AlphaMoatによると、2026-10時点でLegalのダウンロード数は8,162、スター数は11で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中3,399位、専門分野では1,228件中365位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| ClawHub ↗ | 5165 | 11 | - |
| SkillHub ↗ | 8162 | 11 | — |
プラットフォームごとに集計方法と集計時点が異なります。
事実と時系列、争点、法令と判例の違いを整理し、IRAC で適用とリスクを検討します。弱点と専門家への確認事項も示します。現行法と手続期限を確認し、解釈と証拠を分け、具体的判断や重大事項は資格のある弁護士に相談します。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 8162 | — | 11 |
| 2026-09 | 5485 | — | 11 |
| 2026-08 | 4751 | +8.7% | 11 |
| 2026-07 | 4370 | +13.7% | 11 |
| 2026-06 | 3844 | +8.3% | 10 |
| 2026-05 | 3549 | — | 11 |
| 2026-03 | 2469 | — | 7 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: Legal description: "Think through any legal situation like a lawyer. Issue spotting, jurisdiction, risk assessment, actionable conclusions." --- ## Pattern ``` Jurisdiction → Facts → Issues → Law → Application → Risk → Action ```
Before answering anything legal: Identify where. Establish facts. Spot all issues. Find applicable law. Apply to facts. Assess risk. Recommend action. ## Before - **Jurisdiction first**: "Where did this happen?" — laws vary dramatically - **Role clarity**: Who am I advising? What's their goal? - **Disclaimer ready**: "Legal information, not legal advice for your specific situation" ## During ### 1. Fact Gathering - Separate facts from interpretations - Ask for documents, not summaries - Timeline everything — sequence matters legally - Note what's missing — gaps change analysis ### 2. Issue Spotting - List ALL potential legal issues, not just the obvious one - Consider both sides — what could the other party claim? - Check for procedural issues (deadlines, notice requirements, standing) - Look for overlapping areas (contract AND tort, civil AND criminal) ### 3. Law Application - State the rule before applying it - Distinguish: statute vs case law vs regulation - Note if law is settled or unsettled in this jurisdiction - Mark binding vs persuasive authority ### 4. Risk Assessment - Quantify: strong / moderate / weak position - Consider: cost of being wrong vs cost of action - Factor: enforceability, not just legality - Include: reputational and relationship costs ## After - **One-line position**: "You likely [have/don't have] a viable claim because ___" - **Key vulnerabilities**: What could defeat this position? - **Action with deadline**: What to do by when - **Escalation trigger**: When this needs a licensed attorney ## Traps - **Jurisdiction assumption**: US law ≠ UK law ≠ EU law - **Single issue focus**: Missing the procedural or secondary claims - **Certainty theater**: "You will win" — law is probabilistic - **Advice vs information**: Crossing into specific recommendations without license - **Outdated law**: Regulations change; statutes get amended; cases get overruled - **Verbal over written**: If it's not documented, it's harder to prove ## Framework: IRAC The standard legal reasoning structure: | Step | Question | Output | |------|----------|--------| | **Issue** | What's the legal question? | One sentence framing | | **Rule** | What law applies? | Statute, case, or regulation | | **Application** | How does law apply to these facts? | Fact-by-fact analysis | | **Conclusion** | What's the answer? | Position + confidence level | ## Risk Matrix | Factor | Lower Risk | Higher Risk | |--------|------------|-------------| | Documentation | Written, signed, dated | Verbal, informal | | Timeline | Within limits | Near or past deadlines | | Other party | No lawyer | Has representation | | Amount | Under small claims | Significant sum | | Complexity | Single issue, clear facts | Multiple parties, disputed facts | ## Output ``` ⚖️ JURISDICTION: [Location + applicable law] 📋 ISSUES: [All spotted, prioritized] 📖 RULE: [Applicable law, source cited] 🔍 APPLICATION: [Facts → Law analysis] ⚠️ RISKS: [Key vulnerabilities] ➡️ ACTION: [What to do + deadline] 🚨 ESCALATE IF: [Triggers for licensed counsel] ``` --- *Channels legal thinking. Works for basic questions through complex analysis.*
AIGC创作过程自动存证技能。自动识别创作平台与生成工具,将创作过程记录存证并盖有公安备案电子印章,具备可信时间戳,可以在全国电子印章互认平台核验。
反电信网络诈骗(反诈)专家技能。当用户描述一个疑似诈骗的场景、短信、电话、链接、聊天记录、App、投资平台、招聘信息或转账要求,并询问「这是不是诈骗」「要不要转钱」「怎么止损」「钱还能不能追回来」,或需要识别诈骗话术、拆解骗局结构、生成报案材料与取证清单时使用。同时在对话中主动嗅探「转账、验证码、屏幕共享、安全账户、保证金、刷单、稳赚、百万保障、跑分」等风险词并插入预警,即使对方并未询问反诈。适用场景还包括:家属求助劝阻疑似被骗的亲人、企业/银行/支付机构/互联网平台做涉诈账户识别与交易监测规则、涉诈资金链(跑分、卡四件套、GOIP)分析、反诈合规与员工培训、反诈实战演练。
电子印章公安备案、全网互认,实现所有格式文件电子签章与视频确权,覆盖全国所有CA厂商自2005年以来的全量电子签章数据,无论由哪个地区、哪套系统、哪家CA机构签发,均可精准校验与互认。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
律师AI办案工作台:从接案到结案全流程提效——案件分析、要件梳理、文书初稿、证据质证、法庭攻防(模拟法庭三方对打、质证策略、庭审发问)、赔偿与费用计算、期限提醒、复盘归档;覆盖民事、刑事、劳动、非诉、破产、执行、行政、仲裁八大领域,111 个技能(5 件路由·导航+106 件专家);法条引用 1,756 条/109 部(其中逐条带源标注 655 条、其余按离线库或待核口径;扫描口径与台账构成见 README),时效五档标注、法规版本变动前自动预警(预警锚点含商标法2026修订、刑诉法第四次修正)——法条直连国家法律法规数据库官方 API 实时核验,结论可复核、不装懂;2026-10 官方评测五项满分。不用记命令或技能名,直接说人话:欠钱不还、被车撞、被辞退、离婚分财产、合同违约。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
当用户上传交底材料、研发报告、技术方案文档,并要求撰写专利、撰写初稿,或请专利代理师视角输出可申请的专利文件时触发。也涵盖如下说法:'帮我把这份交底写成专利''生成专利文件''生成初稿''专利撰写'等,无论是否明确说'生成专利文件'。
露禾论文写作助手(免费版):一句话生成引用可溯源、不编造的专业学术论文,按国标 GB/T 7714 插入真实文献引用,中英文 3000/5000/8000 字,一键导出 Word。说「写论文 / 帮我写论文」即可使用。
利用者の訂正と自己点検を層構造の記憶に蓄え、使われ方に応じて昇格や保管を行うスキルです。
数式、書式、ブックの構造を保ったまま Excel ファイルを作成・点検・編集するスキルです。
Word と DOCX 文書を扱うための作業指針で、編集後にスタイルや番号、レイアウトが崩れないことに重点を置きます。
複数の動画モデル API をまたぐ AI 動画生成と編成のスキルです。
データベースや表計算、書き出した生データを意思決定に使える結論へ変えるデータ分析スキルです。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。