推出面向法律领域的Astra
内容提要
OpenAI推出Astra for Law，将GPT-6 Astra与法律检索索引结合，覆盖超2.3亿条美国判例、法规等，并针对法律分析与写作优化。测试显示其法律研究正确率54%，较仅用网页搜索提升40%。该产品面向律所提供零数据保留等隐私管控，并推出26个合作插件及ChatGPT for Word，支持律所基于自身专长构建AI工作流。
延伸解读
性能提升的量化解读
在Vals AI法律研究基准的200个问题上，Astra for Law的整体正确率为54.0%，而仅用网页搜索的GPT-6 Astra为38.7%，相对提升40%。在判例法问题上，它找到的参考案例多24%，在相同推理努力下检索到的相关段落多54%。这些数据表明，专用法律索引和指令能显著增强模型的法律研究能力，但54%的绝对正确率也提示律师仍需对结果进行独立核查。
隐私与治理的企业级控制
针对律所对客户保密信息的顾虑，Astra for Law通过Trusted Access计划提供零数据保留（ZDR）和ChatGPT Enterprise使用默认排除人工审查。OpenAI还与Latham & Watkins合作设计信息权限、道德墙、客户指令和律所监督等功能。这些措施旨在满足法律行业严格的合规要求，但具体实施效果和覆盖范围可能因律所而异，需在部署前仔细评估。
生态集成与定制化路径
Astra for Law推出26个合作插件，连接Relativity、Clio、iManage、Intapp、DeepJudge、Thomson Reuters等律所常用工具，并包含9个社区插件和47个自定义技能。ChatGPT for Word也正式可用，支持校对、建议编辑和格式检查。律所可利用这些资源基于自身专长构建AI工作流，但需注意插件和技能的成熟度不一，应结合自身流程进行测试和适配。
Q&A
Astra for Law 是什么？它和普通 GPT-6 Astra 有什么区别？
Astra for Law 是 OpenAI 推出的面向法律领域的基础产品，它将 GPT-6 Astra 与法律检索索引、法律分析和写作的定制指令相结合。与仅使用网页搜索的 GPT-6 Astra 相比，它在法律研究任务上表现更好，例如在 Vals AI 法律研究基准测试中正确率从 38.7% 提升到 54.0%。
Astra for Law 的法律检索索引覆盖哪些内容？数据来源可靠吗？
该索引覆盖超过 2.3 亿条美国判例法、法规、规章、法院规则和行政决定，来源每日更新。通过与 Free Law Project 合作，其 CourtListener 判例法集合覆盖了超过 99.9% 的美国已发布具有先例效力的判例法。
Astra for Law 在法律研究上的性能提升有具体数据吗？
有。在 Vals AI 法律研究基准的 200 个美国法律研究问题上，最高推理努力下，Astra for Law 的整体正确率为 54.0%，而仅用网页搜索的 GPT-6 Astra 为 38.7%，相对提升 40%。在判例法问题上，它找到的参考案例多 24%；在目标段落检索上，从正确法院意见中检索到的相关段落多出最多 54%。
律所使用 Astra for Law 时，客户数据隐私如何保障？
OpenAI 为符合条件的律所提供 Trusted Access 计划，包括 API 上的零数据保留（ZDR），并且 ChatGPT Enterprise 的使用默认不进行人工审查。此外，OpenAI 正与 Latham & Watkins 合作设计信息权限、道德墙、客户指示和律所监督等功能。
Astra for Law 有哪些生态插件和集成工具？
OpenAI 推出了 26 个合作伙伴构建的插件，覆盖法律业务和实践，例如 iManage（保存谈判简报到案卷）、Intapp（提示可能需要计时条目的活动）、DeepJudge（比较先前的交易）以及 Thomson Reuters 的 HighQ 和 CoCounsel Legal 连接器。此外还有 9 个来自 LegalQuants、LECG 和 Skills.law 的社区插件，包含 47 个自定义技能。ChatGPT for Word 也已全面可用。
律所如何基于自身专长构建 AI 工作流？能举例吗？
律所可以利用 Astra for Law 和 ChatGPT Enterprise，结合自身先例、方法和判断来构建定制工具。例如，Sullivan & Cromwell 构建了协议分析器，将谈判手册和先例融入新交易审查；Ropes & Gray 构建了交易尽职调查系统，帮助追踪发现并识别关键问题；Cooley 构建了 GO Public 工具，将资本市场专业知识融入 IPO 准备流程。
