律师事务所对人工智能时代营销的启示

引言

营销人员往往在显而易见的地方寻找人工智能的启示：那些发布最多内容、进行最大胆实验、宣扬最耀眼成果的公司。受监管的行业很少出现在这份名单上。它们行动缓慢，采购谨慎，在谈论覆盖范围之前，总是先谈论风险。

这正是它们值得关注的原因。一家律师事务所无法承受自信地犯错，而搜索结果也越来越无法承受。随着AI概览和聊天助手在信息发现层占据更多空间，一直以来约束法律营销的准则——即准确性、信任和可验证的专业能力——正逐渐成为约束所有人的准则。

换言之，市场上最谨慎的买家正在进行一场实验，而我们其他人即将以此为标准接受考核。

在律所内部，AI 已经在承担实际工作，只是并非像头条新闻所暗示的那样。其实际应用范围有限且受监督：总结长篇文件、检索相关判例、起草常规信函初稿，以及对 incoming 咨询进行分流，从而避免法律助理手动阅读每一份表格。

令人瞩目的是接受门槛的差异。市场营销团队或许能容忍准确率达八成的AI工具，因为标题欠佳的代价微不足道。但诉讼律师绝不能如此。虚构的引证并非奇特的故障模式，而是职业操守问题，且已有足够多的因捏造判例而受处罚的案例，足以让每位合伙人如坐针毡。

因此，律所们已形成一种值得借鉴的模式：AI负责处理前90%的工作，而具备资质的人员则负责最后10%——即涉及法律责任的部分。工具负责起草，律师负责核查，且核查环节不可或缺。这种分工并非怯懦，而是对当前模型可靠性与局限性的清醒认知。

更大的变革发生在律所之外——潜在客户寻求帮助的方式正在改变。过去遇到问题的人会输入“墨尔本不公平解雇律师”并浏览一页蓝色的链接。如今，相当一部分人会用完整的句子提问，比如“我在休假期间雇主能否裁员”，并在看到律所名录之前先阅读系统生成的答案。

这从两个方面改变了可发现性问题。首先，答案越来越多地由模型生成而非通过点击选择，因此出现在第一页的重要性，远不如成为模型足够信任并引用来源的重要性。其次，查询内容更长、更具体且更具情境性，这使得真正解决具体问题的内容，比针对宽泛关键词的内容更具优势。

对于受监管的机构而言，这颇为棘手，因为大多数法律问题的诚实答案都是“视情况而定”。但这种限制反而催生了更优质的内容。被引用的页面往往是那些详细列出实际考量因素、援引相关法规，且明确标注了具名且具备资质的作者的页面。模糊、含糊其辞、匿名的内容无法通过摘要筛选环节。

十年来，许多SEO建议都暗中默认“多即是好”的逻辑：更多文章、更多页面、对每个长尾关键词变体的更全面覆盖。在风险较低的领域，这种策略往往奏效。但在高信任度垂直领域，它从未真正奏效，而AI搜索如今正揭示其原因。

当模型针对医疗、金融或法律问题生成答案时，其实是在暗中判断哪些来源值得引用。其依据的信号均指向真实的可信度：明确的作者身份、专业资质、对原始来源的引用、与其他权威资料的一致性，以及过往的准确记录。这些要素均无法通过规模化手段来操纵。可验证的专业知识无法批量生产。

这也正是各公司正在悄然升级其技术栈的领域。律师采用的AI工具，往往是以验证和来源溯源为核心构建的，而非单纯追求输出速度，因为在这种场景下，一个快速但错误的答案比没有答案更糟糕。采购标准本身就说明了一切。当错误的代价很高时，人们就会停止追求数量，转而追求来源的可靠性。

这一经验教训具有普遍的普适性。随着AI在各个领域处理越来越多的查询，那些能赢得引用（citation）的网站，将是那些在模型看来，像谨慎的专业人士所依赖的来源的网站。

你无需经营一家律师事务所，也能运用他们总结的经验。其中几项策略完全适用于任何正被AI搜索重塑的垂直领域。

这些策略并非什么新奇之物。它们更接近于传统的编辑规范，而非那些冠以“增长”之名的策略——这恰恰是关键所在。

受监管职业的宝贵之处在于，它们被迫在早期且面临实际后果的情况下，直面市场其他领域才刚开始探讨的问题：AI必须做到何种程度，你才愿意为其产出背书？

他们的答案始终如一：在AI擅长的领域使用工具，在薄弱环节进行核查，并且在“错误代价高昂”的语境下，绝不让速度凌驾于准确性之上。AI搜索正让“错误”对所有人变得越来越昂贵——因为不信任你内容的模型不会将其展示出来，而发现一个虚构事实的读者也不会再回来。

律所比大多数营销人员更早得出这一结论，因为他们别无选择。更明智的做法是主动采取这一策略——趁其仍能成为竞争优势时，而非在被迫补救时才仓促应对。