Прототип LegalTech-сервиса «Конструктор доверенностей»

#AI для юриста
Задача
Создать прототип LegalTech-решения — сервиса «Конструктор доверенностей», который позволит сотрудникам и юристам быстро формировать доверенности по шаблонам с возможностью выбора полномочий и автоматического заполнения данных.
Как задача решалась без ИИ
Без использования ИИ задача решалась бы следующим образом:
  • юристы вручную описывали техническое задание для IT-отдела;
  • требования формулировались в свободной форме (Word / PowerPoint);
  • визуальный прототип интерфейса либо отсутствовал, либо создавался дизайнерами после серии интервью с юристами;
  • процесс занимал много времени и требовал постоянных уточнений между юристами и разработчиками.

В результате:

  • ТЗ получалось разрозненным;
  • сложно было сразу представить, как будет выглядеть готовый продукт;
  • высок риск недопонимания между бизнесом и IT.
Ключевые проблемы, которые решали с помощью ИИ
С помощью AI нужно было решить следующие проблемы:

  • быстро сформулировать понятное и структурированное техническое задание;
  • перевести юридическую идею в язык product-логики и user stories;
  • получить визуальный прототип интерфейса без привлечения дизайнеров;
  • сократить количество итераций согласования с IT-отделом;
  • ускорить запуск концепции продукта.
Цель
Получить:

  • текстовое описание сервиса (функциональные требования);
  • визуальный прототип интерфейса;
  • основу для обсуждения проекта с IT-командой и руководством;
  • иными словами — создать MVP-прототип юридического сервиса силами самих юристов.
Какая задача стояла перед юристами
Что имели на входе
На входе было:

  • идея: создать сервис для генерации доверенностей;
  • общее понимание логики работы (выбор типа доверенности, заполнение данных, генерация документа);
  • запрос от IT-отдела: «Опишите, что именно вы хотите сделать»;
  • без готового ТЗ, без макетов и без архитектуры решения.
Технологии и процесс
Какие LLM были использованы
  • Perplexity Lab (также можно было использовать Claude, ChatGPT или Gemini).
  • Наиболее качественные результаты показал Claude, но кейс был реализован в Perplexity Lab.
Как выглядели промты
Промпт 1. Формирование технических требований
Цель: получить структурированное описание продукта.

Пример промпта:
«Ты — опытный Product Manager в сфере Legal Tech.
Напиши требования для разработки внутреннего сервиса в юридическом департаменте «Конструктор доверенностей».

Суть продукта: веб-сервис, где сотрудник или юрист может выбрать тип доверенности, заполнить данные, выбрать полномочия из справочника и сгенерировать готовый документ (docx/pdf).

Структура документа должна включать:
— цель проекта (автоматизация выдачи, снижение ошибок, учет выданных доверенностей);
— роли пользователей (юрист, сотрудник, администратор);
— основные функции (User Stories);
— интеграцию с 1С (подтягивать ФИО и паспортные данные сотрудника автоматически);
— варианты полномочий(выбор полномочий галочками из списка: суды, госорганы, почта и т.д.);
— ограничения прав (сумма сделки, срок действия, право передоверия);
— маршрут согласования;
— реестр доверенностей (со статусами: активна, истекла, отозвана);
— требования к интерфейсу (простота, пошаговый мастер заполнения).

Напиши так, чтобы разработчик понял логику работы сервиса, структуру данных и желаемый результат.»

Промпт 2. Генерация интерфейса
Цель: получить визуальный прототип.

Пример промпта:

«Ты — эксперт по UI/UX дизайну и Front-end разработке.
Используя требования из предыдущего шага, создай визуальный прототип конструктора доверенностей.
Что получили в результате
В результате работы с LLM были получены:

  • структурированное текстовое ТЗ;
  • несколько вариантов интерфейса сервиса;
  • интерактивный прототип конструктора доверенностей;
  • дашборд и реестр доверенностей;
  • визуальный путь пользователя от выбора типа доверенности до генерации документа.

Прототипы можно было:
  • показать IT-отделу;
  • использовать как основу для реальной разработки;
  • презентовать руководству как концепцию продукта.
Подход можно применять для:
  • создания прототипов любых юридических сервисов:
— конструкторов договоров;
— сервисов комплаенса;
— реестров документов;
— внутренних порталов юрдепартамента;
  • подготовки ТЗ для автоматизации юридических процессов;
  • быстрой проверки идей LegalTech-продуктов;
  • работы юридических департаментов с ограниченными ресурсами.

Особенно полезен этот метод, когда:
  • проект нужно запустить быстро;
  • нет выделенной команды аналитиков и дизайнеров;
  • юристы сами выступают инициаторами цифровых решений.
Где еще применим этот подход
Обсудим как ИИ можно использовать у Вас?
ИИ ускоряет работу юристов, освобождая время для экспертных решений и роста бизнеса
Другие кейсы по использованию ИИ юристами
Автоматизация юридических документов с AI — ускорьте работу
Узнайте, как AI помог юристу обработать 108+ дел за 10 минут. Экономия времени, готовые таблицы и автоматизация документооборота для Вашей практики.
Юридический анализ протоколов с ИИ — стратегия защиты
Как искусственный интеллект повышает скорость и точность анализа административных дел. Готовые решения для бизнеса и миграционного права.
AI для юристов: ускорение анализа документов и повышение качества заключений
ИИ для юристов: быстрая подготовка заключения и повышение эффективности департамента.
ИИ для подготовки юридического выступления: кейс команды
Как AI помог юристам быстро создать сценарий, презентацию и структуру выступления. Практический пример применения LLM в юр-функции.
Анализ судебной практики с помощью AI: кейс лицензионных договоров
Разбор кейса: как AI помогает юристам анализировать судебную практику по лицензионным договорам и снижать правовые риски.