360 Secure SkillHub
360 安全技能中心

法条结构化拆解

该 Skill 提供一段提示词模板,将用户粘贴的法条原文交给 AI 模型,从规范类型、适用主体、构成要件、法律效果、但书例外、关键法律概念等维度进行结构化拆解,并以 Markdown 表格汇总,同时标注需要进一步解释的不确定概念。

mctmilk
mctmilk
热度 52.30
最近更新 2026-07-16 22:09:39
分类:知识依赖:内部调用大模型应用场景:法律文档 / 概念解释 / 研究

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add legal-structural-analysis-mctmilk
Metadata
name
legal-structural-analysis-mctmilk
description
对法条进行结构化拆解,分析规范类型、适用主体、构成要件、法律效果等七个维度。当律师或法律学习者需要"拆解"法条、理解法条骨架时使用。

法条结构化拆解 (Legal Structural Analysis)

触发场景

  • 用户提供一个法条,要求分析其结构
  • 用户说"拆解这个法条"、"分析法条结构"、"把这个法条拆骨"
  • 用户想看清某个法条有哪些构成要件、法律效果是什么

核心提示词

将以下提示词发送给 AI 模型:

请对以下法条进行结构化拆解:

【法条全文】:(粘贴法条原文)

请按以下维度逐一分析:
1. 规范类型:授权性、义务性还是禁止性规范?
2. 适用主体:谁是义务主体?谁是权利主体?
3. 构成要件:逐一列出触发该法条适用的全部要件
4. 法律效果:满足要件后产生什么法律后果?
5. 但书/例外:是否存在除外情形?
6. 关键法律概念:标出需要进一步解释的不确定法律概念
7. 请用一张表格汇总以上内容

输出要求

  1. 表格汇总:用 Markdown 表格呈现七维度分析结果
  2. 构成要件清单:每个要件单独列出,标注清楚
  3. 不确定概念标注:标出需要深挖的模糊词

示例

输入:《民法典》第1165条 过错责任原则

输出应包含:

  • 规范类型:授权性规范(权利人可请求损害赔偿)
  • 适用主体:侵权行为人(义务主体)、受害人(权利主体)
  • 四个构成要件:行为、损害、因果关系、过错
  • 关键概念:过错、因果关系(需进一步界定)

注意事项

  • 如果法条较长,先确认用户想重点分析哪部分
  • 表格是必选项,便于用户直观理解
  • 标注不确定概念时,提示用户可以用 legal-concept-deep-dive-mctmilk 进一步深挖