3 小时教 140 名律师搭自己的 AI agent：从提示词到超个性化分析简报
jkubicki · x · 2026-10-25
作者在芝加哥为 120+ 名律师举办 3 小时工作坊（现场超 140 人），带每人搭出自己的个性化「coverage desk」。参与者 AI 经验差异很大：有人还在学提示词基础，少数人已把 AI 深度融入日常工作流，但没有真正的 builder。
作者的教学路径与观察：
- 从提示词基础讲起，再过渡到「每次重新提示」与「构建可复用的东西（agentic 思维）」的区别；
- 越往「从提示走向构建」推进，越多人卡住——新手总会撞墙，把 AI 当「魔法答题机」而非可搭建的材料，看不到墙外的东西；
- 坚持穿过这堵墙的人开始学会把各环节拼接起来，让 AI 为自己工作而非与 AI 较劲。
成果示例（见配图）：一份超个性化的「Monday Desk Brief」分析简报，基于律师的业务领域、目标与学习需求，例如自动追踪 340B 药价返利模型争议的诉讼、立法与关键日期，生成「Bottom Line / Fresh Signal / Suggested Move」等板块和草稿。
所属事件:3 小时工作坊带 140 名律师搭出个人 AI 情报台(2 条相关)→
「编程与Agent」频道最新
- 换 AI 助手别贴旧对话，让旧助手先写一份「交接文档」 — Ok_Negotiation_2587 · 2026-10-25
- 19 个延迟优化模式:AI 应用非模型耗时全路径拆解 — bibryam · 2026-10-25
- 10 个开源仓库把整个网页变成 AI 可用数据 — Shruti_0810 · 2026-10-25
- 开发者用 Claude Code 打造 popquiz:专测你能否看懂 AI 写的代码 — Honest_Traffic_8613 · 2026-10-25
- 旧安卓手机跑 Termux 当 24/7 AI 服务器，现场训练 PyTorch 达 99.59% — PMinervini · 2026-10-25
- Agent 评测田野指南发布，被批「313 篇引用仅 15 篇早于 2023」 — fredahshi · 2026-10-25