Draftwise Playbook Studio:律所的「合同老师傅」终于被 AI 复刻了
2026-02-26 | ProductHunt | 官网

Gemini 解读:这是 DraftWise 在 Microsoft Word 内的插件界面。左侧是正在编辑的软件许可协议,右侧是 AI 对话窗口。用户可以用自然语言查询历史合同数据,比如“显示过去 2 年我们和 SaaS 供应商谈过的所有软件许可协议,按年合同金额排序”。
30秒快速判断
这App干嘛的:把律所里资深律师脑子里那套“这个条款怎么谈、那个让步到什么程度”的经验,从历史合同里挖出来,自动生成一本 Playbook(合同审查指南)。原来要 6 小时手动整理,现在 5 分钟搞定。
值不值得关注:值得关注,但仅限法律行业从业者。这不是一个给普通人用的工具,是给律所和企业法务部门的垂直 SaaS。但它背后的思路 —— 用 AI 从历史数据中提炼组织知识 —— 对任何行业都有借鉴意义。
和谁比:
| 对比项 | Draftwise Playbook Studio | Harvey AI | Spellbook |
|---|---|---|---|
| 核心差异 | 专注合同智能,从历史合同提炼知识 | 通用法律 AI(研究+起草+合规) | 单条款 AI 建议 |
| 价格 | $159/用户/月起 | 企业定制 | $99/用户/月起 |
| 优势 | Playbook 自动化、95%红线接受率 | 覆盖面最广 | 上手简单、价格低 |
与我有关三问
与我有关吗?
- 目标用户是谁:大型律所(Am Law 100)的合同律师、企业法务部门(Fortune 500)、VC 机构法务团队
- 我是吗:如果你每天在 Word 里审合同、谈条款、做红线标记,你就是核心目标用户。如果你是科技公司法务、经常处理 NDA 和 SLA,这东西能直接改变你的工作节奏
- 什么场景会用到:
- 审一份新 NDA,想快速知道“我们所以前类似的合同是怎么谈的” -> 用这个
- 新律师入职,需要快速了解所里的谈判风格和底线 -> 用这个生成 Playbook
- 只是偶尔看看合同、不是核心工作 -> 不需要这个
对我有用吗?
| 维度 | 收益 | 代价 |
|---|---|---|
| 时间 | NDA 审查从 60 分钟降到 2 分钟;Playbook 创建从 6 小时降到 5 分钟 | 需要先导入历史合同数据 |
| 金钱 | 一个律师一年省下的计费时间远超工具成本 | $159/月/用户起步,律所级别还要更多 |
| 精力 | AI 直接给红线建议,95% 不用改 | 初期建立数据库需要投入 |
ROI 判断:如果你是处理大量合同的律所或法务团队,这工具几乎是必备的。一个律师一小时计费 $300-$800,这工具每份 NDA 省 58 分钟,算算账就知道了。但如果你是小所、合同量不大,数据太少反而发挥不了 AI 的价值。
喜闻乐见吗?
爽点在哪:
- Playbook 一键生成:上传历史合同,5 分钟出一本完整的审查指南,包含你所里过去的谈判偏好、让步底线、惯用措辞
- 95% 的红线建议直接能用:AI 给出的修改建议质量极高,几乎不用人工调整
“哇”的瞬间:
“DraftWise 不只是节省时间,更是提升起草质量。它帮律师写得更好、更快。” — 某律所律师 (Microsoft Customer Stories)
用户真实评价:
正面:“DraftWise 是我们事务所创新战略的核心组成部分,持续进化、快速整合反馈。” — Joe Green, Gunderson Dettmer 首席创新官 吐槽:“试用了 DraftWise,确实有帮助,但需要时间建立所有 playbook 和 checklist。” — Glassdoor 用户
给独立开发者
技术栈
- 前端:Microsoft Word Add-in(直接嵌入 Word,不是独立 App)
- 后端:Azure AI Foundry,RAG(检索增强生成)架构
- AI/模型:Cohere Command(文本生成)+ Cohere Embed(语义搜索)+ Cohere Rerank(结果排序)+ 微软 o-series 推理模型,使用 RFT(强化微调)定制法律领域
- 基础设施:Azure 全套(SOC 2 Type II、ISO 27001、GDPR 合规)
核心功能实现
说白了就是一个法律领域专用的 RAG 系统。先把律所的历史合同吃进去,用 Cohere Embed 做语义索引,用户查询时 Cohere Rerank 排序最相关的条款,最后 Command 模型生成红线建议或 Playbook。关键壁垒不在模型本身,而在两点:一是对法律文档结构的深度理解(合同条款、谈判位置、让步语言),二是和 Word 的深度集成(直接在律师的工作流里操作)。
