RegAI.tw - 分析
RegAI.tw 是國內律師開發的法律AI應用服務系統,以 LLM 為語言與推理核心,結合專為本系統設計的台灣法律資料庫,提供在地化的對話式法律AI助理服務,包括法律MCP伺服器服務,讓 AI 代理人 (AI Agent) 可以立刻取得台灣法律智識。
一般人所熟悉的 AI,例如 Gemini、Claude、ChatGPT 等,功能已經非常強大,包括寫程式、搜尋網路、撰擬文章、製作筆記、外文翻譯,從天文到地理幾乎無所不能,為什麼還需要一個在地化的法律AI助理?
因為目前主要的 AI 仍然無法直接處理台灣法律議題,必須用網路搜尋、RAG、MCP等方式擴增知識範圍,才能從台灣法令規範的角度,正確回應使用者的提問,否則容易流於空泛、欠缺法律基礎,甚至出現 AI 幻覺(hallucination)。
RegAI.tw 就是為了解決這個問題所推出的整合型法律AI服務。
為了驗證 RegAI 在回應使用者提問時的回覆品質,本文將先以一個相對簡單、但並非少見、而且涉及法律考量的問題,以日常語言向 RegAI 提問,並分析其回覆內容,除了驗證其回覆品質外,也會說明其限制與克服方式。
RegAI.tw 實測
提問:
「我們把辦公室租給一家公司,現在他們説他們要用不同的公司名稱簽約,員工都相同。可以怎麼做?」


回覆內容全文
RegAI.tw 實測分析
思考與推論過程(thinking / reasoning)
從第一張 RegAI,tw 的網頁截圖中可以看到,使用者的提問送出之後,首先出現的是思考與推論過程:
已檢索法律辭典…
已檢索法律辭典…
已檢索法令規定…
已檢索法令規定…
已檢索法令規定…
...
這表示 LLM 核心已依照系統設計,將使用者以日常語言提問的內容轉化為可能的法律概念、並據以執行法律資料庫檢索,作為生成回覆內容的依據。
解構回覆內容
RegAI 將回覆內容分為四大項:
一、問題本質:承租人主體的變更
二、可行的法律處理路徑
三、身為出租人(房東)的重要風險提示
四、結論建議
回覆內容直接點出問題的本質是「承租人主體的變更」,因為涉及不同的法律主體,並非單純的公司名稱變更。
以此為基礎,提出三種可行的法律處理路徑:
「路徑一:合意終止舊約、重新簽訂新約(最簡單、最直接) 」
「路徑二:契約承擔(債務承擔+債權讓與)(正式變更當事人)」
「路徑三:簽訂三方換約補充協議(實務常見做法)」
並且從提問人(出租人、房東)的角度,提示應注意的事項:「審查新公司資格」、「保證責任確認」、「押金重新辦理」、「避免默示同意」、「原租約禁止條款」,最後在結論中建議「採取 三方換約協議 (路徑三)搭配 重新簽署保證文件 的方式辦理」。
在分析過程中並引用民法第 300條 、第 301條 、第 302條 、第 304條 有關債務承擔的規定,可見是從提問人(出租人)的角度,說明承租人若未經出租人同意,私下將租賃契約的債務(主要是租金給付義務)約定由第三人承擔的法律效果。
在「參考資料與附件」中,RegAI 將回覆內容中所引述的民法法條內容逐一列出,並附上「民法」的原文連結(法務部全國法規資料庫),方便即時驗證引述法條是否存在、引述內容是否正確。
整體而言,不論是分析或結論建議,都算是正確、而且適當,所引述的法條及內容,也都是正確的。
遺漏與限制
但 RegAI 的回覆並非沒有遺漏,在「契約承擔」中,已經表明包含債權讓與及債務承擔,也引述了民法關於債務承擔的規定,但卻沒有引述民法關於債權讓與的規定(例如承租人將使用租賃物的權利轉讓予第三人);雖然可能是因為 AI 從提問內容判斷後,將分析角度側重於出租人的權利(收取租金),所以探討債務人(承租人)的債務承擔問題,但畢竟還是遺漏。
不過,關於租賃的債權讓與,雖然依民法第294條第1項規定,債權原則上可以由債權人轉讓予第三人,但依同條項第1款規定,「依債權之性質,不得讓與者」,不在此限;租賃契約中承租人使用租賃物的權利,應該屬於民法第294條第1項第1款所規定的「依債權之性質,不得讓與」,因為租賃契約是以信任關係為基礎,而且民法第443條明文規定「承租人非經出租人承諾,不得將租賃物轉租於他人」,轉租尚且禁止,何況轉讓?
