SEO × AI搜尋在改變,你的成長策略也該向前。認識 AI 搜尋優化

Astra for Law 是什麼?OpenAI 法律 AI 的評測、API 價格與申請方式

撰文作者

Whoops SEO 創辦人

SEO 與 AI SEO 專家,專長涵蓋技術 SEO、內容策略與 GEO 優化。從搜尋排名到 AI 答案中的品牌呈現,協助企業找出優化機會、排定執行順序,並追蹤實際成效。

Sliven 褚崇名肖像
作者背景與專業領域 約 10 分鐘閱讀
本篇內容

先看重點

摘自本文

檢查網站的 SEO 基礎

從網站網址開始,檢視可讀性與頁面基礎訊號。

  • 檢查標題與搜尋摘要標記
  • 核對 canonical 與索引指令
  • 整理公開 HTML 的待改善項目
免費檢查網站

Astra for Law 是 OpenAI 為律師與法務團隊提供的法律 AI 配置。2026 年 11 月 17 日的升級採用 GPT-6.2 Astra,搭配涵蓋逾 3.1 億個網址的法律搜尋索引。它在 Artificial Analysis 的 Harvey LAB-AA v1.1 全分率為 20.8%,排名第一,每任務平均 0.03 個重大幻覺,並列最低。

ChatGPT Enterprise 客戶可由管理員申請,API 也須核准。現行 API 標準費率每百萬 Token 輸入 8 美元、輸出 40 美元。對台灣法務而言,索引以美國法源為主,已擴及英國、澳洲與加拿大,官方尚未確認台灣法規與判例的覆蓋範圍。

Astra for Law 如何用 GPT-6.2 Astra 做法律研究?

OpenAI 繁中公告標題及摘要,顯示 Astra for Law 法律評測與 Enterprise 申請資訊
OpenAI 11 月升級公告說明 GPT-6.2 Astra 底座、評測成績及 Enterprise 申請資格。

Astra for Law 把 GPT-6.2 Astra、法律搜尋索引和專用工作指令結合在一起。模型先找與案件有關的判例與法規,定位原文段落並評估其相關性與拘束力,再寫出附來源的答案。

OpenAI 在 2026 年 9 月 17 日以 第一代 GPT-6 Astra 為底座推出法律配置,首批由 Cooley、Ropes & Gray 與 Sullivan & Cromwell 等事務所試用。OpenAI 的首發影片介紹對象包括律所及法律科技公司。

11 月升級後,法律配置的 API 型號是 gpt-6.2-astra-law。同日推出的通用模型各有分工,可參考 GPT-6.2 Sol 與 Astra 的選型比較。

法律搜尋索引涵蓋哪些法域?

9 月版法律索引涵蓋逾 2.3 億個網址,包括美國判例、法規、法院規則與行政裁定。OpenAI 與非營利組織 Free Law Project 合作,將 CourtListener 的判例資料庫接入研究流程。依 Free Law Project 的資料,該資料庫覆蓋逾 99.9% 已公布、具先例效力的美國判決。

依 OpenAI 公告,11 月版索引擴大 34%,新增逾 8,000 萬個網址,總量超過 3.1 億。新增法域包括英國、澳洲與加拿大。

OpenAI 將法律索引定位為 Thomson Reuters 等授權資料庫的補充。交付前,律師仍需打開原文檢查引文是否支持主張,以及判決的管轄區、效力與後續處理。

Harvey LAB-AA 的 20.8% 全分率怎麼看?

Artificial Analysis 的 Harvey LAB-AA v1.1 頁面,列出私有任務、三模型評審與重大幻覺計分規則
Harvey LAB-AA v1.1 使用 120 道法律任務,重大幻覺會讓該任務的全分計為零。

LAB-AA v1.1 是 Artificial Analysis 根據 Harvey 法律代理基準製作的獨立評測,共 120 道任務、涵蓋 24 個執業領域,包括擬定訊問大綱、審查商業租約及規劃收購後的股權變動。評審逐項比對交付要求,出現缺乏來源支持且足以影響判斷的主張,該任務的全分計為零。

在 Artificial Analysis 的 LAB-AA v1.1 排行榜,Astra for Law(Max)以 20.8% 全分率排名第一,比通用 GPT-6.2 Astra(Max)的 15.0% 高 5.8 個百分點,約多四成。最高分的非 OpenAI 模型 Muse Wonder Full 為 13.1%。

