BBVA法律咨询：把资料与草稿交给 GPT，把答复责任留给律师

九名律师每年支持四万多次法律咨询，瓶颈不只是写得慢，而是每次答复都要从产品说明、内部规定和外部法规中找到适用依据。BBVA 西班牙法律团队把这些咨询文档组织进专用 GPT，帮助形成回答；答复发给分行经理之前，仍逐份经过人工复核。

这个案例最值得借鉴的，是把部门工具与组织支持连接起来。工具承担检索与草拟的辅助工作，法律团队承担答复责任，推广团队则帮助可复用的做法被找到、被支持。三者解决不同问题，不能用集团活跃人数证明法律答复已经正确。BBVA，2025年1月公开披露

一次咨询里，哪些工作已经交给了工具

分行经理把客户的法律问题带给咨询团队。原先，律师需要在多种文档间查证，再组织回应。团队创建的专用 GPT 包含咨询所需文档，经过广泛审查与质量控制后用于这项工作。其输出进入律师复核，而非直接发送给客户或分行。

公开材料能支持的链条是“部门资料—辅助答复—人工复核—发给分行”。这里的输入不只是用户问题，还有团队准备的领域资料；输出则是待审回答，不是自动生效的法律意见。把工作终点放在发出后的正式答复上，才能看见查证、纠错和返工是否抵消了起草节省。

这份披露没有公开检索分块、引用定位、地区过滤、法规版本优先级或权限同步。专用 GPT 也不等于已经实现这些机制。对准备落地的团队，关键问题是复核者怎样判断依据有效、适用条件完整；如果回答只是一段流畅文字，却找不到支持它的当前材料，复核者仍得重做查证。这是对工作责任的分析，不是 BBVA 已公开的内部技术方案。

部门能做出一个助手，组织怎样让别人用得起来

BBVA 的 Global AI Adoption 团队管理员工产生的用例，提供技术支持、实践社区、培训和工作坊，并建立内部 GPT 目录帮助发现可复用工具。这使一个部门的好做法不必只靠同事口头传播。

支撑网络有两类参与者：champions 在各业务与地区组织采用活动；wizards 则从活跃实践者中识别，直接带动更广泛使用。原文还说明采用团队与法务、合规和 IT 安全协作。它们不是 GPT 内部的智能体角色，而是持续支持和风险判断的组织职责。

目录解决“在哪里找到”，培训解决“怎样开始”，专业团队解决“这份答复能不能发出”。如果把三种责任混成一个使用量目标，就可能出现工具被广泛打开，材料却无人更新、输出仍需大量返工的情况。来源没有披露目录的准入、审批、下架状态机，也没有说明怎样保证法律助手资料持续有效。

改善发生在哪里，哪些数字尚不能算

BBVA 报告，团队能在24小时内回应更多咨询，首答质量改善，一些原需数小时的任务缩短到数分钟。这是参与方对工作改善的描述。没有公开统一任务样本、完整计时、复核返工和法律错误率，因而不能把“四万多次咨询”乘以某个节时比例计算全年回报。

组织层面，原文在2025年初提出从任务数量、质量、创新、时间和经济影响五方面评估用途。那是价值测量方向，不是五项指标已经完成了对照实验。扩大许可证、增加 GPT 数量与一项咨询服务真正变好，应分别判断。

借鉴前，拿一份实际答复走完复核

在获准使用的历史咨询中，选取范围清楚的一类任务，保留问题、适用地区与产品、所用资料及其有效版本、初稿和律师修订。分别记录澄清、查证、草拟、复核及返工时间，并观察正式答复的遗漏与错误，而不只记录模型出字速度。

如果同一种依据反复被修正，先确定知识维护者和停用条件；如果依据正确而复核仍很费力，检查输出能否把结论与资料对应起来。只有部门确认完整工作有所改善，目录和培训才值得扩大这项用途。上述检查是本文的迁移建议，不能代替法律团队自己的专业判断与上线责任。