Legal Red Team

• Je hebt een LLM gebruikt om een juridische memo, contractsamenvatting, compliance-gids of regelgevingsoverzicht op te stellen en moet dit verifiëren voordat je het deelt.
• Je wilt plausibel-maar-onjuiste artikelnummers, verzonnen deadlines of zelfverzekerde-maar-ongedocumenteerde claims onderscheppen voordat je ze verspreidt.
• Je hebt een gestructureerde go/no-go kwaliteitsdrempel nodig (minimale score van 4/5, nul KRITIEKE problemen) voor door AI gegenereerde juridische inhoud.
• Je voert een citatieaudit uit om te bevestigen dat elke wettelijke verwijzing daadwerkelijk bestaat en overeenkomt met de geciteerde bepaling.

• U juridische conclusies, processtrategie of professionele juridische interpretaties moet verifiëren — deze vaardigheid controleert feitelijke nauwkeurigheid en bronvermeldingen, niet juridisch redeneren.
• U toegang nodig heeft tot betaalde juridische databases (Westlaw, LexisNexis) — bronverificatie is gebaseerd op vrij toegankelijke officiële bronnen.
• U op zoek bent naar een vervanger voor gekwalificeerd juridisch advies bij zaken met grote belangen; deze vaardigheid is een aanvulling, geen vervanging.

Elk document wordt beoordeeld aan de hand van zes gestructureerde categorieën: feitelijke nauwkeurigheid, citaties van juridische autoriteiten, rekenkundige validatie, bronverificatie, detectie van speculatie en toereikendheid van disclaimers. Elke categorie heeft gedefinieerde rode vlaggen en controlepunten, zodat geen enkele veelvoorkomende fout over het hoofd wordt gezien.

De vaardigheid richt zich op vijf terugkerende AI-hallucinatiepatronen in juridische inhoud: plausibel maar onjuiste artikelnummers, vol vertrouwen verkeerde datums, begeleiding die ten onrechte wordt gepresenteerd als bindend recht, verouderde juridische verwijzingen en rekenfouten bij het berekenen van termijnen. Voor elk patroon is een specifieke detectietechniek gedefinieerd.

Bevindingen worden ingedeeld in vier ernstniveaus — KRITIEK, HOOG, MATIG en LAAG — met duidelijke definities, voorbeelden en vereiste acties op elk niveau. KRITIEKE problemen moeten worden opgelost vóór enige distributie.

De tool legal_quality_scorer.py genereert een samengestelde score van 1–5 met een uitsplitsing per categorie. Documenten met een score lager dan 4/5 mogen niet worden verspreid; de workflow voor de pre-distributiecontrole vereist nul KRITIEKE problemen en volledige disclaimers.

Twee Python-scripts — legal_fact_checker.py en legal_quality_scorer.py — ondersteunen tekst- of bestandsinvoer, JSON-uitvoer, uitgebreide modus en opgeslagen rapporten. Ze dienen als eerste-scan-hulpmiddelen, ontworpen om te worden ingevoerd in handmatige adversariale beoordeling.

Drie kant-en-klare workflows dekken een volledige adversariale review, snelle citaatcontroles en een goedkeuringspoort vóór verspreiding. Elke workflow bevat een validatiestap om te bevestigen dat aan de voltooiingscriteria is voldaan.

Voer legal_fact_checker.py uit om alle citaties en datums te markeren, verifieer elk daarvan aan de hand van EUR-Lex of eCFR, en voer vervolgens legal_quality_scorer.py uit om een score van 4/5 of hoger en nul KRITIEKE bevindingen te bevestigen voordat u het document naar klanten of medewerkers verzendt.

Gebruik Workflow 2 (Quick Citation Check) om elke juridische verwijzing uit het document te extraheren en te verifiëren aan de hand van de relevante officiële bron — zodat verzonnen artikelnummers of verkeerd geciteerde bepalingen worden onderschept voordat ze een juridisch team bereiken.

Integreer legal_quality_scorer.py als een geautomatiseerde poort in een documentgeneratiepijplijn. Elk document dat lager dan 4/5 scoort, wordt vastgehouden voor menselijke beoordeling; alleen documenten die voldoen aan de drempelwaarde en de disclaimervereisten worden doorgestuurd naar de volgende stap.

Pas de zesmethodologiestappen toe met een adversariale instelling: markeer elke feitelijke bewering en elk cijfer, verifieer datums aan de hand van wettelijke teksten, signaleer speculatie die als zekerheid wordt gepresenteerd, en stel een bevindingsrapport met ernstclassificatie op voor het opstelteam.