Astra for Law(Max)每道任務平均 0.03 個重大幻覺,與數個配置並列最低。通用 GPT-6.2 Astra(Max)為 0.06,Claude Opus 5.5 為 0.59。次要幻覺另外計數,Astra for Law 與 Opus 5.5 分別為 0.06 與 0.51。

重大幻覺指會改變法律解讀的無依據主張,例如弄錯當事人、金額、日期或義務。次要錯誤也會記錄,但只有重大幻覺會讓任務失去全分資格。

OpenAI 報告,Astra for Law 在同一評測每任務平均輸出約 64,000 個 Token,含推理與作答,比 Muse Wonder Full 的 139,000 個少約 54%。

Harvey 自家的 LAB 與 LAB-AA 分開計分。OpenAI 引述 Harvey LAB 的結果,GPT-6 Astra 全分率為 4.6%,GPT-6.2 Astra 為 14.6%,套用法律配置後為 16.2%。Harvey 研究主管也指出,配對評審近九成更偏好升級版寫出的法律書狀。

模型配置全分率材料性幻覺/任務每任務成本
Astra for Law 6.2(Max)20.8%0.037.33 美元
GPT-6.2 Astra(Max)15.0%0.066.35 美元
GPT-6.2 Astra(High)13.3%0.033.86 美元
Muse Wonder Full(Max)13.1%0.62榜上未列
Harvey LAB-AA v1.1 前四名對照(Artificial Analysis 排行榜,2026 年 11 月 22 日查詢)

排行榜以模型牌價與測試用量估算每任務成本。Astra for Law(Max)為 7.33 美元,GPT-6.2 Astra(Max)為 6.35 美元。實際案件的費用取決於卷證長度、推理輸出與快取命中。

Vals AI 的 54.0% 與 53.8% 各代表什麼?

Vals AI Legal Research Bench 的公開頁面與法律研究正確率和成本散點圖
Vals AI 法律研究基準公開各模型的全分率、任務成本與其他結果。

Vals AI 法律研究基準 由執業律師出題,涵蓋美國聯邦法與州法,答案必須涵蓋每個採分點並通過來源檢查。9 月首發時 OpenAI 以私有驗證集 200 題測試,最高推理力度下的整體正確率為 54.0%,GPT-6 Astra 純用網頁搜尋是 38.7%,相對進步四成。

在這批私有題目的判例題組,Astra for Law 找到的參考判決多 24%,在抽查的目標段落中,從正確判決取回的相關段落最多多 54%。對照組是使用一般網頁搜尋的 GPT-6 Astra,兩組使用相同推理力度。

OpenAI 公告引述的 11 月 16 日公開評測,Astra for Law 在 208 題中有 112 題拿到全分,全分率 53.8%,較 9 月同口徑的約 46% 高約 8 個百分點。納入部分給分,整體拿到 90.9% 的可得分數。

54.0% 是 9 月私有驗證集的整體正確率,53.8% 是 11 月公開評測的全分率。若要比較同口徑的進展,對照約 46% 與 53.8%。

Astra for Law 的 API 價格與 272K 長文門檻

依 OpenAI API 定價,gpt-6.2-astra-law 的標準短上下文費率為每百萬 Token 輸入 8 美元、輸出 40 美元,與通用 GPT-6.2 Astra 的標準費率相同。這是促銷定價,至少適用至 2026 年 12 月 31 日。

計費項目(每百萬 Token)短上下文長上下文(輸入逾 272K)
輸入8 美元16 美元
輸出40 美元60 美元
快取讀取0.40 美元0.80 美元
快取寫入(保留 30 分鐘)10 美元20 美元
快取寫入(保留 12 小時)20 美元40 美元
Astra for Law 標準費率與依底座規則估算的長上下文費率(美元)

前一版 gpt-6-astra-law 的標準短上下文費率是每百萬 Token 輸入 10 美元、輸出 50 美元。6.2 版的這兩項費率各降 20%。

依 GPT-6.2 Astra 底座的長上下文規則,單次請求輸入超過 272,000 個 Token 時,整筆請求按長上下文費率計算,輸入與快取費率為 2 倍,輸出為 1.5 倍。

以 LAB-AA 的平均 64,000 個輸出 Token 試算,按標準短上下文費率約 2.56 美元,長上下文費率約 3.84 美元。這兩個金額只算輸出,已含評測統計中的推理 Token,輸入與快取另計。

短上下文的快取讀取每百萬 Token 為 0.40 美元,是全新輸入的二十分之一。同一案件的多輪研究若重複使用相同卷證與指令,可將不變部分放在請求前綴,並用實際快取命中率驗算成本。

