随着信息时代的到来，深度学习、智能合成、自然语言处理等信息技术使得人工智能在法律领域的应用更加广泛，如何将生成式人工智能技术嵌入检察建议制发全流程，已经成为智慧检务和司法改革的迫切需求。深度运用AutoGPT等生成式人工智能技术辅助检察建议制发应当重点关注其在检察建议问题发现、文书制作、送达与落实环节的运用方式，以实现检察建议实效增量。同时，以数据管理、技术规制、健全监管等制度防范人工智能在检察建议制发中的风险，以检察工作现代化助推中国式现代化。

一、引言

2019年2月26日，最高人民检察院印发了《人民检察院检察建议工作规定》（以下简称《工作规定》），《工作规定》以内部视角为检察建议的制发提出了相应的配套制度，并积极推动检察建议运行机制的规范化，将检察建议认定作为一种法律监督措施。随着《工作规定》对检察建议的“正名”，检察建议成为检察机关贯彻落实党的二十大“加强检察机关法律监督工作”要求、促进严格公正司法、推动国家治理体系与治理能力现代化的重要手段。

近年来，检察机关面临检察建议工作的压力、公平正义的社会需求、科技进步的发展环境，始终将“科技强检”作为优化检察产品、满足社会需求、有效应对挑战的重要法宝。当下，集合深度学习、自然语言处理的生成式人工智能快速发展，在ChatGPT（全称为Chat Generative Pretrained Transformer）饱受关注之时，已有基于GPT语言模型开源迭代的AutoGPT悄然登场。AutoGPT除了在“人类反馈强化学习技术”的加持下区别于传统的“决策式人工智能”，能够进行文字输出、内容翻译乃至代码撰写等创作型工作，还能够通过“提示符”（Prompt）连接数据库、文件系统等外部工具，并提供了外部储存以增强记忆等可调用工具，突破了传统ChatGPT对话中字符数的限制，建构了长期有效的输出模板。生成式人工智能技术在检察建议工作实践中的应用情况、存在问题以及发展趋势已经成为贯彻落实习近平总书记有关“推动大数据、人工智能等科技创新成果同司法工作深度融合”论述中必须深度思考与研究的问题。

二、生成式人工智能嵌入检察建议的“三向驱动”

生成式人工智能嵌入检察建议工作并非盲目对新兴技术的“神化”或对时事热点的追逐，而是有其“三向驱动”的内在逻辑。

（一）检察机关增效去本的“硬需求”

生成式人工智能应用于检察建议的需求很大程度上是检察机关增效去本内需决定的，具有内在驱动性。随着社会领域专业分工细化和信息爆炸，在目前的检察建议工作中，检察人员受资源限制、信息壁垒等因素影响，往往无法在高质量开展办案的同时有效兼顾检察建议的开展，导致难以发现检察建议线索或错失检察建议治理问题的最佳时机，最终导致检察建议浮于表象。抑或为了盲目追求检察建议工作产出，出现检察建议“模板化”等问题。AutoGPT嵌入检察建议工作能够帮助检察官聚焦案件中的治理要点，提高检察官制作检察建议文书的效率，使检察官能够与人工智能一起深究案件发生的本质原因。检察机构内部增效去本的硬需求呼唤新兴科技在检察工作中的深度应用，通过生成式人工智能技术提高司法办案的现代化水平与智能化效率。

（二）智慧检务与司法改革的“驱动力”

智慧检务与司法改革的外部“驱动力”要求生成式人工智能与检察工作相融合。党的二十大报告中提到的深化司法体制综合配套改革，就包含促进司法与人工智能等新一代新技术的深度融合、以人工智能促进司法改革的深意。在司法改革与科技创新的关系上，由早期的科技服务司法逐渐发展到后来的科技支撑司法、科技引领司法、科技驱动司法。司法改革的深化需要科技手段进行赋能，从而助推司法传统体制的进一步转型与发展。检察建议的作用范围向社会治理领域广泛扩展，助力国家治理体系和治理能力现代化的同时也出现了诸如检察建议随意制发、说理性弱、审核把关不严等损害司法公信力的问题。生成式人工智能的研究与嵌入，可以一定程度上解决检察建议工作实践中面临的主要问题。可以说，检察履职智能化的探索为人民检察院提升司法治理能力和水平提供了全新思路，将生成式人工智能技术引入检察建议工作是数字时代智慧检务的必然产物。

