菜单
争议焦点识别是指在法律要素提取之后，从法律事实中提取争议焦点，进一步将案件关系转化为法律关系问题。 能够排除无争议事项，能够有效围绕当事人争议的事实、证据和法律适用等焦点问题进行后续分析。 通过事实调查、证据审查等梳理再次确定争议焦点，可更加深入和靠近争议焦点的本质，将案件剖析的更加充分和透彻。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
分析法律规范的目的、价值导向，以及事实应如何进入规范评价，判断涵摄的限度，需要适当区别于法律解释中的规范目的解释。
当用户需要查找与当前法律问题相关的类似案例、相关判决、裁判规则时触发此技能。典型触发场景包括：用户明确要求查找类似案例或判例；需要通过既往裁判支撑法律论点；进行案件预判需要参考同类判决；撰写法律文书需要引用权威案例；分析某一法律问题的司法实践趋势；对比不同法院、不同时期对同一问题的裁判立场。关键词包括但不限于：类似案例、相关判决、判例检索、裁判规则、同类案件、指导性案例、典型案例、司法观点、裁判要旨等。
生成标准化法律检索报告，适用于案例检索、法条检索、类案分析等法律研究场景。当用户需要进行行业或专业分析、预测裁判结果、复核法律依据的有效性、确认请求、抗辩主张的法律依据、分析司法实践倾向等任务时使用。支持诉讼方案评估、庭审准备、合规审查、法律培训等各类法律实务场景。
当AI智能体在法律推理过程中检索到具体法律条文后，需要对该法条进行效力验证时触发此技能。 触发条件包括但不限于： 1. 智能体引用任何法律条文作为推理依据前； 2. 用户提供法条要求分析其适用性时； 3. 多个法律规范可能存在冲突需要判断优先适用时； 4. 法律文件的时间效力存疑（可能已被修订、废止）时； 5. 需要确认某规范性文件是否具有法律约束力时； 6. 跨层级、跨区域法律规范适用产生疑问时。 本技能确保智能体引用的每一条法律规范均为现行有效、层级正确、与上位法及同位法无冲突， 从而保障法律推理结论的可靠性和权威性。
辅助中国大陆行政机关法律工作人员，根据一段行政案情，按行政法基本原则进行价值判断、利益衡量，并形成倾向性裁量结论。
当AI智能体需要处理以下情形时触发本技能： 1. 当前案件/问题在现行法律中没有直接、明确的规定（法律漏洞）； 2. 需要参考已有判例、相似案件或相近法律规范来推导当前问题的处理方案； 3. 用户明确要求"参照""比照""类推适用"某一规范或案例； 4. 在法律论证中需要以"相似案件相似处理"（Like cases should be treated alike）原则支撑结论； 5. 需要评估两个或多个案件/规范之间的相似性与差异性，以判断能否进行类比； 6. 在合同解释、侵权责任认定、行政处罚裁量等场景中，需要借助类似情形的处理经验形成论证。 本技能的核心是：识别相似性基础（tertium comparationis），论证类比的正当性，并在此基础上得出合理的法律结论。
| name | dispute-issue-identification |
| description | 争议焦点识别是指在法律要素提取之后，从法律事实中提取争议焦点，进一步将案件关系转化为法律关系问题。 能够排除无争议事项，能够有效围绕当事人争议的事实、证据和法律适用等焦点问题进行后续分析。 通过事实调查、证据审查等梳理再次确定争议焦点，可更加深入和靠近争议焦点的本质，将案件剖析的更加充分和透彻。 |
本技能可以：
Step-by-step instructions:
识别案件中双方当事人（或多方当事人）。
识别案件主体情况，厘清案件中有几方当事人，各方主体分别是谁。
识别案件中各方当事人的主张。
明确双方争议内容集中在事实还是法律评价上。明确双方争议内容，即双方主张的不同之处。区别为：事实上的不同和法律评价上的不同。
事实上的争议焦点，通常也成为一般争议焦点，主要是当事人就法律关系的形成、变更和消灭发生争执的事实。例如，民间借贷案件中，借款人是否实际收到款项；债权人代位权纠纷中，债务人是否怠于行使自己的权利而害及债权人债权实现，等等。
