2026年9月17日
公司
介绍 Astra for Law
我们将最强大的模型配置为一个全新的法律AI基础平台。
探索法律解决方案
联系法律销售团队
加载中...
分享
面向法律领域的前沿智能
法律研究：从事实到有据可依的答案
提升端到端法律工作流的表现
符合法律行业标准的信任与控制机制
围绕贵律所的专业知识构建 ChatGPT
前沿智能，连接法律领域最值得信赖的工具
与我们共同构建
今天，我们推出 Astra for Law：这是一个为律师事务所和法律科技公司打造的新基础平台，使其能够围绕自身专业知识构建 AI 产品和 workflows。它结合了 GPT‑6 Astra——我们最新且最强大的模型——以及专为专业法律工作量身定制的设置、工具和上下文。
包括 Harvey 和 Legora 在内的 API 客户将能够在 Astra for Law 之上进行开发，将这些智能能力引入他们自己的产品和 workflows。随着我们前沿模型的不断进步，我们将把这些法律能力应用到我们的最新模型中。
我们还在扩展隐私和治理方面的工作，为律师事务所提供针对机密客户工作的特定控制权限。律所还可以使用我们新增的 26 个生态系统插件来自定义 Astra for Law，这些插件将 ChatGPT 连接到律所已经使用的专业工具，如 Relativity 和 Clio。
面向法律领域的前沿智能
Astra for Law 将 GPT‑6 Astra 与强大的法律搜索索引以及用于法律分析和写作的指令相结合。它们共同放大了 Astra 在法律实务中的能力，同时赋予律所和法律科技公司构建自有应用程序和工作流的自由。
法律研究：从事实到有据可依的答案
我们的新法律搜索索引是 Astra for Law 可以使用工具之一。法律研究通常始于找到最准确的法律依据、定位相关段落，并理解这些依据与当前情况的相关性和约束力。该索引帮助 Astra for Law 完成这项工作，并补充了律所依赖的来自 Thomson Reuters 等提供商的授权内容和专业产品。
通过使用法律搜索索引，Astra for Law 可以在超过 2.3 亿个 URL 的语料库中搜索美国案例法、法规、规章、法院规则和行政决定，并且每天都会添加新的来源。我们与 Free Law Project（CourtListener 背后的非营利组织）的合作，将其涵盖超过 99.9% 已发表的美国先例案例法的案例法集合
（在新窗口中打开）
引入到这一研究体验中。
为了衡量这种配置如何改善法律研究，我们在 Vals AI 的 Legal Research Bench 私有验证集
（在新窗口中打开）
中的 200 个美国法律问题测试了 Astra for Law 的完整设置。该基准测试衡量模型找到相关来源和段落的能力，以及其研究答案符合评估标准的程度。
在两个系统的最高推理努力下，Astra for Law 在 54.0% 的问题上通过了评估的整体正确性检查，而仅使用网络搜索的 GPT‑6 Astra 仅为 38.7%，实现了 40% 的相对提升。Astra for Law 还产生了更全面的答案。
在专注于案例法的问题上，在最高推理努力下，Astra for Law 找到的参考案例比仅使用网络搜索的 GPT‑6 Astra 多 24%。在目标段落的审计集中，当比较两个系统的相同推理努力时，它从正确的法院意见中检索到了多达 54% 更多的相关段落。
结果是，为建议交易、评估争议或制定法律策略提供了更强大的研究基础，律师可以亲自审查可靠的法律依据。
Astra for Law 和 GPT‑6 Astra 在 Vals AI Legal Research Bench 验证集上的表现，涵盖不同的推理努力设置。
提升端到端法律工作流的表现
法律研究仅是第一步。针对法律分析和写作的自定义指令引导“Astra for Law”将研究成果应用于客户的具体事实，构建论点或交易条款，并识别弱点与不确定性。这可能意味着区分法院的判决要点与其其他观察意见，处理削弱论点的案例，或解释合同例外条款如何在各方之间转移风险。
例如，当被要求识别具有相似事实模式的良好法律时，Astra for Law 不仅能精准定位相关先例，还能比其他前沿模型更好地匹配事实模式：
诉讼
交易
提示词
我们的客户在被告知该零售商的可比供应商历史上年均订单约为800万美元后，签署了一份为期五年的协议，以制造该零售商的自有品牌产品。合同承诺零售商每年采购200万美元，并将额外订单的决定权留给其自行裁量。在签署之前，我们的客户知道该零售商正在调整其在各供应商之间的订单分配方式。订单量 barely 超过最低限额。内部记录显示历史平均值要低得多。零售商称我们的客户接受了最低限额以及新流程。找到最接近的事实先例，并就我们客户的虚假陈述索赔撰写一份备忘录。
Claude Fable 5.1
备忘录——针对零售商的虚假陈述索赔