（三）提高人民群众幸福指数的“大目标”

让人民群众在每一个司法案件中感受公平正义，提升人民群众在每一个司法案件中的获得感、幸福感、安全感，是检察机关的职责所在，也是检察建议的核心目标之一。检察建议被广泛应用于社会治安管理、预防职务犯罪、社会治理等领域，全方位影响经济、文化、生态领域。但是，人民群众对检察建议较为陌生，缺乏对检察建议法律监督性质的理解，进而对检察建议的落实缺乏主观能动性。人工智能嵌入检察建议工作能够满足人民群众对“管家式服务”的实际需求，进行诉源治理、纠纷解决、修复社会关系等工作，贯彻“以人民为中心”发展思想下“四大检察”“十大业务”的检察履职。

三、生成式人工智能嵌入社会治理检察建议全流程的实践路径

检察建议的制发不应当只关注“制作”和“发行”两个环节，更应当关注检察建议的全流程以加强和规范检察建议工作，确保检察建议的质量和效果。从法律发生学的角度出发，检察建议的全流程可以分为四大阶段：问题发现与分析阶段、建议制作与审核阶段、建议发出与送达阶段、建议落实与监督阶段。生成式人工智能嵌入检察建议全流程的实践路径也围绕此四大阶段展开。

（一）问题发现与分析阶段

检察建议并非凭空提出的，而是基于特定背景、事项、问题的调查与分析之后，针对特定问题向特定部门或单位提出的，检察建议提出的问题必须要紧扣被建议单位的现实情况和社会治理的发展实际。检察建议针对的问题应当符合三方面要求：一是检察建议涉及问题要有普遍性；二是问题要触及事件的本源；三是检察建议要保证时效性。检察机关发现的社会治理问题的“两步法”是先从线索中发现社会治理问题，再通过法律理论、工作经验、数据分析对问题进行剖析，从而发现具有普遍性、本质性和时效性的社会治理真实问题以制发检察建议。

1.问题发现环节

线索是发现问题的核心关键。社会治理检察建议的线索数量庞大、覆盖范围广，线索来源广泛是发现社会治理的优势，但纷繁芜杂的线索反而会降低检察建议聚焦的精准度。此时，AutoGPT就成了检察机关发现社会治理问题的“分诊台”，能够有效帮助检察机关发现社会治理的真问题。AutoGPT能够帮助检察机关整理线索、梳理线索库，在保护信息安全的前提下对线索进行清晰化处理，对相同或者相似线索进行有效合并，以要素式（线索中的人、事、物、时、空、痕）呈现全面易读的线索，便于检察官发现问题。此外，AutoGPT还有助于建立社会治理信息共享平台，运用其作为大语言模型的特点建立起检察院与法律共同体部门，实现大数据协同办案。

2.问题分析环节

发现问题是检察建议制发的开端，充分分析社会治理问题的深层原因才是检察建议“靶向治理”的根本原因。实践中，由于对社会问题的调研不够深入，未能触及问题源头，容易出现检察建议流于表面、不够深刻甚至错发、误发检察建议的情况，降低了人民群众对于检察建议的接纳度。在问题分析环节利用AutoGPT协助检察官进行问题分析是可行的，AutoGPT处理多文本、长文本的能力广受好评，其可以充当咨询专家的角色，帮助检察官快速理解特定行业的现状、分析社会治理问题的本质原因，避免出现“外行指导内行”的情况。

（二）建议制作与审核阶段

在对现存的社会治理问题进行准确、周密分析之后，便进入检察建议的制作与审核环节，在检察建议书的起草、论证、审核环节有诸多内容可以由AutoGPT介入进行辅助。

1.建议起草环节

检察建议书在起草的过程中首先应当注意文书规范格式。即使《工作规定》对于检察建议流程作了详细的规定，实践中检察建议文书编号和检察建议结构仍为错误的“重灾区”。适用正确规范的法律文书是司法工作质量的重要表现，AutoGPT可以深度掌握《工作规定》以及《人民检察院检察建议法律文书格式样本》所规定的结构，进行自动化结构搭建检察建议结构逻辑，减少检察官在检察建议文书起草中的失误或者内容的缺漏。AutoGPT帮助检察官构建检察建议逻辑结构，检察官能够将更多精力放在对于社会治理问题原因和治理措施的深度分析和提炼归纳中，明确指出被建议单位的管理纰漏与办理案件之间的因果关系，提出有效治理对策，实现检察建议文书增量，通过检察建议书释法说理，真正做到“小切口治理大问题”。

