第十六次全国检察工作会议指出，强化检察侦查，扎实开展直接侦查、机动侦查、自行补充侦查，提高整体监督效能，对检察侦查权运行提出了更高要求。大语言模型赋能检察侦查，并不是简单的技术叠加，而是对检察侦查理念、方法与机制的革新，是推动检察侦查从经验依赖向数智赋能转型、落实高质效办好每一个案件的重要路径。

　　近年来，全国检察机关以数字检察战略为牵引，围绕数据底座、算法模型、人机协同三大核心维度展开探索，大语言模型赋能检察侦查已取得阶段性成效。但实践中，数据壁垒尚未完全打破、算法规制体系尚不健全、协同机制不够完善、复合型人才储备不足等问题仍然制约着大语言模型赋能检察侦查的纵深推进。推进大语言模型赋能检察侦查提质增效，需要坚持系统思维，构建适配新时代检察侦查工作需求的工作体系。

　　在数字检察战略纵深推进的背景下，大数据、人工智能等新兴技术与检察侦查工作深度融合，已成为新时代检察侦查工作高质量发展的重要引擎。

　　大语言模型赋能检察侦查是理论逻辑与实践逻辑的有机统一。从理论逻辑看，大语言模型赋能检察侦查是对检察侦查权运行模式的深层塑造。传统检察侦查高度依赖办案人员的个人经验，线索发现难、取证效率低、证据审查标准不统一等问题一定程度上影响了办案质效。大语言模型基于海量文本训练形成语义推理、关联分析与逻辑整合能力，能够对卷宗材料、聊天记录等多源文本信息进行深度解析，挖掘证据间的隐性关联，构建完整的案件事实逻辑链条，匹配检察侦查的推理内核。从实践价值看，建用大语言模型是检察侦查部门应对数智时代犯罪新形态、增强检察监督刚性的务实举措。大语言模型通过可解释、可留痕的智能辅助体系，弥补传统侦查在复杂新型犯罪研判中的认知局限与效能短板，推动检察侦查由经验直觉型研判向数据规则型研判、由被动应对型取证向主动精准型查证转型，最终形成适配犯罪形态变化、兼顾办案质效与司法公正的智能化侦查体系。

　　数据是大语言模型赋能检察侦查的基础性资源，数据质量与数据覆盖面直接决定大语言模型的精准度与适用范围。打通数据壁垒，需要从内部整合与外部共享两个层面同步推进。

　　一方面，对内依托全国检察业务应用系统，强化各业务条线数据的自动汇聚与智能关联。当前，刑事检察、民事检察、行政检察、公益诉讼检察在各自办案过程中积累了涉及司法工作人员履职异常的数据信息，但这些数据分散在不同业务系统中，缺乏统一的关联分析机制。为进一步提升检察侦查工作质效，应当建立检察侦查数据专题库，利用大语言模型将“四大检察”办案数据中与检察侦查相关的异常信息进行自动抓取、智能标注、集中汇聚，实现内部线索移送的线上化、智能化。

　　另一方面，对外积极争取党委、政府支持，推动将金融、电信、不动产登记、市场监管等单位数据纳入司法办案系统，并明确数据共享的权责边界、调取流程与安全管控规则。检察侦查涉及的资金流向追踪、通信关系梳理、资产变动核查等工作，高度依赖外部数据支撑。鉴于此，可尝试建立省级层面的政法数据共享协调机制，以制度形式明确相关单位的数据提供义务与检察机关的数据使用权限，避免“一事一协调”的低效模式。同时，建立数据分级分类保护机制，对涉及国家秘密、商业秘密、个人隐私的数据实行差异化管控，落实系统查询全程留痕的工作要求，将安全审查贯穿数据采集、存储、使用、销毁的全生命周期，严防数据泄露与违规滥用。

　　算法是大语言模型赋能检察侦查的核心技术，但其运算逻辑本身内嵌有特定的价值取向，若缺乏有效规制，则可能出现算法歧视、技术黑箱等问题，甚至影响司法公正。构建智能可信的检察侦查大语言模型，需要坚持以人为本与责任可溯两大原则。

　　以人为本原则要求无论大语言模型如何先进，最终侦查决策的主体必须是检察办案人员，涉及公民重大权益的决策必须经人工复核确认。大语言模型的定位是辅助工具而非决策主体，其功能边界应当严格限定在信息检索、数据分析、风险提示等辅助性环节，不得替代检察官的独立判断。在制度设计上，应当明确算法辅助意见不具有强制约束力，检察官有权根据案件具体情况作出与算法建议不同的决策，但应当在办案系统中说明理由，确保决策过程可追溯。

