matematicsolutions Legal Request Router PL - klasyfikator i triage zadania prawnego
Filozofia
Nie kazde zapytanie zasluguje na te sama sciezke. Streszczenie wyroku nie potrzebuje kontradyktoryjnej debaty; opinia do klienta nie powinna wyjsc bez weryfikacji cytatow. Router to jedna decyzja podejmowana na wejsciu, ktora dobiera proporcjonalna sciezke - oszczedza tokeny na rutynie i wymusza kontrole tam, gdzie stawka jest wysoka.
Ten skill nie wykonuje pracy prawnej ani weryfikacji. Tylko klasyfikuje i wskazuje, ktore companion-skille uruchomic i w jakiej kolejnosci.
Workflow
- Zbierz sygnaly - typ zapytania, czy jest gotowy deliverable, czy sa cytaty ze zrodel, kto jest odbiorca (klient / sad / wewnetrzne), jaka konsekwencja bledu.
- Sklasyfikuj wg schematu ponizej (LLM zwraca strukture, NIE proza).
- Zmapuj na sciezke wg tabeli decyzyjnej.
- Zwroc decyzje + uzasadnienie + liste skilli do odpalenia w kolejnosci.
Schemat klasyfikacji (output)
{
"typ_zadania": "odpowiedz_bezposrednia | weryfikacja_cytatow | kontrola_adwersaryjna | pelna_sciezka",
"zlozonosc": "niska | srednia | wysoka",
"ryzyko": "niskie | srednie | wysokie",
"ma_cytaty_zrodlowe": true,
"odbiorca": "wewnetrzny | klient | sad | regulator",
"wymaga_groundingu": true,
"wymaga_debaty": false,
"wymaga_paczki_audytowej": false,
"wymaga_pseudonimizacji": true,
"sciezka": ["let-it-be", "citation-grounding-pl"],
"uzasadnienie": "krotko: dlaczego ta sciezka"
}
Tabela decyzyjna
Najpierw typ_zadania (rosnaca intensywnosc kontroli), 1:1 ze sciezka:
| Sygnal wejsciowy | typ_zadania |
Sciezka kontroli |
|---|---|---|
| Brak cytatow, odbiorca wewnetrzny, ryzyko niskie | odpowiedz_bezposrednia |
zadna weryfikacja |
| Sa cytaty ze zrodel (orzeczenie / ustawa / umowa), ale odbiorca wewnetrzny | weryfikacja_cytatow |
citation-grounding-pl |
| Odbiorca klient / sad / regulator, ryzyko srednie+ | kontrola_adwersaryjna |
citation-grounding-pl -> adversarial-legal-review-pl |
| Deliverable wychodzi na zewnatrz, ryzyko wysokie | pelna_sciezka |
grounding -> debata -> legal-ai-audit-bundle |
Potem dwie flagi dodatkowe, niezalezne od typ_zadania:
| Sygnal | Flaga | Skill |
|---|---|---|
| Wejscie zawiera dane objete tajemnica / PII | wymaga_pseudonimizacji = true |
let-it-be PRZED czymkolwiek |
| Deliverable na zewnatrz lub ryzyko wysokie | wymaga_paczki_audytowej = true |
legal-ai-audit-bundle na koncu |
(weryfikacja_cytatow ustawia wymaga_groundingu, kontrola_adwersaryjna dodatkowo wymaga_debaty,
pelna_sciezka wszystkie cztery.)
Reguly twarde
- Nie eskaluj rutyny. Jesli ryzyko niskie i odbiorca wewnetrzny - nie odpalaj debaty ani paczki audytowej, chocby dalo sie. Bramka kosztu dziala w obie strony.
- Nie przepuszczaj wysokiej stawki na skroty. Odbiorca sad/klient + cytaty = grounding obowiazkowy,
nawet jesli uzytkownik nie poprosil. Jezeli odmawiasz eskalacji - powiedz to wprost w
uzasadnienie. - Grounding poprzedza debate. Jesli sciezka ma i grounding, i debate - grounding idzie pierwszy (debata na niezweryfikowanych cytatach jest bezwartosciowa).
- Pseudonimizacja zawsze pierwsza.
let-it-beprzed jakimkolwiek wyslaniem do modelu. - Paczka audytowa zawsze ostatnia. Pakuje slady z poprzednich krokow.
Output (dla uzytkownika)
## Routing - <nazwa zapytania>
Typ: pelna_sciezka | Zlozonosc: wysoka | Ryzyko: wysokie | Odbiorca: klient
Sciezka (kolejnosc):
1. let-it-be (pseudonimizacja - sa dane klienta)
2. <praca prawna> (poza tym skillem)
3. citation-grounding-pl (3 cytaty z orzecznictwa do weryfikacji)
4. adversarial-legal-review-pl (high-stakes: opinia do klienta)
5. legal-ai-audit-bundle (deliverable wychodzi na zewnatrz)
Uzasadnienie: opinia cytujaca SN, idzie do klienta, ryzyko wysokie -> pelna sciezka.
Ochrona danych (RODO)
Router operuje na metadanych zapytania (typ, ryzyko, odbiorca), nie musi widziec pelnej tresci
objetej tajemnica. Jezeli do klasyfikacji potrzebny jest fragment dokumentu z danymi - pseudonimizuj
przez let-it-be najpierw.
Integracja z AI Act
Proporcjonalna sciezka to operacjonalizacja podejscia opartego na ryzyku (risk-based approach AI Act).
Jawne ryzyko + uzasadnienie w decyzji routingu to slad, ktory wklada sie do legal-ai-audit-bundle
jako uzasadnienie wyboru poziomu kontroli.
Atrybucja
Pattern (router + klasyfikacja zadania na sciezki) zainspirowany przez AnttiHero/lavern (Apache 2.0, RouterClassification). Schemat, tabela decyzyjna i reguly napisane od zera pod polski kontekst i warstwe weryfikacji MateMatic. Nie skopiowano kodu Lavern.