| name | judgment-document-generation |
| description | 刑事判决书生成——接收案件事实描述，调用8个原子能力，生成格式规范、论证严密的完整刑事判决书。 适用情形：用户要求"起草判决书"/"生成裁判文书"/"根据案卷写文书"。 核心流程：事实提取→概念理解→争议识别→法条检索→案例检索→演绎推理→格式适用→术语规范。 注意：本skill是刑事一审判决书专用模板，GCL不涉及实际司法文书输出，此skill仅作框架参考。
|
| argument-hint | [案件事实描述] [公诉机关指控] [证据概要] → 生成完整刑事判决书 |
| legal_frame | cn-mainland |
| last_reviewed | "2026-06-13T00:00:00.000Z" |
| version | 1.0.0 |
| risk_level | high |
| references | [{"name":"judgment-document-generation","source":"THUYRan/Legal-Skills-Chinese"}] |
| trigger_phrases | ["判决书生成","裁判文书","文书生成","判决起草","法律文书"] |
/judgment-document-generation — 裁判文书生成
能力概述
本复合能力面向刑事一审案件，接收案件事实描述，输出结构完整、论证严密、格式规范的刑事判决书。
8步流程
S1: 法律核心要素提取（structured-element-extraction）
S2: 法律概念理解（legal-concept-comprehension）
S3: 争议焦点和法律关系识别（dispute-issue-identification）
S4: 法条检索（legal-article-retrieval）
S5: 案例检索（case-retrieval）
S6: 演绎推理（deductive-reasoning）
S7: 法律文书格式适用（legal-document-formatting）
S8: 法律术语规范表达（legal-terminology）
流程图
输入：案件事实描述
│
▼ S1: 要素提取
│
▼ S2: 概念理解
│ └── QC1: 质量检查
▼ S3: 争议焦点识别
▼ S4: 法条检索
│ └── QC2: 质量检查
▼ S5: 案例检索
▼ S6: 演绎推理
│ └── QC3: 质量检查
▼ S7: 格式适用
▼ S8: 术语规范
│ └── QC4: 质量检查
▼
输出：完整刑事判决书
S1: 要素提取
输入：原始案件事实描述（含公诉机关指控、证据列举、被告人态度）
提取要素：
① 犯罪主体（被告人身份、共犯信息）
② 犯罪行为（具体行为方式、手段）
③ 犯罪客体/对象（侵害的法益、具体财物）
④ 犯罪目的/动机
⑤ 犯罪结果（既遂/未遂、损失金额）
⑥ 时间线（案发时间、归案时间、退赔时间）
⑦ 因果关系
⑧ 量刑相关情节（自首、坦白、退赃、前科）
⑨ 证据概要
S2: 概念理解
对以下概念精准理解：
- 涉案罪名的法定构成要件
- 犯罪形态（既遂/未遂/中止）
- 共同犯罪
- 量刑情节（法定/酌定）
S3: 争议焦点识别
识别：
- 控辩双方争议焦点
- 法律关系性质
- 需法院认定的核心问题
S4: 法条检索
检索范围：
- 刑法条文
- 司法解释
- 量刑规范
S5: 案例检索
量刑参考：
- 同类案件的司法实践规律
- 确保判决结果在合理区间内
S6: 演绎推理
核心逻辑：
大前提（法律规范）
→ 小前提（案件事实）
→ 结论（裁判结果）
S7: 格式适用
刑事判决书格式：
① 首部（法院名称、案号、当事人信息）
② 事实部分（公诉机关指控、被告人辩称、证据认定、法院认定事实）
③ 理由部分（"本院认为"）
④ 判决主文
⑤ 尾部（审判人员、日期、上诉期限）
S8: 术语规范
要求：
- 准确、无歧义
- 符合法律文体
- 贯穿全文输出
引用说明
本skill方法论来自 THUYRan/Legal-Skills-Chinese/judgment-document-generation，
THUYRan原版11600字，GCL精简至约130行。
