# Dispute Issue Identification

> 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。

- Skill: `thuyran/dispute-issue-identification` (Agent Skill)
- Install (CLI): `npx skillmds@latest add thuyran/dispute-issue-identification`
- Raw SKILL.md: https://api.skillmd.com/api/skills/thuyran/dispute-issue-identification/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: thuyran (https://skillmd.com/u/thuyran)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/thuyran/dispute-issue-identification

---


# 争议焦点识别

## Capabilities

本技能可以：

- 从案件材料中识别争议问题。
- 判断哪些争议属于事实争议、哪些属于法律争议。
- 将零散内容转化为法律问题，为后续分析提供基础。

## How to Use

Step-by-step instructions:

1. 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。

2. 识别案件中各方当事人的主张。

3. 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。

4. 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。

5. 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：

- 核心争点：直接影响请求权是否成立、抗辩是否成立、责任是否承担及法律效果如何确定的问题；
- 次级争点：通常影响责任范围、损害数额、证明责任安排、辅助事实认定或具体救济方式；
- 背景性分歧：虽有争执，但对裁判结论影响较弱，更多起到叙事补充或事实背景说明作用。

6. 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。

7. 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。

## Input Format

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。

## Output Format

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。

## Example Usage

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。

## Scripts (if applicable)

## Best Practices

1. 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。

2. 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。

## Limitations

- **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。