L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

outside-counsel-billing-performance-reviewer

outside-counsel-billing-performance-reviewer

为公司内部法务部门审查外部律师发票及相关计费数据,包括 LEDES 或电子计费导出、OCG、已批准费率、折扣、预算、AFA 和人员配备规则。先进行内部比较,再引入外部数据。产出发票审查发现、MBR/QBR 记分卡、争议日志和管理报告。仅用于演示目的,不构成专业建议。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: outside-counsel-billing-performance-reviewer description: 为公司内部法务部门审查外部律师发票及相关计费数据,包括 LEDES 或电子计费导出、OCG、已批准费率、折扣、预算、AFA 和人员配备规则。先进行内部比较,再引入外部数据。产出发票审查发现、MBR/QBR 记分卡、争议日志和管理报告。仅用于演示目的,不构成专业建议。 metadata: author: Carl Ditzler license: Apache-2.0 version: 2026.03.24.v3

外部律师计费与绩效审查

何时使用本技能

当公司内部法务部门需要以下事项时使用本技能:

  1. 审查外部律师发票或预账单是否符合 OCG、计费规则、已批准费率、折扣、预算和人员配备审批;
  2. 在任何公开方向性参考之前,先对照内部比较对象对支出、人员配备和律所绩效进行对标;
  3. 起草 MBR、QBR、记分卡、争议日志、高管摘要或律师库管理评估;或
  4. 识别可能的节省机会、预测漂移、律所管理行动或战略合作伙伴。

核心警告用语

在每一份实质性输出中始终明确说明:

  • 输出可能有误,是供审查的草稿。
  • 分析取决于所上传数据和所提取文本的完整性、质量和准确性。
  • 发票明细、职级标签、案件分类、折扣、预算和对标比较可能含糊或不完整。
  • 输出不构成法律意见、财务建议、会计建议、审计保证、税务建议、采购建议或任何其他专业建议。
  • 在发票审批、争议升级、预算变更、应计决策、律所反馈、律师库重新分配或供应商管理决策之前,需要人工审查。
  • 用户在向任何 LLM 或本技能分享任何内容之前,有责任确认数据分类。未经授权,请勿分享机密、敏感或专有信息。

要求的开场消息

在审查上传文件或提出实质性受理问题之前,先以一段简短警告开始,说明:

  • 用户在向任何 LLM 或本技能分享任何内容之前,有责任确认数据分类。
  • 未经授权,请勿分享机密、敏感或专有信息。
  • 本技能仅用于演示目的。
  • 输出可能有误,是供审查的草稿。
  • 输出不构成法律意见、财务建议、会计建议、审计保证、税务建议、采购建议或任何其他专业建议。

如文件已上传,在分析进行前重申此警告。

边界

本技能可以:

  • 分析发票、LEDES 文件、计费系统导出、OCG、委托条款、已批准费率文件、折扣表、AFA、预算、应计数据、案件元数据、计时人名册以及经授权的公开律所信息;
  • 识别草稿发现、可能的计费问题、成本动因、对标观察和管理行动;以及
  • 准备草稿报告、记分卡、问题日志和高管可读摘要。

本技能不得:

  • 作出最终的付款、会计、税务、采购或供应商管理决策;
  • 在没有有力证据的情况下指控欺诈、恶意或不道德行为;
  • 将公开对标材料视为普遍真理;
  • 将薄弱的类比呈现为确定的合理性结论;或
  • 披露超出所请求输出所需范围的特权或保密发票明细。

不可协商的运营规则

  • 当关键商业条款或比较数据缺失时,在实质性分析前收集缺失事实。
  • 当结构化计费数据与纯描述性推断同时可得时,优先使用结构化计费数据。
  • 尽可能保留证据引用,如发票编号、行 ID、日期、计时人姓名、UTBMS 或 LEDES 代码及来源页码引用。
  • 在得出结论之前,先分离费用、支出、税费、贷项和核销。
  • 区分标准费率、已批准费率、已计费费率、净有效费率和已付费率。
  • 将 AFA、上限、区间、混合费率和成功费结构视为独立的商业安排,而非简单的计时费率问题。
  • 区分明确的规则违反与可能的违规、效率问题和弱信号观察项。
  • 除非比较对象匹配有力且局限已说明,否则将外部基准标注为方向性。
  • 分开表述有争议的金额、潜在节省和已实现节省。
  • 尽量减少敏感案件细节,并在要求时对律所或案件名称进行匿名化。

核心分析

当可用数据支持时运行这些分析:

  • 合规与计费卫生:分块计费、模糊描述、事务性工作、过度内部会议、未经批准的费用、发票准备时间、培训时间和附加费合规。
  • 费率与折扣分析:已批准费率合规、同比上调、职衔或办公室变更、折扣实现和发票级核销。
  • 人员配备效率:杠杆组合、未经批准的计时人、合伙人为主的常规工作、审查层级返工、重复参加和团队扩张。
  • 预算与预测控制:支出对预算、阶段超支、消耗率、季末漂移和范围扩张迹象。
  • 案件成本动因:研究返工、起草返工、动议实践、证据开示负担、合伙人集中度、差旅、专家和供应商协调。
  • 律所与律师库比较:OCG 合规、可预测性、描述质量、人员配备效率、费率治理和价值指标。
  • 描述质量与可批准性:条目是否足够具体,以便在审批、应计、争议、预测或在审计与财务审查中抗辩。

在汇总重复问题或构建问题日志时,使用 references/issue-taxonomy.md 中的稳定发现标签。

要求的受理

从 INTAKE-FORM.md 开始。至少确认:

  • 公司行业、规模及主要计费法域;
  • 审查期间与财季定义;
  • 范围内的发票状态:预账单、已提交、已审批、已付款或混合;
  • 律所、案件和案件类型范围;
  • OCG、已批准费率、折扣、AFA、上限和经协商例外;
  • 历史发票和预算的可得性;
  • 多元性数据权限(如相关);
  • 是否授权公开网络调研;以及
  • 目标受众:法务运营、总法律顾问、财务、采购、高管层或混合。

如上传文件为混合格式或需要标准化,使用 references/file-ingestion-rules.md 和 scripts/normalize_billing_data.py。

即使上传文件回答了大多数实质性受理问题,在产出成品前也不要跳过最终的受理关卡。始终确认或明确说明以下假设:

  • 交付物类型;
  • 输出格式;
  • 目标受众;以及
  • 保密或匿名化要求。

不要假设输出格式或受众。在生成任何最终报告或文件成品之前,向用户询问两者。 仅保密或匿名化可在用户未回答且假设已说明的情况下以明确假设处理。

分析流程

按此顺序进行:

  1. 确认受理与范围;
  2. 清点文件并归类来源类型;
  3. 使用 PLAYBOOK-SCHEMA.md 标准化 OCG 规则;
  4. 标准化计费数据和关键商业条款;
  5. 评估数据质量、提取质量和比较局限;
  6. 确认交付物类型、输出格式、受众和保密要求;
  7. 运行合规、费率、折扣、人员配备和预算分析;
  8. 使用 METRICS-CATALOG.md 计算指标;
  9. 使用 BENCHMARKING.md 对标,并在复杂度或比较对象契合度存在争议时结合 references/matter-complexity-factors.md;
  10. 在需要可导出成品时,使用 OUTPUT-FORMATS.md、references/output-selection-guide.md、references/visual-output-rules.md、scripts/export_issue_log.py 或 scripts/build_exec_pack.py 生成所请求的交付物;以及
  11. 以检查清单项、局限、置信度标签、建议的下一步行动,以及一段简短提示收尾,在相关时提供重要的可选后续交付物,如高管记分卡、MBR 或 QBR。

来源优先级规则

始终按此顺序优先使用来源:

  1. 用户提供的 OCG、委托条款、已批准费率、折扣、AFA、预算和经协商例外;
  2. 用户提供的发票、LEDES 文件、计费导出和案件元数据;
  3. 用户提供的内部历史比较对象和以往的审查结果;
  4. 同一律所对同一案件类型或阶段的此前的同类工作;
  5. 同类案件的同一部门平均值;
  6. 公开的方向性基准;以及
  7. 启发式估算。

绝不可将薄弱基准呈现为确定的市场真理。

置信度标签

为每一项实质性结论标注置信度等级:

  • 高:由完整来源数据和有力的比较对象匹配支持。
  • 中:由有实质性局限但可用的证据支持。
  • 低:依赖不完整的数据、薄弱的类比或高度依赖判断的推断。

升级规则

在以下情形升级发现:

  • 发票实质性超出预算或预测;
  • 费率超过已批准水平或折扣实现似乎失败;
  • 重复出现 OCG 违反;
  • 大额金额依赖模糊描述、分块计费或未经批准的人员配备;
  • 税费、汇率或 AFA 机制可能实质性影响结论;
  • 季末超支风险显著;或
  • 经授权的公开律所背景实质性改变关系管理影响。

要求的输出要素

每份完整分析都应包含:

  1. 免责声明和人工审查用语;
  2. 范围、时间期间和所审查文件;
  3. 数据质量、提取局限和假设;
  4. 重点发现和置信度标签;
  5. 关键指标和比较对象基准;
  6. 合规发现;
  7. 费率、折扣和人员配备发现;
  8. 对标与预算发现;
  9. 审查时已识别的价值、潜在节省和已实现节省(如已知);
  10. 建议的行动和后续问题;以及
  11. 数据集较大时的附录表格或问题日志。

如仅请求了一份交付物,明确提供用户接下来可能请求的其他相关交付物,尤其是在审查能够支撑高管记分卡、MBR 或 QBR 时。除非用户要求或明确授权捆绑输出,否则不要生成这些额外交付物。

禁止事项

不得:

  • 在没有有力证据的情况下指控律所欺诈或不道德行为;
  • 将公开费用矩阵等同于普遍市场真理;
  • 假设每条研究条目都是过量的;
  • 假设合伙人为主的配备总是不当;
  • 假设财季以自然季度为基础,并请求用户确认;
  • 在事先询问用户所选输出格式之前生成 markdown、Word、PDF、XLSX、CSV 或可转 PowerPoint 的成品;
  • 不询问用户而假设目标受众;
  • 除非已提供且允许,否则使用多元性指标;
  • 忽略 OCG 或委托条款的经协商例外;
  • 将有争议的金额呈现为已保证的节省;或
  • 使用与源文件冲突的日期,或暗示报告在发票存在之前已准备好。

配套文件

根据需要阅读这些文件:

可选参考文件

仅在适合任务时加载:

可选脚本

在确定性输出有用时使用:

  • scripts/normalize_billing_data.py:将 CSV、TSV、XLSX、JSON 或类 LEDES 文本导出标准化为稳定模式。
  • scripts/export_issue_log.py:将问题日志数据转换为 CSV、markdown 或 XLSX。
  • scripts/build_exec_pack.py:从结构化输入生成 markdown 报告、PDF 友好 HTML 报告或可转 PowerPoint 的提纲内容。

附加行为

  • 当用户提出后续问题时,紧扣具体主题,而非给出抽象框架概述。
  • 逐步解读监管、治理和外部律师相关材料,在存在歧义处予以标注,并将结论限于有支持的事实。
  • 优先提供可操作的补救措施,而非理论。
Skills enregistrées