2.建议审核环节

社会治理类检察建议作为法律文书，做到于法有据是合法性的必然要求，也是最基本的要求。根据《工作规定》第十七条规定，检察官起草的检察建议书报送检察长前，应当送本院负责法律政策研究的部门对检察建议的必要性、合法性进行审核，切实把握检察问题的普遍性与检察建议的语言、格式的规范性。但是，检察院政策研究部门往往未能尽数参与案件的办理，难免存在对案件基本情况不熟悉、对案件和检察建议之间的因果关系不明朗的情况。AutoGPT可以协助政策研究部门的审核人员复盘案件的具体情况，通过大数据实现“具象的在场”，同时构建接入系统，将检察官起草检察建议书的各个环节呈现给审核人员，帮助审核人员落实检察建议的形式合法性与实质合法性，实现审核“双保险”。

（三）建议发出与送达阶段

检察建议发出与送达环节首先应当关注的是检察建议发出的对象，社会治理检察建议发送的对象应当是对检察建议所涉及的问题具有实际管理、指导、实施等具体职权的单位或者部门。准确确定检察建议的对象也需要对社会治理问题的实际情况进行深入研究，只有找对检察建议对象，才能使问题在本质上得到解决。检察建议的送达环节也远非仅仅将检察建议书交给被建议单位这么简单，对社会影响广泛、群众密切关注、具有典型性的社会治理问题，检察机关可以选取特定场所向被建议单位、部门当场宣读检察建议，并且邀请第三方人员代表对检察建议送达进行见证。人工智能能够提供海量背景性和前瞻性信息资料，强化和辅助检察人员在送达阶段的释法说理等工作，真正落实社会治理检察建议的成效。

此外，AutoGPT可以建立检察建议的送达效果模型，通过分析该检察建议涉及的社会治理问题的关切程度、典型程度，分析选用这一检察建议最适合的送达方式，并智能化选择对这一社会治理问题联系最为紧密的第三方人员，邀请其参与本次检察建议送达环节，督促落实检察建议。做到“宣示一次、警告一片”，以“柔性”的释法说理方式提升社会治理检察建议的质量和刚性效果。

（四）建议落实与监督阶段

检察建议是中国特色社会主义检察监督制度的重要途径之一，但实践中部分检察机关对于检察建议的法律监督属性理解不够深刻，对于相关检察建议“一发了之”“只督不促”，没有对检察建议进行深度的监督和回访，未真正实现社会治理检察建议有效促进治理社会问题的解决。现阶段检察建议的落实环节中，企业缺少长期且细化的整改指导措施，检企之间的互动交流存在一定的时间差。对此，检察机关在保证网络安全的前提下，可以允许企业单位接入检察机关对外的智慧检察建议系统，系统中将呈现此次社会治理检察建议涉及的案件情况、类案事项以及检察官意见等信息。AutoGPT还能够以“清单式”可视化呈现被建议单位、部门的落实进度，仔细考核检察建议的落实情况，就检察建议落实的关键节点，自动提醒检察官进行现场回访、临场调查，与被建议单位下一步整改落实进行面对面、点对点、问题对问题的细致交流，建立良好的互动关系，做好社会治理检察建议的“后半篇文章”。

四、生成式人工智能运用于检察建议制发的风险监督

生成式人工智能是算法、算力和数据的进步共同推动的结果，训练算法的革新推动了AutoGPT的横空出世。从技术本质而言，生成式人工智能仍是对海量数据学习资料的重组，因此，生成的内容与输入学习的材料紧密关联，其仍然无法避免出现偏差和错误。目前已有用户发现，在使用GPT语言模型进行问答时，其给出了缺乏事实依据的答案。公平正义是检察工作的基本标尺，检察工作必须坚持以事实为依据、以法律为准绳原则，为了推动AutoGPT此类生成式人工智能更妥当、更安全地运用于检察建议制发的全流程以及智慧检务工作，开展对于AutoGPT运用的风险监督十分必要。