法律争议焦点最为常见的就是关于法律的正确解释及适用，它的归纳专业性更强，且往往与事实相互交织，客观上存在界分和定性的困难。事实争议焦点遇到法律适用问题或证据规则问题时，还容易转化为法律争议焦点，包括举证责任分配、证据的效力及证明力、法律规定的解释和法律正确适用问题。
准确抓住当事人诉争事项核心要素，合恰归纳当事人争议焦点，不但对案件的裁判结果有直接影响，还对当事人实体权利的保护有方向性的作用。例如，当事人是否构成重复诉讼，既涉及诉讼主体、请求、标的是否为同一的事实争议，又涉及当事人对于各要素不同认识的法律争议，还直接决定着当事人实体权利的裁判方向。
将分歧转化为规范化的争议焦点。将零散的争议内容转化为具有法律分析意义的问题表达。争议焦点的表述应尽量做到客观、简洁、可裁判，避免使用纯粹情绪化或生活化语言。
判断不同争议焦点的层级。并非所有分歧都具有同等重要性，应进一步区分核心争点、次级争点与背景性分歧。具体而言：
分别梳理案件中各方当事人主张的支持事由。即各方基于哪些事实、证据和法律依据来支撑自己的立场。
这一环节通常包括：原告主张所依赖的关键事实是什么；被告抗辩所依赖的关键事实是什么；各方分别援引了哪些证据；各方主张分别试图对应哪些法律规范或法律效果。
动态调整检查。争议焦点并非固定不变，随着诉讼进程推进，新的事实或证据可能出现，需根据庭审情况动态调整争议焦点，并在庭审结束前征求双方当事人的意见，确保争议焦点准确反映案件的核心争议。
期望的输入形式：
Format 1：已经初步整理的案件事实材料。
输入可以是经过法律事实提取后的案件材料，包括主体事实、行为事实、时间事实、结果事实、因果关系等。该类输入适合直接开展争议焦点识别。
Format 2：未经过法律事实提取的案件事实陈述。
输入也可以是判决书案情摘要、庭审争议陈述、代理意见摘要、咨询记录或案例材料等，其中包含原告主张、被告抗辩、证据情况和初步法律分歧。这类输入适合进一步从事实结构中提炼争议焦点。
将生成：
争议焦点描述：
关于争议焦点的描述，一般用疑问句来表达，比如“张三是否构成无权占有”“李四取得财产是否有法律依据”。可以输出为“结论→理由→依据”的格式。
输出为结构化的争议焦点列表，通常包括核心争议焦点、次级争议焦点及简要说明，并标明每一争点所对应的主要事实分歧和法律问题。
争议焦点格式：
可以输出争议焦点清单或表格形式。对于复杂案件，还可以输出按时间顺序展开的争点结构，适用于复杂案件梳理和可视化展示。
示例：
示例 1：
请根据下面这段案件材料，识别本案的争议焦点，并区分哪些属于事实争议、哪些属于法律争议：
甲称其于2024年5月向乙转账10万元，双方约定一个月后归还；乙则主张该10万元并非借款，而是双方合作投资款。甲要求乙返还借款本息，乙不同意。
示例 2：
请根据以下买卖合同纠纷材料，提炼适合民法请求权分析的核心争议焦点，并说明每个争议焦点对应哪些关键事实、证据和法律问题：
原告称其在二手平台购买一台电脑时，卖家明确表示系‘全新未拆封’；被告则主张自己从未承诺该电脑为全新，仅称‘外观良好’。原告收货后发现主板存在维修痕迹，并请求退货退款。
示例 3：
请根据这段案件摘要，按照‘核心争点—次级争点—背景性分歧’的层级，整理本案争议焦点：
原告主张某平台未经同意向第三方披露其手机号，导致其遭受持续骚扰；被告平台主张涉案信息不属于个人敏感信息，且原告未能证明骚扰结果与平台行为之间存在因果关系。
示例 4：
请根据下面的庭审争议陈述，梳理双方各自主张的支持事由，并将其对应到各个争议焦点之下：
原告主张合同已成立并已履行付款义务；被告主张合同尚未生效，且即使生效，其未履行亦因原告先违约所致。
以请求与抗辩为中心识别争点
争议焦点应围绕请求支持与抗辩成立展开，只有那些会影响权利义务判断、责任承担或法律效果的分歧，才应被识别为真正的争议焦点。
争议焦点应表述为可裁判的问题
争点表述应尽量客观、精炼、规范，避免使用情绪化、立场化或预设结论的语言，围绕何种事实和规范问题需要被判断而展开。
Limitation 1
争议焦点识别依赖于案件事实整理的质量。如果基础事实抽取不完整、当事人主张不清晰或证据材料严重不足，争点识别结果可能比较模糊。
Limitation 2
本技能无法代替争议的解决，只能成为法律分析的前置步骤。