RFT 强化微调是一个亮点 —— 用 DraftWise 自己的法律数据对推理模型做了定制化训练,这个数据飞轮是后来者很难追上的。
开源情况
- 开源吗:否。GitHub 上有组织页面但无公开代码
- 类似开源项目:LawGlance(RAG 法律助手)、LawSage(法律文档生成),但都远不如 DraftWise 成熟
- 自己做难度:高。不是技术难度高(RAG + Word 插件谁都能做),是数据壁垒高 —— 你需要大量真实法律合同来训练和测试,还需要律师来标注质量。预计 3-5 人团队 12+ 人月,且不含数据获取
商业模式
- 变现方式:B2B SaaS 订阅
- 定价:Professional $159/用户/月,Enterprise 定制
- 用户量:超过半数 Vault 10 律所、数十家 Am Law 100 律所、Fortune 500 企业
巨头风险
微软是 DraftWise 的合作方(Azure AI Foundry),不是对手。但 Microsoft 365 Copilot 在 Word 里已经有 AI 能力了,如果微软自己做法律垂直模块,DraftWise 就危险了。另一个威胁是 Harvey AI —— 融资更多、覆盖面更广、品牌更响。DraftWise 的护城河在于“合同智能”这个细分领域的专注和数据积累。
给产品经理
痛点分析
- 解决什么问题:律所的 Playbook(合同审查指南)创建极其耗时耗力,资深律师的经验难以传承和规模化
- 痛点有多痛:高频 + 刚需。大所每天审大量合同,Playbook 是质控的核心。没有 Playbook,新律师审合同就是在“裸奔”
用户画像
- 目标用户:Am Law 100 合同律师、企业法务总监、VC 法务团队
- 使用场景:日常合同审查、新客户入职时快速建立审查标准、律所知识管理
功能拆解
| 功能 | 类型 | 说明 |
|---|---|---|
| Playbook 自动生成 | 核心 | 从历史合同提炼审查指南 |
| AI 红线标记 (Markup) | 核心 | 自动对比并标注需要修改的条款 |
| 语义合同搜索 | 核心 | 自然语言查询历史合同和条款 |
| AI Associate | 核心 | 端到端的合同起草、审查、谈判 Agent |
| DMS 权限同步 | 锦上添花 | 自动同步文档管理系统的权限设置 |
竞品差异
| 对比项 | Draftwise | Harvey AI | Spellbook | Luminance |
|---|---|---|---|---|
| 核心差异 | 合同智能+Playbook | 通用法律 AI | Word 内条款建议 | M&A 尽调 |
| 价格 | $159/用户/月 | 企业定制(更贵) | $99/用户/月 | 企业定制 |
| 优势 | 历史合同数据利用 | 覆盖面广 | 便宜易上手 | 尽调专精 |
| 适合 | 合同密集型律所 | 大型综合律所 | 小所/独立律师 | M&A 团队 |
可借鉴的点
- “从你自己的数据中提炼智慧”这个产品理念:不是用通用 AI 回答通用问题,而是从客户自己的历史数据中挖掘 pattern,这在任何 B2B 垂直领域都适用
- Word 插件而非独立 App:不改变用户工作流,而是嵌入用户已有工作流,降低了采用门槛
- 95% 接受率作为 PMF 指标:用“AI 建议的接受率”来衡量产品是否真正有用,比 DAU/MAU 更有说服力
给科技博主
创始人故事
- James Ding (CEO):前 Palantir AI 团队负责人,20 年全栈开发经验。在 Palantir 时领导大数据 AI 方案团队,拥有数据安全和机器学习的专利
- Emre Ozen (CTO):同样来自 Palantir,企业技术负责人出身。Columbia 硕士,早年在 Deutsche Bank 和 Barclays 做金融
- Ozan Yalti (CSO):Stanford Law 毕业,在 Clifford Chance(全球顶级律所)执业 10 年
- 故事内核:两个 Palantir 的技术大牛 + 一个顶级律所的老律师 = “我们比 AI 公司更懂法律,比法律公司更懂 AI”
争议点/讨论角度
- AI 审合同的伦理风险:如果 AI 给出的红线建议有错,谁负责?律师还是工具?
- 大所 vs 小所的 AI 鸿沟:$159/月的价格对大所不算什么,但小所和独立律师被排除在外,法律 AI 会不会加剧行业两极分化?
- “Playbook 自动化”是不是在淘汰初级律师? 过去 Playbook 是新律师学习的过程,现在 AI 5 分钟生成了,新人怎么成长?