最接近的先例。Paragon Metals Holdings v. Smith, C.A. No. N21C-12-090-SKR-CCLD (Del. Super. Aug. 13, 2025)。一名买方指控卖方隐瞒了两家主要客户将大幅削减产量的事实。经过法官审理，法院驳回了欺诈索赔，认定买方未能进行充分的尽职调查，并忽视了反复的、尽管措辞不当的披露，而这些披露正是其索赔所依据的信息。值得注意的是，法院假定某些陈述可能是虚假的，但仍判决卖方胜诉，因为买方无法证明其依赖是合理的。
应用。我们最强的事实是，“800万美元平均值”是对历史事实的陈述，而非预测，且内部记录显然显示该陈述为假。这区别于普通的“预测不可诉”抗辩。200万美元的最低限额并未否认这一历史数据；它分配的是未来风险，而非过去的事实。
我们最弱的事实与 Paragon 案相似：客户知道分配方法正在改变，但仍签署了协议。零售商将辩称，这种知情使得依赖旧平均值变得不合理，且最低限额涵盖了双方协商的风险。协议中的反依赖条款或整合条款会加剧这一点。
建议。以虚假的历史平均值为中心提出欺诈性诱导（并附带提出过失虚假陈述）的诉由；开发证据表明流程变更被呈现为对产量是中立的。确认管辖法律——特拉华州在依赖性问题上的立场尤为严格。
Astra for Law
我们的客户基于虚假历史拥有可行的索赔，但并非有权获得每年800万美元的订单。
最接近的类比是 Oliver Wyman, Inc. v. Eielson, 282 F. Supp. 3d 684, 700–03 (S.D.N.Y. 2017)，该案适用马萨诸塞州法律。咨询业务卖方在被告知合伙人平均薪酬约为100万美元后，接受了保证42.5万美元薪酬、附带酌情增加条款的四年雇佣协议。他们知道薪酬系统正在改变。法院驳回了关于历史平均值的欺诈和过失虚假陈述反诉的简易判决申请：证据对其准确性存在争议，且合同底线并未与过往结果相矛盾。
同样，该零售商约800万美元的历史平均值是一个可验证的事实陈述。接受200万美元的最低金额以及酌情追加订单，并不必然意味着放弃对真实历史信息的依赖。但奥利弗·怀曼（Oliver Wyman）强调，没有证据表明修订后的系统会根本性地改变薪酬结构或使历史平均值变得无关紧要。同上，第701–02页。该零售商最有力的辩护在于证明我们的客户理解分配方式的变更会使过去的供应商交易量失去参考价值——而不仅仅是变更被宣布这一事实。
对于欺诈指控，我们的客户必须证明存在知情的实质性虚假陈述、诱导签署的意图、实际且合理的依赖以及由此造成的损失。过失误述则可能建立在提供商业信息时 care 不足的基础上。获取与所陈述时期及对照组相匹配的供应商层级记录、发言者当时的通信记录以及我们客户的决策记录。
针对相同的提示，Astra for Law 返回了两个高度匹配的判例；在诉讼示例中，Claude Fable 5.1 返回了一项已被上诉推翻的裁决，而在交易示例中，它报告称未发现此类案例。
Astra for Law 将最初通过 ChatGPT 和 Codex 中的 Trusted Access 向选定的律师事务所提供，并很快将在 API 上推出。它将以“GPT‑6 Astra Law”的名称出现在模型选择器中，并在 API 中以 gpt-6-astra-law 的形式存在。
“我们很感激能预览 Astra for Law 的早期版本，这些版本是专为法律用例设计的。在诉讼和交易事务方面，这些模型展示了令人印象深刻的研究深度和对权威依据的敏感性。即使在早期阶段，它们也让人感觉是迈向专注于法律的 AI 的重要一步，这种 AI 建立在既及时又全面的研究基础之上。”
约翰·萨瓦（John Savva），苏利文·克伦威尔律师事务所合伙人
“在我们的早期测试中，Astra for Law 在法律研究的关键方面表现出优势：以相关权威依据为基础回答问题、精确引用，并提供实用的咨询指导。”
尼科·格鲁彭（Niko Grupen），Harvey 应用研究主管
法律级的信任与控制
律师事务所需要保护客户机密并控制 AI 在其业务中的使用方式。我们专门为符合条件的律师事务所创建了 Trusted Access Program，以允许律师及其监督下的人员为专业法律工作访问 Astra for Law。对于符合条件的公司，该服务包括 API 上的零数据留存（ZDR），并且 ChatGPT Enterprise 的使用默认排除在人工审查之外。
我们还与 AI 治理领域的领导者 Latham & Watkins 合作，设计信息权限、伦理隔离墙、客户指令和公司监督机制。
“随着 AI 能力的增强，将其部署在对严格治理、监督和问责制要求极高的环境中的能力也随之提升。此次合作建立在 Latham 在事务所范围内对 AI 开发、治理和基础设施的更广泛投资之上，这些投资支撑着我们负责任 AI 的企业级战略。”
