legal-request-router-pl

Legal Request Router PL - klasyfikator i triage zadania prawnego

Filozofia

Nie kazde zapytanie zasluguje na te sama sciezke. Streszczenie wyroku nie potrzebuje kontradyktoryjnej debaty; opinia do klienta nie powinna wyjsc bez weryfikacji cytatow. Router to jedna decyzja podejmowana na wejsciu, ktora dobiera proporcjonalna sciezke - oszczedza tokeny na rutynie i wymusza kontrole tam, gdzie stawka jest wysoka.

Ten skill nie wykonuje pracy prawnej ani weryfikacji. Tylko klasyfikuje i wskazuje, ktore companion-skille uruchomic i w jakiej kolejnosci.

Workflow

1. Zbierz sygnaly - typ zapytania, czy jest gotowy deliverable, czy sa cytaty ze zrodel, kto jest odbiorca (klient / sad / wewnetrzne), jaka konsekwencja bledu.
2. Sklasyfikuj wg schematu ponizej (LLM zwraca strukture, NIE proza).
3. Zmapuj na sciezke wg tabeli decyzyjnej.
4. Zwroc decyzje + uzasadnienie + liste skilli do odpalenia w kolejnosci.

Schemat klasyfikacji (output)

{
  "typ_zadania": "odpowiedz_bezposrednia | weryfikacja_cytatow | kontrola_adwersaryjna | pelna_sciezka",
  "zlozonosc": "niska | srednia | wysoka",
  "ryzyko": "niskie | srednie | wysokie",
  "ma_cytaty_zrodlowe": true,
  "odbiorca": "wewnetrzny | klient | sad | regulator",
  "wymaga_groundingu": true,
  "wymaga_debaty": false,
  "wymaga_paczki_audytowej": false,
  "wymaga_pseudonimizacji": true,
  "sciezka": ["let-it-be", "citation-grounding-pl"],
  "uzasadnienie": "krotko: dlaczego ta sciezka"
}

Tabela decyzyjna

Najpierw typ_zadania (rosnaca intensywnosc kontroli), 1:1 ze sciezka:

Sygnal wejsciowy	typ_zadania	Sciezka kontroli
Brak cytatow, odbiorca wewnetrzny, ryzyko niskie	odpowiedz_bezposrednia	zadna weryfikacja
Sa cytaty ze zrodel (orzeczenie / ustawa / umowa), ale odbiorca wewnetrzny	weryfikacja_cytatow	citation-grounding-pl
Odbiorca klient / sad / regulator, ryzyko srednie+	kontrola_adwersaryjna	citation-grounding-pl -> adversarial-legal-review-pl
Deliverable wychodzi na zewnatrz, ryzyko wysokie	pelna_sciezka	grounding -> debata -> legal-ai-audit-bundle

Potem dwie flagi dodatkowe, niezalezne od typ_zadania:

Sygnal	Flaga	Skill
Wejscie zawiera dane objete tajemnica / PII	wymaga_pseudonimizacji = true	let-it-be PRZED czymkolwiek
Deliverable na zewnatrz lub ryzyko wysokie	wymaga_paczki_audytowej = true	legal-ai-audit-bundle na koncu

(weryfikacja_cytatow ustawia wymaga_groundingu, kontrola_adwersaryjna dodatkowo wymaga_debaty, pelna_sciezka wszystkie cztery.)

Reguly twarde

• Nie eskaluj rutyny. Jesli ryzyko niskie i odbiorca wewnetrzny - nie odpalaj debaty ani paczki audytowej, chocby dalo sie. Bramka kosztu dziala w obie strony.
• Nie przepuszczaj wysokiej stawki na skroty. Odbiorca sad/klient + cytaty = grounding obowiazkowy, nawet jesli uzytkownik nie poprosil. Jezeli odmawiasz eskalacji - powiedz to wprost w uzasadnienie.
• Grounding poprzedza debate. Jesli sciezka ma i grounding, i debate - grounding idzie pierwszy (debata na niezweryfikowanych cytatach jest bezwartosciowa).
• Pseudonimizacja zawsze pierwsza. let-it-be przed jakimkolwiek wyslaniem do modelu.
• Paczka audytowa zawsze ostatnia. Pakuje slady z poprzednich krokow.

Output (dla uzytkownika)

## Routing - <nazwa zapytania>

Typ: pelna_sciezka | Zlozonosc: wysoka | Ryzyko: wysokie | Odbiorca: klient
Sciezka (kolejnosc):
  1. let-it-be          (pseudonimizacja - sa dane klienta)
  2. <praca prawna>     (poza tym skillem)
  3. citation-grounding-pl   (3 cytaty z orzecznictwa do weryfikacji)
  4. adversarial-legal-review-pl  (high-stakes: opinia do klienta)
  5. legal-ai-audit-bundle   (deliverable wychodzi na zewnatrz)

Uzasadnienie: opinia cytujaca SN, idzie do klienta, ryzyko wysokie -> pelna sciezka.

Ochrona danych (RODO)

Router operuje na metadanych zapytania (typ, ryzyko, odbiorca), nie musi widziec pelnej tresci objetej tajemnica. Jezeli do klasyfikacji potrzebny jest fragment dokumentu z danymi - pseudonimizuj przez let-it-be najpierw.

Integracja z AI Act

Proporcjonalna sciezka to operacjonalizacja podejscia opartego na ryzyku (risk-based approach AI Act). Jawne ryzyko + uzasadnienie w decyzji routingu to slad, ktory wklada sie do legal-ai-audit-bundle jako uzasadnienie wyboru poziomu kontroli.

Atrybucja

Pattern (router + klasyfikacja zadania na sciezki) zainspirowany przez AnttiHero/lavern (Apache 2.0, RouterClassification). Schemat, tabela decyzyjna i reguly napisane od zera pod polski kontekst i warstwe weryfikacji MateMatic. Nie skopiowano kodu Lavern.