给搜索的法规条文做了个「版本核验」流程：怎么确认手上的条文还是现行有效版
由于职业特点，做数据合规的时候，我经常要脱敏、要引法条，但法律法规大部分都是公开的，也没有必要专门花钱去买专业数据库、API。AI时代，可以说找法条更容易了，用workbudy直接给查法条的指令就行。大家都知道网络信息鱼龙混杂、尤其是AI自动生成又加剧了噪音。就这事，多用几次就出现了痛点：1.同一份法条，从不同网站复制来的版本，条号是不一样的；2.非权威版本的法条，在转载的过程中存在转译的现象，并一定是原文口径；3.AI幻觉有时也会存在误搜集；4.每次问AI，要保证准确要一套提示词、还可能要多轮对话，效率可以再提升。
最严重的一次，我手上有一份被大量转载的《网络安全法》文本，看起来格式干净、章节完整、条号连续，拿去用之前我照例做了核验------结果发现它引用的条号是修正前的旧号。修正之后新增了条款，后面所有条号都往后挪了，但那些转载版没跟着改。
这些文本在网上躺着，被无数人复制到自己的合规文档里。不是「有点过时」，是结构性地错了，而错误藏在最不容易被肉眼发现的地方------一句「本法第X条」的引用里。
这件事之后，我就想着做个skill，利用workbuddy把这个流水线搭起来。
一、三类处理形态
AI通过网络搜索回来"疑似法条"的文本，形态其实很杂：
| 输入类型 | 典型来源 | 问题 |
|---|---|---|
| 二手转载版 | 地方政府网站、公众号推文、律所文章 | 条号可能停在旧版本，格式还很干净 |
| 开源库采集版 | GitHub 上的法规数据仓库 | 全文齐备，但字段混乱、部分缺条 |
| 官方公报 PDF | gov.cn 政策库、公报 | 最权威，但竖排扫描件抽文字会乱码 |
| 国标 | 全国标准平台 | 性质完全不同，是另一个法律问题（后面第五节单说） |
第一类是最危险的。因为「看起来最像真的」------排版整齐、条号连号、没有任何可疑标记。人对它的信任度天然最高，而它恰恰错得最系统。
我定的输入判定标准是：凡是要写进正式合规文档的条文，一律视为"待核验"，不管它从哪来。 包括从我上次自己存的文档里复制出来的。
法律、法规不受著作权法保护，条文是可以自由引用和转载的。被转载 ≠ 是最新版。这两件事完全解耦，但人的直觉会把它们绑在一起。
二、我是怎么让 WorkBuddy 把原文找齐的
AI 一次搜索给回来的东西，质量很不稳定。所以我不让它"搜到什么用什么"，而是按权威性分了四路去取，互相兜底：
| 管线 | 定位 | 覆盖范围 | 速度 |
|---|---|---|---|
| A. 开源结构化库 | 全文获取首选 | 法律 448 + 行政法规 727，条文级 JSON | 速度特别快、基本就是秒级 |
| B. 官网公开重采 | 全层级兜底 | 全部（含部门规章） | 有点慢，需要逐站 HTML 解析、烧token |
| C. 北大法宝 MCP | 只做核验，不做批量 | 法律/行政法规/部门规章/司法解释 | 实时，权威，是我这套流程里唯一的付费数据源（不接也能跑，只是争议条文要人工去查） |
| S. 国标管线 | 检索 + 元数据 | 全国标准平台 JSON 接口 | 检索秒级 |
这个分工解决的是"AI 一次搜索不够可信"的问题。真正撑住质量的是两点：
第一，同一个条文必须有两个来源。 北大法宝是条文级的、一次只能取一条，平台也不允许我批量拿。所以我把它当"裁判"用，不当"资料库"用------只在有争议的时候，去取那一条权威原文来定性。大量文本还是走开源库那条快路。
第二，两个来源不一致的时候，不是简单"以法宝为准"，而是先弄清楚开源库错在哪。 因为不改错的地方、只改对的地方，核验结论才敢用。
除此之外，还有一条只在修正版法律时才用的专项检查（见第四节），它是整套流程里最容易被漏掉、但恰恰最关键的一步。
我还给自己定了条规矩：每一步没拿到结果，都要说清楚为什么没拿到、实际是从哪拿到的。 拿到什么就说什么，不许悄悄糊过去。
三、技能会实际跑一遍的五个步骤
第 1 步：先把"是哪一版"说清楚
第 2 步：取原文，每份都带上来源
其中更要紧的检查：比之前先数一下条文条数，跟官方公布的条数对一对。我最近一次核验就靠这道防线抓到问题：拉《网络安全法》2025 修正版当比对基线，库自己标的是 81 条，实际解析出来只有 62 条------少的是第 23 到 41 条，整整 19 条连续缺失，正好是「网络安全」那一整章。
这里踩过一个坑：一开始我图省事，比对时用了一种"全文转纯文本"的口径，结果每条文后面都粘着章节标题，比出来的差异一大半都是这种假差异。改成按结构拆开、再比，才对得上。