热度数据
- PH排名:90 票(中等热度)
- Twitter讨论:极低。30 天内仅 4 条相关推文,且大多是 bot 自动转发,说明产品在 C 端和科技圈几乎没有声量
- 媒体报道:Morningstar、Artificial Lawyer、Globe and Mail、Bloomberg Law 均有报道,说明在法律行业媒体有一定影响力
内容建议
- 适合写的角度:“AI 正在吃掉初级律师的活”—— 以 Playbook Studio 为切入点,讨论法律行业 AI 对人才结构的影响
- 蹭热点机会:配合 AI Agent 话题,DraftWise 的 AI Associate 是法律领域的具体案例
给早期采用者
定价分析
| 层级 | 价格 | 包含功能 | 够用吗? |
|---|---|---|---|
| 试用 | 免费 | 基础功能体验 | 感受产品,不够日常使用 |
| Professional | $159/用户/月 | 完整功能 | 够用,但企业级安全需 Enterprise |
| Enterprise | 定制 | 完整功能 + 高级安全 + DMS 集成 | 大所标配 |
上手指南
- 上手时间:30 分钟安装 + 数小时导入数据
- 学习曲线:中等。Word 插件本身简单,但发挥最大价值需要上传足够的历史合同
- 步骤:
- 在 Microsoft AppSource 安装 DraftWise Add-in
- 上传律所/公司的历史合同数据
- 等待系统分析和索引(时间取决于数据量)
- 在 Word 中打开合同,使用侧边栏的 AI 功能
坑和吐槽
- 冷启动问题:没有足够的历史合同数据,AI 的建议质量会大打折扣。小所和新团队会比较吃亏
- 仅限 Word:如果你用 Google Docs 或其他编辑器,抱歉,不支持
- 价格门槛:$159/月对独立律师或小团队不便宜
安全和隐私
- 数据存储:Azure 云端,零数据留存策略(Zero Data Retention)
- 隐私政策:SOC 2 Type II、ISO 27001 认证,GDPR 合规
- 权限控制:同步 DMS(文档管理系统)权限,支持 ethical walls(信息隔离墙)
- 安全审计:有,第三方审计
替代方案
| 替代品 | 优势 | 劣势 |
|---|---|---|
| Spellbook | 便宜($99/月)、上手快 | 没有 Playbook 功能,偏单条款建议 |
| Harvey AI | 覆盖面广、品牌好 | 贵、不如 DW 专注合同智能 |
| Luminance | M&A 尽调专精 | 不适合日常合同审查 |
| DocJuris | 合同谈判自动化 | 生态和数据规模不如 DW |
给投资人
市场分析
- 赛道规模:CLM(合同生命周期管理)市场 2026 年 $1.8B-$3.75B
- 增长率:18-27% CAGR,2033 年预计达 $11.95B
- 驱动因素:企业合规要求升级、AI 技术成熟、远程工作推动数字化合同管理
竞争格局
| 层级 | 玩家 | 定位 |
|---|---|---|
| 头部 | Harvey AI、Lexis+ AI | 通用法律 AI |
| 腰部 | DraftWise、Spellbook、Luminance | 垂直法律 AI |
| 新进入者 | Definely、DocJuris | 细分功能 |
Timing 分析
- 为什么是现在:2025-2026 年 AI Agent 概念爆发,法律行业终于从“AI 辅助”进入“AI 自动执行”阶段。Playbook Studio 把 AI 从“帮你搜”升级到“帮你做”
- 技术成熟度:RAG + 微调已经足够可靠,Cohere 和 Azure 的模型在法律文本上的表现达到实用水平
- 市场准备度:高。超过半数 Vault 10 律所已采用,说明市场接受度不是问题
团队背景
- 创始人:James Ding (CEO, ex-Palantir)、Emre Ozen (CTO, ex-Palantir)、Ozan Yalti (CSO, ex-Clifford Chance)
- 核心团队:技术团队来自 Palantir + 法律专家来自 Magic Circle 律所
- 过往成绩:Palantir 出身意味着对企业级安全和大数据处理有深度经验,YC 校友
融资情况
- 已融资:$25.1M
- 最近一轮:Series A $20M (2024.03),领投 Index Ventures
- 其他投资人:Y Combinator、Earlybird Digital East、Orrick(律所直接投资,说明行业认可)
- 估值:未公开,参考 AI startup Series A 中位数估值 >$50M
结论
一句话判断:DraftWise Playbook Studio 是法律 AI 赛道里“做得最深”的产品之一,不是最热的但可能是最有价值的。
| 用户类型 | 建议 |
|---|---|
| 开发者 | 值得研究其 RAG + 微调 + Word 插件的技术方案,但别想复刻 —— 数据壁垒是关键 |
| 产品经理 | 强烈建议学习“从用户历史数据中提炼知识”的产品思路,任何 B2B 垂直领域都能用 |
| 博主 | PH 热度一般,但“AI 淘汰初级律师”这个角度有流量 |
| 早期采用者 | 如果你是合同律师且所里有大量历史合同,一定要试。小所可以先看看 Spellbook |
| 投资人 | 团队强(Palantir + Clifford Chance)、数据飞轮转起来了、赛道增长快,值得关注后续轮次 |
资源链接
2026-02-26 | Trend-Tracker v7.3