迈克尔·鲁宾（Michael Rubin），Latham AI 战略委员会主席
围绕贵公司的专业知识构建 ChatGPT
凭借前沿智能和适当的控制措施，公司可以将自身的判例、方法和判断力转化为符合其标准的 AI 工具和流程。
通过与选定公司的合作，我们的前线工程师正在调整 ChatGPT Enterprise，配备自定义界面并与专有数据集成，为每家公司的工作流程创建工具：
苏利文·克伦威尔律师事务所构建了一个协议分析器，将公司的谈判手册和选定的判例带入新交易的审查中。它帮助律师发现条款在结合阅读时出现的风险，然后将这些发现转化为建议的修订线和起草的客户建议，供其挑战和完善。
Ropes & Gray 围绕其律师如何审阅数据室并确定交易中关键事项的工作方式，构建了一套交易尽职调查系统。该系统有助于他们追溯发现结果至源头，并精准定位可能影响收购的问题，例如关键客户合同是否要求发出通知或获得同意。
Cooley 构建了 GO Public，旨在将其资本市场专业知识融入公司上市准备工作中，从起草 IPO 申请文件到识别值得管理层关注的风险。当交易条款发生变化时，系统会将这些变更同步至申请文件中，以便律师共同审查其影响。
1 of 4
“
我们与 OpenAI 的合作使我们得以重新思考这项工作的完成方式——让律师和管理团队更快速地度过密集的准备阶段，进入需要判断力、市场经验和战略思维的问题探讨。”
Dave Peinsipp，Cooley 全球资本市场小组合伙人兼联席主席
Cooley
Sullivan & Cromwell
Ropes & Gray
Skadden
Cooley
Sullivan & Cromwell
Ropes & Gray
Skadden
律所可以组建自己的团队并合作开发产品，同时为工作定义允许的数据源和审查流程。
前沿智能，连接法律界最值得信赖的工具
我们很自豪能与推进法律人工智能的专门公司合作。今天，我们推出了 26 个由合作伙伴构建的插件，帮助律所利用他们已使用的工具和数据深入开展工作。这些插件涵盖了法律实践与业务管理。通过 iManage，律师可以在 ChatGPT 中起草谈判简报并保存至案件档案；Intapp 可以显示可能需要录入工时的活动以供审查；DeepJudge 可以将过往交易带入比较分析。Thomson Reuters 正在将 HighQ 的案件上下文引入 ChatGPT，并预览即将推出的 CoCounsel Legal 连接器。
“
随着人工智能变得更加开放和可互操作，价值不仅仅在于连接性。法律专业人士需要的不仅仅是信息访问权限。他们需要值得信赖的智能、相关的企业和案件上下文、专为法律构建的能力，以及高风险工作所需的治理机制。这正是 Thomson Reuters 通过 HighQ 和 CoCounsel Legal 所提供的。CoCounsel 仍然是受信赖的专业人工智能系统，旨在协助完成这些工作。我们与 OpenAI 的合作有助于将这些能力提供至客户选择的运行环境中，同时保留其赖以生存的准确性、机密性和问责制。”
Joel Hron，Thomson Reuters 首席技术官
此次发布还包括来自 LegalQuants、LECG 和 Skills.law 的律师和法律工程师开发的 9 个社区插件，以及 47 项可由从业者调整、扩展或从中汲取灵感以在 ChatGPT 中开展工作的自定义技能。社区插件让最接近工作一线的人能够持续设定这些技能的能力标准。我们还于今天使 ChatGPT for Word 全面可用，以便律师可以在他们赖以起草文档的工具中进行校对、获取建议的编辑内容并标记格式问题。
我们的方法是开放且可组合的：律所可以使用专门产品，引入自己的工具和知识，并将社区构建的技能适配到其业务实践中。合作伙伴可以继续开发自己的应用程序和工作流，而律所则选择如何将这些能力整合在一起。基于 OpenAI 进行构建意味着从生态系统中获取更多价值，而非取代它。
与我们共建
OpenAI 正在长期投入法律领域。我们将继续与律师和法律技术合作伙伴一起，通过严格的评估和反馈，共同推进 Astra for Law 的模型、设置、工具和指令。我们还将持续改进 ChatGPT，使律所能够围绕其专业知识进行构建，并连接他们使用的工具。
我们与华特利、利普顿、罗森和卡茨律师事务所（Wachtell, Lipton, Rosen & Katz）的合作，将律所的诉讼与公司法律专业知识与我们的前沿研究和工程能力相结合，以探索人工智能如何支持提供复杂法律判断所需的工作。
“我们非常欣赏OpenAI前线部署工程团队在关于人工智能在法律工作中所扮演角色的对话中展现出的技术深度和倾听意愿，并对人工智能塑造法律行业下一个时代的可能性感到兴奋。”
华特利、利普顿、罗森和卡茨律师事务所
最具雄心的应用将来自执业律师以及与他们并肩建设的公司。我们致力于与这一生态系统合作，使律所能够将自身的专业知识、标准和判断力融入人工智能——并为客户服