TaiLexi 法律資料庫 MCP：把台灣法學資料接進 Claude / ChatGPT 的 Agentic Research Loop

Legal AI / MCP / Agentic Research

TaiLexi 宣布可在 Claude、ChatGPT 等支援 MCP 的 AI 平台使用其法律資料庫。這件事的重點不只是「台灣法律資料可以被查到」，而是把法律檢索變成 AI agent 可反覆執行的研究迴圈：搜尋、閱讀、檢查、改關鍵字、沿著新爭點繼續深挖。

一句話重點：法律 AI 的競爭正在從「做一個封閉聊天產品」轉向「把法律資料庫做成 MCP / Connector，讓 Claude、ChatGPT 這類通用模型直接成為法律研究工作流的前端」。

Threads 內容摘要

TaiLexi 表示，現在可以在 Claude、ChatGPT 等 AI 平台使用 TaiLexi 的法律資料庫。貼文指出，Claude Opus 4.8 本身很強，但缺少台灣法律資料庫；透過 MCP 設定後，模型就能查詢台灣法學資料。

實測中，Opus 4.8 會出現類似真人律師的研究行為：反覆輸入關鍵字查找，找到資料後立刻檢查，一篇一篇閱讀；在資料不足以回答問題前，會變換關鍵字或研究方向，持續 loop 到完成目標。

貼文也提到，Claude 在第一輪資料查完後，如果發現新的爭點，會沿著研究結果繼續往下深挖。這種行為接近真人律師的法學研究流程，但代價是非常消耗 token。TaiLexi 也測試讓 Opus 直接完成萬字起訴書與法學文章，模型在資料庫中閱讀數百篇相關法學資料後，產出充滿非幻覺引經據典的長文。

留言中 arumwu 補充了一個重要觀察：這種 loop 設計的關鍵不是固定跑幾輪，而是讓模型自己判斷「找到的資料夠不夠回答問題」才停下來。法學查詢本來就適合這種設計，因為真正的答案常常藏在最初沒有想到的關鍵字裡。

傳統 RAG / 搜尋	Agentic Legal Research Loop
使用者給一組關鍵字，系統回傳若干文件	模型先查，再根據文件內容改寫下一輪關鍵字
搜尋結果通常一次性決定上下文	模型會檢查資料是否足夠、是否有新爭點
容易停在表面法條或少數判決	可以沿判決理由、爭點、學說與相關案例延伸
成本較可控	token 成本高，尤其萬字書狀或法學文章會快速耗盡上下文

法律資料庫可以成為 Claude / ChatGPT 的工具層，讓使用者在原本 AI 對話中直接查詢法條、判決、函釋、文章或其他法學資料。

法律工作最怕模型捏造判決字號、法條或錯誤解釋。MCP 讓模型能取得來源，至少把「無來源幻想」轉成「可追溯資料檢索」。

當 Claude / ChatGPT 成為主要工作介面，法律 AI 公司若只做聊天殼，會被通用模型壓縮；改做資料、檢索、評估與專業 workflow connector 反而更有位置。

深度 loop 會燒大量 token。實務上需要 stop condition、查詢預算、引用驗證、來源去重與人類審核機制。

這則貼文旁邊的相關討論顯示，台灣法律 AI / 法律資料 MCP 已經不只一個玩家：

Lawbot AI：宣布支援 MCP，讓 Claude、ChatGPT 等支援 MCP 的 AI 工具可查詢法條、判決、函釋等台灣法律資料，並附帶來源。
lawchat-oss/mcp-taiwan-legal-db：開源 MCP server，描述為「台灣司法院判決 + 全國法規資料庫 MCP server」，可讓 MCP AI agent 查詢台灣法律資料。