但這部分因為不是法律明文規定,需要法理解釋,在資料庫還欠缺法學理論著作的情況下,實際上難以直接由 AI 在第一次回應中就「有所本」地產出;彌補的方法是在第一次提問時就提示 AI 提供相關法院裁判,或在第一次回覆後,繼續引導 AI 搜尋法院裁判,從法院裁判案例中獲得驗證。這也證明:目前的 GenAI 已經足以產出正確的法律分析與建議,但就論理上的完整性來看,還需要專業審閱與進一步引導 AI。
所幸,RegAI 的對話式法律 AI 助理也支援對話前後文(context)的連貫性,使用者可以直接繼續提問相關問題,或提示 AI 繼續搜尋相關資料,例如搜尋法院裁判,以進一步獲得完整的分析或佐證資料。
GenAI 的特性
在分析回覆內容之後,以下幾項觀察可以用來說明 GenAI 法律應用與傳統法律資料庫在使用方式與特性上的差異:
-
使用方式
傳統法律資料庫高度仰賴關鍵字,使用者必須熟悉法令規範體系和相關法律概念,才能根據案例事實思考及分析可能相關的法令規範,再根據思考分析的結果,構思可能的關鍵字,才能較有效率地檢索出相關的法令規範與法院案例,也就是高度仰賴使用者本身的經驗和對法令規範的掌握程度。這也是為什麼傳統法律資料庫的使用,通常並不適合非法律人使用,即使是法律人,搜尋效率也因人而異。
GenAI、尤其是對話式 GenAI 出現之後,由於 LLM 本身已經具備高度語言能力和推理能力,即使
- 以日常語言提問:例如本例;
- 或在不熟悉法令規範現狀的情況下,以廣泛的用語提問,例如:「台灣對廚餘的法律規範?」(RegAI 的回覆內容請按此);
也都可以獲得相當理想的回覆。
這表示:不論是對使用者個人的法律背景及經驗要求、或提問前所需的前置思考分析程度,都大幅降低,使用方式與效率和傳統法律資料庫相比,有非常大的差異。這也是為什麼 GenAI 出現之後,若法律 AI 應用發展得宜,使用者將不再局限於法律人的主要原因。
-
不只是關鍵字
從提問內容來看,本例提問所涉及的主要法律關係,很明顯是租賃契約,使用者所提問的內容,應該是租賃契約當事人的變更問題,直接聯想到的概念應該是租賃契約的轉讓。
但民法第二編第二章第五節「租賃」並未明文規定租賃契約的轉讓。如果以「租賃」+「轉讓」在全國法規資料庫中搜尋(已包含全文搜尋),法規名稱搜尋結果是0筆,法條內容搜尋結果是38筆,但只有一筆「民法」是真正相關的法律;而民法的搜尋結果是第1101條(監護人對受監護人財產的管理),雖然條文中同時出現「租賃」與「轉讓」,但是和本件提問內容沒有相關性;搜尋結果中還包括3筆最高法院民事判例(租用基地建築房屋),但和本件提問沒有直接關聯。
而 RegAI 運用 LLM 的語言和推理能力、再加上融合關鍵字搜尋與語意搜尋的結果,可以快速建構其他可能相關的概念、成功搜尋出民法債務承擔的規定,而非一無所獲的租賃契約轉讓,並據以草擬出適當的分析與建議,可見 AI 技術若運用得宜,確實可以在兼顧正確性的前提下,大幅提升法律工作效率。
-
綜合研判
在本例回覆的「參考資料與附件」中,RegAI 也列出民法第444條及第443條關於轉租的規定,但是這些規定在回覆內容中並未提及。
可見在 LLM 檢索法令規定的過程中,「轉租」也被納入「相關」的範圍,所以檢索結果涵蓋與「轉租」有關的法律規定,但 LLM 最後將回覆主軸定位為「承租人主體的變更」,轉租(承租人不變)就不再是必須討論的話題,因此,回覆內容中並未提及轉租。租賃的「轉讓」與「轉租」不只是用語上的細微差異,法律屬性上有相當大的差別。可見 RegAI 整體系統在搜尋過程和搜尋結果中已涵蓋較大的相關性,但是在回覆內容中卻未出現不必要的衍生議題。
結語
實測結果顯示,RegAI 確實已經達到可以在非常短的時間之內,有所本地根據台灣法令規定產出正確且適當的法律問題研析,並即時檢附引證法條以供驗證。
但應提醒注意的是:RegAI 的回覆是電腦程式系統自動生成的內容,仍然可能出現錯誤、不完整、或未即時更新,使用者應謹慎審閱及查證,不應作為唯一依據。而且,若使用者上傳文件或資料、透過 RegAI 進行分析或摘要,應在上傳之前,先將所有個人資料及可能足以追溯或辨識任何特定個人的部分去除,以保障個人隱私權。
而且,本文的分析並無貶抑傳統法律資料庫之意。相反地,傳統法律資料庫仍然是法學研究及法律實務工作非常重要的工具,而且,從司法院法學資料檢索系統及法務部全國法規資料庫的成功營運成果來看,司法院及法務部必定已投入非常多的資源與心力開發及維護法律資料庫,而且司法院及法務部致力於法律資料庫的建置與資料公開,實際上扮演源頭驗證(source of truth)的功能,是非常艱巨的任務,值得讚賞。
完成 RegAI 的實測之後,我們將繼續以本例的同一個問題,在 Gemini Desktop、Claude Desktop、ChatGPT Desktop 上提問,作為進一步評估的依據。