（一）明确方向：以社会主义核心价值观指导人工智能使用

2023年4月11日，国家互联网信息办公室重磅发布《生成式人工智能服务管理办法（征求意见稿）》（以下简称《办法》），《办法》对生成式人工智能的运用与管理方式进行了明确的立法规定，这既是国家监管机构对于新兴的生成式人工智能技术作出的监管回应，也为检察机关运用人工智能指明了基本方向。AutoGPT符合《办法》对于“生成式人工智能产品”的界定，检察机关运用生成式人工智能开展检务工作时应当严格遵守上述管理规定以及网络安全法、数据安全法等法律法规。同时，深刻领悟《办法》精神，利用生成式人工智能技术生成体现社会主义核心价值观的真实、有效、合法的信息，找准检察机关利用新技术推进社会主义核心价值观融入法治建设的着力点和切入点，既要做到“技术中立”，又要做到“技术向善”。

（二）数据挖掘：完善AutoGPT法律信息数据结构

AutoGPT本质上是基于GPT大型自然语言模型进行的学习与回答，所以，相应的机器深度学习数据库是人工智能生成内容的源头活水，该领域应用最大的障碍也就在于可信可靠的数据来源。首先，只有在全面、准确的数据源基础上，AutoGPT为检察建议文书制发提供的辅助才能够准确可靠。检察官使用AutoGPT时应当保证数据来源充分全面，保证相关的办案信息、类案情况、社会治理数据内容完整正确，并将相关流程性信息一并纳入大语言模型的学习范畴，促进AutoGPT进行更准确的判断与内容审查，防范生成式人工智能数据责任风险。

（三）内容生成：优化AutoGPT算法规则公开透明

如今，GPT大语言模型已经开放了API（应用程序编程接口）可供自行调用，检察机关也可以通过布局具体的算法进行专项训练，使AutoGPT调用特定算法以生成更适合嵌入检察建议制发各个环节的内容。但“算法黑箱”存在的必然性使得人工智能生成内容存在治理风险。如何提升算法规则科学性，避免人工智能生成内容存在算法歧视，需要在未来对AutoGPT项目进一步开源的基础上，探索与使用更契合检察建议制发工作需求的算法规则，使其算法规则公平公正、透明可视化。

（四）内容使用：强化AutoGPT生成物使用监督制度

尽管生成式人工智能系统可以通过海量的数据分析得出更为客观统一的检察建议结论，但是绝不能盲目相信或将人工智能当作解决一切问题的“百宝箱”。面对森罗万象的社会治理问题，仍处于弱人工智能阶段的AutoGPT在检察建议工作中必然无法媲美专业检察官。所以，在人工智能的应用上，必须强化人工智能生成物的适用监督机制，即使面对微小的误差，也必须由使用人对其作出有效监督和可信解释。要强化前端预防，在过程中既可通过加强法律政策研究室审核把关，又可充分运用检察听证等机制强化外部监督以公开促公正。同时，完善操作备案制度，记录人工智能生成物的常见问题，以便进行后续研究分析。

（五）面向未来：促进法律数字复合人才培养

无论是在AutoGPT研究过程还是在实务操作中，都需要大量拥有法律、数学、计算机等复合背景的数字化人才。但是，现实中人民检察院的法律人才与人工智能研发的技术人员尚未建立有效的双循环联系，闭门造车只会带来新技术与司法服务需求的鸿沟。人工智能技术与检察工作相结合并非一蹴而就，将现有检察人才培养向人工智能与法律“双栖”人才转型是目前检察队伍建设和专业人才培养的迫切需求。检察官既要懂技术又要懂法律，能够从依赖外部已有的人工智能技术模板转向自身编写符合实践特色的人工智能Prompt指令，乃至协助智慧检察系统的研发，完善AutoGPT在检察建议制发的全流程参与。

生成式人工智能技术及AutoGPT应用的蓬勃发展为打破检察建议制发全流程困境提供了诸多可能，人民检察院应积极主动地接受生成式人工智能技术嵌入检察建议工作全流程，在推动国家治理能力现代化的同时，深度探究生成式人工智能技术嵌入检察建议工作的实践切入点。此外，“打铁还需自身硬”，检察官需以有限工具论的视角，审慎运用生成式人工智能技术，加强数字理论学习，为促进检察建议工作履职、深化检察改革贡献自己的智慧。

（陈冬妮系上海市杨浦区人民检察院第三检察部行政主任，胡浩翔系华东政法大学知识产权学院硕士研究生。本文刊载于《法治时代》杂志2023年第七期。）