　　责任可溯原则要求建立算法准入评估与效果评价机制。大语言模型在投入实战应用前，应当经过专业机构的安全性、公平性、准确性评估，确保不存在系统性偏差。在运行过程中，建立算法效果定期评价机制，对模型的准确率、误报率、漏报率等关键指标进行动态监测，及时修正模型偏差。同时，建立算法问责机制，明确算法研发者、审核者、使用者的责任边界：若因模型底层算法设计缺陷导致错误决策的，应依法追究研发者与审核者的责任；若因不当使用大语言模型导致错误的，则应依法追究模型使用者的责任。

　　大语言模型赋能检察侦查不是检察侦查部门的“独角戏”，而是纵向三级联动、横向多方协同的系统工程。

　　在纵向层面，明确省、市、县三级检察机关的职责分工。省级检察院承担统筹规划职能，负责大语言模型统一研发、数据资源统一调配、技术标准统一制定等工作，对全省检察侦查数智化建设进行顶层设计与专业指导；市级检察院承担攻坚办案职能，集中力量查办辖区内重大、复杂、跨区域的检察侦查案件，发挥承上启下的枢纽作用；基层检察院负责技术落地应用，运用大语言模型开展线索初查研判、卷宗证据梳理等辅助工作，筑牢检察侦查前端线索底座。三级检察机关通过数智平台实现信息互通、指令畅通、资源互补，形成一体化工作格局。

　　在横向层面，健全两重协同关系。一是检察侦查与“四大检察”的协同。建立线索智能分析与双向移送机制，其他检察业务部门在办案中发现的司法工作人员职务犯罪线索，可通过系统自动推送至检察侦查部门；检察侦查部门在办案中发现的其他检察业务领域的监督线索，同样可以移送，实现查人与纠案的协同联动。二是检察机关与外部执法司法机关的协同。首先，完善检察侦查与监察调查的管辖衔接机制，明确检察侦查与监察调查在案件管辖、线索移送、证据衔接等方面的规则。其次，完善检察侦查部门与公安侦查部门的协作机制，力争在技术侦查、强制措施执行等方面形成合力。再次，搭建常态化的数智沟通渠道，实现跨部门数据共享与协同办案的制度化、规范化。

　　大语言模型赋能检察侦查的落地效果，取决于办案人员的能力与素质。当前，既懂检察侦查业务又懂数字技术的复合型人才短缺，已成为制约检察侦查工作数智化转型的瓶颈。

　　对此，一方面，应建立分层分类的培训体系。首先，针对领导干部，可重点对其开展数智化理念与决策能力培训，使其具备统筹检察侦查大语言模型建设的战略视野。其次，针对检察侦查人员，可重点对其开展数据素养与技术应用培训，提升其运用大语言模型开展线索筛查、数据分析、证据审查的能力，使其从经验型侦查员向数智型侦查员转变。再次，针对技术人员，可重点对其开展检察侦查业务知识培训，使其能够理解检察侦查办案规律与证据规则，确保技术研发贴合实务需求。

　　另一方面，探索建立“业务+技术”的联合办案模式。在重大复杂案件中，组建由侦查业务骨干与技术人才共同参与的专案团队，业务人员负责侦查方向把控与法律适用研判，技术人员负责数据分析、模型运用与电子取证，实现专业能力互补。此外，鼓励实务专家与技术人才协同攻关，在办案实践中培养复合型人才，为检察侦查数智化转型提供可持续的人才保障。同时，建立检察侦查技术人才库，完善人才激励与评价机制，畅通技术人才的职业发展通道，增强岗位吸引力，破解检察侦查部门引才难、留才难的困境。

　　大语言模型的落地应用为检察侦查工作高质量发展开辟了崭新路径。检察机关应坚持技术服务司法、人类主导算法的核心原则，以数智技术夯实监督刚性，以法治规则约束技术应用边界，持续构建安全、高效、规范的数智检察侦查新范式，为新时代法律监督工作高质量发展注入持久数字动能。

　　最高人民检察院 （100726）北京市东城区北河沿大街147号 （查号台） 010-12309（检察服务热线）

　　为了获得更好的使用，建议使用谷歌浏览器(chrome)、360浏览器、IE11浏览器。