人和数据源已识别

审查中 QC

每周抽查（每位审查员 5 份）
每月一致性审查
边缘文档需律师签字
特权标记由律师审查

审查后 QC

最终 5% 质量保证样本已审查
特权日志完整准确
响应式文档按 RFP 组织
时间线已定稿

第 1 月： 定义类别、识别关键 RFP、创建搜索词库、估算量级。 第 2 月： 去重、首次搜索查询、批量编码、初步时间线。 第 3 月： 特权审查、律师审查边缘响应式文档、完成特权日志。 第 4 月： 完整时间线、关键通信邮件线程分析、证言准备材料。 第 5 月： 进行证言、笔录分析、交叉询问问题生成。 第 6 月： 定稿展示清单、庭审证据系统、准备演示材料。

下次教程前作业

设置基本电子取证协议 — 5–8 个文档审查类别、决定规则
练习时间线创建 — 从样本提取日期和事件、识别 5 个关键转折点
邮件线程分析 — 20 封样本邮件、识别线程和参与者
准备证言问题 — 在样本笔录中找出 3 个主要不一致、起草问题
构建搜索协议 — 常见案件类型的搜索词库、20–30 个关键搜索、自然语言查询模板