这类缺条最阴的地方在于：如果我图省事先拿它跑比对，缺失的 19 条永远不会被发现有问题。残缺文本和正确文本在比对结果里长得一模一样，都是"无差异"。所以这个数不是白数的------没差异和是一回事，缺东西和内容对是另一回事。
第 3 步：逐条比，不抽样
为什么不抽样？ 因为条号漂移是成片出现的，不会只错一处。随手抽十处，很可能十处都"看着正常"------因为漂移一般只发生在中间偏后的位置，抽样十有八九抽不到。
为什么要先把标题行剥掉再比？ 不剥会产生大量假差异。假差异一多，真差异就淹没了。比对这件事的敌人不一定是数据错，很可能是噪音。
第 4 步：查"引用条号"有没有跟着漂（修正版必做）
这是我在网安法那次真正学到的。
修正一部法律有两种可能：改的是条文内容 ，或者改的是条文数量 。后者一旦发生，后面所有条号都整体位移，于是所有「本法第X条」的引用都可能失效------而这部分错误在全文比对里完全看不出来，因为比对只会告诉你「第75条的正文和第75条不一样」，它不知道第75条里那句「依照本法第三十条」指的到底是哪个 30 条。
具体到那次：网安法 2025 修正新增了 2 条，导致原第 75 条引用的「第三十条」，实际应该是「第三十二条」。差 2 个条号，肉眼扫过去根本不会发现。
第 5 步：有争议的，去问权威，然后出报告
比对出来的差异，不等于就是错------格式、排版差异可以忽略，内容错了就必须改。所以每一条差异我都去北大法宝取一次权威原文来定性，附上可溯源链接，然后才写进报告。这一步不能省：一段有差错的条文，你不能靠"我觉得它应该没问题"就放过去。
四、产出核验报告
最终产出是 核验报告.md，
核心是一张比对矩阵（法规 × 来源 × 结论）加差异裁决记录。矩阵的形态大概是这样：
| 法规 | 来源 | 条文数 | 结论 | 关键差异 |
|---|---|---|---|---|
| 《网络安全法》(2025修正) | 二手转载版 | 与官方一致 | MISMATCH | 6 处交叉引用条号未随修正更新 |
| 《网络安全法》(2025修正) | 开源库采集版 | 与官方一致 | DIFF | 第75 条引用号正确，格式需重建 |
| 《数据安全法》 | 开源库采集版 | 一致 | PASS | --- |
我坚持在结论里区分三档，而不是笼统的"通过/不通过"，因为：
- PASS = 逐字一致，可以直接引用
- DIFF = 有差异但核实为无害（格式、排版），内容可用
- MISMATCH = 内容性错误，禁止直接引用，必须先修正
产出物还必须带两样东西：核验日期 和来源清单。法规会变，同一份报告今天有效不代表下周有效------没有日期的核验报告，价值接近于零。
五、一个我特意让AI停下来没做的事，做数据合规，工具也要首先依法守法
本人法治素养要求这条还是必须单独讲，因为这是法规工作里最容易踩、也最容易被炫技冲动掩盖的坑。
国家标准分两种，法律地位完全相反，国家标准中，强制性标准因具法规性质依《著作权法》第五条不受保护、推荐性标准受著作权法保护，采标ISO/IEC者还须叠加国际组织版权限制。
我一度想在程序化拿不到的时候去找第三方镜像绕行。这个念头本身就是错的 ------官方预览页"正文异步加载、防下载"不是待攻破的技术障碍，它就是版权保护措施本身。程序化拿不到 ≠ 可以另找地方拿。GB/T 的合规路径只有人工预览 + 元数据 + 购买正版这三条，没有第四条。
顺带说，法规工作里另有一条纯技术性但同样要守的边界：国家法律法规数据库（flk.npc.gov.cn）是权威性最高的官方库，但它没有公开接口，且 robots.txt 明文禁止自动化采集。程序化获取不要碰它。 它的正确用法是人工浏览器终裁---争议条文的最高可信度基准。央行网站也是同样的 Disallow: /。要不要采不采，是合规判断，不是技术难度问题。
六、怎么用
打开 workbuddy-专家·技能·连接器-搜技能，装技能、开通 mcp 连接器-对话框里直接提核验要求。
日常用起来跟在对话框里问法条没区别，只是多了一句"帮我核验一下是不是现行有效版"。就会把上面那五步走一遍，最后给一份三档结论的报告。
结语
做这套流程的出发点很小：我不希望自己写进合规文档的每一个条号，都要先在心里打个问号。上述均为本人实践完成。能力边界我也定的很清楚，有所为、有所不为，只是给普通人能用而不是试图替代专业工作。只做文本获取与正版性核验 ，不提供法律意见、不做法律判断。碰到具体的法律适用问题，得去找线下执业律师。AI 生成内容仅供参考，不构成且不能替代律师等专业人士的意见。
这套核验流程已经封装成一个可复用的技能，需要的同学可以评论区交流，我看到会回。
#WorkBuddy #AI办公