Harvey 借助 GPT-6 Astra 把法律上下文变成更扎实的文书草稿

OpenAI 于 9 月 23 日在官网发布案例文章《Harvey turns legal context into stronger drafts with GPT-6 Astra》，介绍法律 AI 公司 Harvey 如何在文书起草环节使用 GPT-6 Astra。文章的核心逻辑很直接：把法律工作中的上下文交给模型，换回质量更高的文档初稿。

按照 OpenAI 的描述，Harvey 把案件相关的法律上下文信息一并交给 GPT-6 Astra，由模型在此基础上产出文档。OpenAI 强调，这样生成的文本结构更完整，也更贴合具体的业务场景。

OpenAI 用“more structured”和“context-aware”两个词概括 GPT-6 Astra 在这一场景中的表现。这恰恰是法律文书起草中最难处理的部分：事实、条款与论证需要在同一份文件里被组织成前后一致的逻辑。

OpenAI 在摘要中明确写到，结构化、懂上下文的法律文档能让律师专注于策略。换句话说，这类工具的价值不只是更快地生成文字，而是把律师从重复性的文书加工中释放出来，把时间还给判断与决策。

为什么值得关注：法律是 AI 落地最活跃的高价值场景之一，而“上下文理解 + 结构化输出”正是大模型从演示走向生产的关键能力。OpenAI 选择用一个具体行业伙伴的使用案例来讲这一点，说明模型能力的宣传重心正在从基准测试转向真实工作流。

后续值得观察的是这类能力的边界：当文档质量不再是瓶颈，法律 AI 的竞争点会转向可核查性、引用溯源与合规流程，以及更多法律软件厂商会如何跟进类似的模型集成。