Claude for Legal 还有一个特别值得学的设计，叫 cold-start interview，一种非常全面高效的 AI 上下文信息收集方式。

说白了，就是 AI 上岗前，先收集业务情况。

它不是问几句“公司叫什么、做什么业务”就结束，而是像一个资深律师入职前做交接，先摸清楚团队的审查习惯、风险边界、让步策略、交付格式和复核机制。

以商业合同审查插件为例，第一次使用时会进行大约 10 分钟的访谈，学习团队的 playbook positions、escalation rules，以及真实工作中最头疼的问题。

它还会要求提供 5-10 份近期已签署协议，越多越好，用来观察团队真实的合同立场和处理习惯。

这意味着，Claude 收集的不是一句“帮我审合同”，而是一整套合同审查上下文。

比如它会先区分你是在做 sales-side playbook，还是 purchasing-side playbook。

这个选择很关键。

责任上限、赔偿方向、终止权、IP 归属这些条款，站在供应商方和客户方时，判断完全不同。

所以 cold-start interview 的核心，不是让 AI 学抽象法律知识，而是让 AI 学一个团队在具体交易中的判断方式：

哪些条款是红线；
哪些可以让步；
哪些问题必须升级；
哪些输出需要律师复核；
哪些历史合同代表了真实做法。

种子文件也很关键。

仓库明确要求准备近期已签署协议，因为历史签署版本比抽象制度更真实。

一个团队嘴上说“责任上限不能低于合同金额”，但历史项目里可能对战略客户长期接受 6 个月费用上限。

真实规则往往不在制度里，而在过去怎么签、怎么让、怎么升、怎么补救里。

这就是 cold-start interview 高效的地方。

它不是要求团队先写一套完美 SOP，而是用访谈和种子文件，把分散在人、文件、模板和历史项目里的经验快速抽出来，写进 CLAUDE.md。

后续每个 skill 再读取这份 practice profile，避免输出通用废话。

普通提示词问的是：

“你要我做什么？”

cold-start interview 问的是：

“你们通常怎么做这件事？”

这就是差别。

通用 AI 可能会说：

“建议将责任限制在合理范围内。”

冷启动之后，它才有可能根据团队 playbook 判断：

这个责任上限在当前交易角色下，是可接受、需修改，还是必须升级。

前者是法律废话。

后者才是可执行意见。