API 費率適用於自行串接的用量。ChatGPT Enterprise 工作空間的席位、額度與商務條件依企業合約確認。

長卷證能放多少?GPT-6.2 Astra 的底座規格

通用 GPT-6.2 Astra 的文件列出 1,050,000 個 Token 的上下文視窗,單次最多輸入 922,000 個、輸出 128,000 個,知識截止日為 2026 年 5 月 18 日。法律配置以這個模型為底座,導入前應用獲准的 API 帳號檢查實際請求上限與可用工具。

榜上的 Max 是最高推理力度。評估長卷證時,可用同一組公開或去識別化案例比較不同力度的引用錯誤、覆核工時與帳單。

Astra for Law 怎麼申請?Enterprise 與 API 的流程

ChatGPT Enterprise 管理員或擁有者可在管理後台的 Trusted Access 申請。需要將法律配置整合到內部系統的組織,可另外提交 OpenAI 法律產品申請表。資格依地區與組織審查,核准後限律師及其督導的人員使用。

11 月更新把申請資格從首批獲邀律所擴展到 ChatGPT Enterprise 客戶。OpenAI 說明中心列出企業驗證、法律技術與信任附約,以及核准後的角色權限設定。

  1. 由 Enterprise 管理員或擁有者開啟 Admin Console → Trusted Access → Astra for Law,完成企業驗證、填表並簽署附約。
  2. 若需透過開發環境串接 gpt-6.2-astra-law,同步由組織窗口填寫官方升級公告內附的 API 申請表單。
  3. 核准後在 Admin Console → Models → Legal configuration 啟用 Astra for Law,按角色授權。走 API 的團隊另外確認資料保留與端點設定。
  4. 先用去識別化或公開跨境案例測試檢索引用與 272K Token 成本門檻,再決定是否納入正式執業流程。

OpenAI 在首發公告表示,符合資格的律所可在 API 使用 Zero Data Retention,該方案的 ChatGPT Enterprise 使用預設排除人工審閱。OpenAI 也與 Latham & Watkins 合作設計資訊權限、律師倫理隔離及客戶指示等管控機制。ZDR 的適用端點和權限仍須逐案確認。

Artificial Analysis 把法律配置標示為無公開 API,OpenAI 的申請表則提供經核准的 API 存取。API 需要 Trusted Access,無法從一般開發者帳號自行啟用。

送件前先盤點使用者與其督導律師、確認客戶保密條款允許的資料處理方式,並指定管理員。若工作空間同時採用一般辦公產品,可對照 ChatGPT Work 的工作空間與權限,分清各工具能讀取哪些資料。

五種實務用法與三家事務所的客製系統

OpenAI 在 11 月公告列出內部法務團隊的五種用法,涵蓋找反方依據、比對監管條文、準備外部律師會議,以及把既有規則整理成流程或知識工具。

  • 交辦對造攻防:競爭法律師餵一條法條解讀,要它引用立法史、法院判決與其他語言版本,替對造把反方論證寫完整。
  • 劃清建議與強制:政策律師把白話義務對照條文原文,快速判斷獨立監管者要求的修正屬於建議還是強制。
  • 帶著最難的問題見外部律師:產品律師先讓模型映射適用規則,把第一次付費諮詢的時間花在真正的爭點上。
  • 把內規變成流程:法務專案經理把法遵程序轉成收案流程,自動分流何時補件、結案與上報律師。
  • 替常用法典做註記:搭配 ChatGPT 的建站工具,為常用法條掛上術語定義、解釋資料與團隊過往意見。

三家獲邀事務所各自打造了客製系統。Sullivan & Cromwell 的合約分析器把談判手冊與慣用前例帶進新合約審閱,標記條款交互作用產生的風險,產出紅線與客戶建議草稿供律師挑戰修正;Ropes & Gray 的盡調系統沿著律師走資料室的動線標記爭點;Cooley 的 GO Public 把 IPO 準備從起草到風險盤點串成一條龍。

OpenAI 首發時也公布,Harvey 和 Legora 可透過 API 將法律配置整合到自己的產品。ChatGPT 當時新增 26 個法律生態插件,連接 Relativity、Clio 等專業工具。

試點時可要求每項結論連回來源文件,讓律師對紅線與建議草稿逐條標記採用、修正或退回。更換卷證後,再查哪些結論需要重做。

台灣律所與法務團隊要怎麼評估?

