Taiwan Legal RAG：台灣判決語義檢索的正確期待與風險邊界

Legal RAG / Taiwan judgments

TW Legal RAG 值得收，但要把它理解成「判決檢索層」，不是法律答案機

Threads 原文強調 30 年、約 2,200 萬筆判決向量化與 CLI/MCP 入口。GitHub README 補上最重要的邊界：開源 CLI 連接 Legal Detective 的 TLR endpoint，負責語義檢索與打包結果；它不呼叫 LLM、不生成法律建議，也不保證第三方模型輸出的語義忠實性。

可用之處

自然語言查找概念相近但用詞不同的台灣判決，降低只靠案號/關鍵字搜尋的漏查問題。

CLI / MCP 角色

把檢索結果包成可餵給 ChatGPT、Claude、Gemini 或 agent 的資料束，適合法律研究、判決比對與初步脈絡整理。

官方 caveat

README 明確說明它是 retrieval-only；citation check 只檢查引用判決是否屬於 retrieved bundle，不等於法律推論正確。

法律風險提醒：這類工具適合做研究輔助，不應直接替代律師意見。尤其台灣法令、判決見解、事實認定與程序策略都高度脈絡化；RAG 能降低找不到資料的風險，但不能消除錯誤解讀的風險。

工作流	合理用法	不要這樣用
找判決	用口語描述法律問題，取得相關裁判清單	把第一批結果當完整窮盡檢索
餵 LLM	讓模型基於檢索 bundle 做摘要、比對、整理爭點	讓模型自行補法條或自行創造引用
引用檢查	檢查模型引用是否來自檢索包	把 citation check 誤認為法律結論驗證
一般民眾問答	作為理解問題的入口與提問準備	直接據以訴訟、簽約或放棄權利

導入建議

把檢索、摘要、法律判斷分成三層記錄，避免混在同一段 AI 回答。
保留每次檢索 query、時間、判決清單與模型版本。
要求 agent 回答時列出「已引用判決」與「仍需人工查證」。
涉及個案權益時，最後一步交由合格法律專業人士確認。

Sources
Threads: https://www.threads.com/@dr_lawbot/post/DY2DI5eFCEt
GitHub: https://github.com/aa0101181514/tw-legal-rag
Public ask endpoint: https://dr-lawbot.com/ask