Astra for Law 導入圖解:確認 Enterprise 與 API 資格,估算 272K Token 以上的輸入、快取與輸出費率,核對適用法域及引用
導入 Astra for Law 前,先確認取用資格,再試算長卷證的 API 費率並核對適用法域。

先看工作法域。若團隊經常處理美國法、跨境交易或英文合約,可用同一批公開卷證比對模型找到的法源與律師原有的研究結果。OpenAI 列出台灣為 ChatGPT 與一般 API 支援地區。法律配置仍依 Trusted Access 資格審查,官方索引公告也未確認台灣法規、判例或函釋的覆蓋範圍。

再估算費用。以 LAB-AA 每任務 7.33 美元為例,若每月執行 1,000 次且用量相同,約為 7,330 美元。用自己的案件試算時,至少測一次輸入逾 272K Token 的卷證,並把人工查證時間一併納入。

最後檢查引用。用公開或去識別化案例抽樣,比對案件事實、法域、引文及判決效力。記錄錯誤數與覆核所需工時,再與原本的研究流程比較。

插件的適用性取決於律所已有的系統、供應商授權及工作空間權限。若要做跨國部署,向 OpenAI 核對法律配置可開通的區域端點、資料處理地點與實際費率。

若律所也對外刊登法律指南,應把適用法域、法條出處與更新日期放在結論附近,讓讀者能直接回查。需要盤點官網的內容結構與引用來源,可參考 AI 搜尋引用與內容架構優化服務。

Astra for Law 常見問題

Astra for Law 和 GPT-6.2 Astra 有什麼不同?

Astra for Law 採用 GPT-6.2 Astra,另有逾 3.1 億個網址的法律索引和研究、衡量法源及撰寫答覆的專用指令。在 LAB-AA v1.1 的 Max 設定下,法律配置全分率為 20.8%,通用版為 15.0%。

一般的 ChatGPT Plus 或 Pro 訂閱用得到嗎?

個人 Plus 或 Pro 無法開通 Astra for Law。ChatGPT Enterprise 由工作空間管理員或擁有者申請,API 也須通過 Trusted Access 審查。使用者限律師及其督導的人員。

Astra for Law 的 API 價格比一般模型貴嗎?

標準短上下文費率與通用 GPT-6.2 Astra 相同,每百萬 Token 輸入 8 美元、輸出 40 美元。按底座長上下文規則,單次輸入逾 272,000 個 Token 時,整筆請求的輸入與快取費率為 2 倍,輸出為 1.5 倍。

它查得到台灣的法規與判例嗎?

OpenAI 尚未確認法律索引對台灣法規、判例和函釋的涵蓋程度。已公布的索引以美國法為主,2026 年 11 月加入英國、澳洲與加拿大的來源。處理台灣案件時,應回到官方法規與裁判原文逐筆核對。

Astra for Law 和 Harvey 是競爭還是合作?

OpenAI 把 Harvey 列為法律配置的 API 合作夥伴。Harvey 也開發了法律代理基準 LAB,Artificial Analysis 再以它為基礎發展獨立的 LAB-AA 評測。

事務所的機密資料會被拿去訓練模型嗎?

依 OpenAI 企業隱私政策,ChatGPT Enterprise 和 API 資料預設不拿來訓練模型,除非客戶主動選擇分享。符合資格的組織可另外申請 API 的 Zero Data Retention,適用端點與保留期間依設定及企業條款確認。

它還是可能編造判例引用嗎?

可能。Astra for Law 在 LAB-AA v1.1 每任務平均 0.03 個重大幻覺,與多個設定並列最低。律師應逐筆核對判決、引文及原文是否支持主張,再用於書狀或法律意見。

喜歡這篇內容?讓下次搜尋,更容易遇見 Whoops。

將 Whoops 設為 Google 偏好來源(另開 Google 設定頁)前往 Google 選取並確認,即可完成設定。

Sliven 褚崇名

Sliven 褚崇名是 Whoops SEO 創辦人,負責技術 SEO、內容與關鍵字策略、WordPress 網站重建,以及 AI SEO、AEO、GEO 的量測與內容優化。作者頁可查閱由他署名的〈SEO 是什麼〉與〈AI SEO 是什麼〉等教學;內容中的自有量測、模型觀測與第三方來源應分開判讀,並以各頁標示的方法與限制為準。是否適合特定專案,仍需依網站現況、目標、執行範圍與可驗證成果判斷。

查看作者文章 →

討論與提問

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *