Dispute Focus Identification
SkillDev toolsDispute focus identification refers to extracting dispute focus points from legal facts after legal element extraction, further transforming case relationships into legal relationship questions. It can exclude undisputed matters and effectively focus subsequent analysis on focal issues such as facts
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the Dispute Focus Identification skill
What this skill tells your AI
The instructions your AI receives, as published by sunyifeisb-art/legalwork in skills/dispute_issue_identification/SKILL.md and read by ahel’s review.
Capabilities
本技能可以:
- 从案件材料中识别争议问题。
- 判断哪些争议属于事实争议、哪些属于法律争议。
- 将零散内容转化为法律问题,为后续分析提供基础。
How to Use
Step-by-step instructions:
-
识别案件中双方当事人(或多方当事人)。
识别案件主体情况,厘清案件中有几方当事人,各方主体分别是谁。
-
识别案件中各方当事人的主张。
-
明确双方争议内容集中在事实还是法律评价上。明确双方争议内容,即双方主张的不同之处。区别为:事实上的不同和法律评价上的不同。
事实上的争议焦点,通常也成为一般争议焦点,主要是当事人就法律关系的形成、变更和消灭发生争执的事实。例如,民间借贷案件中,借款人是否实际收到款项;债权人代位权纠纷中,债务人是否怠于行使自己的权利而害及债权人债权实现,等等。
法律争议焦点最为常见的就是关于法律的正确解释及适用,它的归纳专业性更强,且往往与事实相互交织,客观上存在界分和定性的困难。事实争议焦点遇到法律适用问题或证据规则问题时,还容易转化为法律争议焦点,包括举证责任分配、证据的效力及证明力、法律规定的解释和法律正确适用问题。
准确抓住当事人诉争事项核心要素,合恰归纳当事人争议焦点,不但对案件的裁判结果有直接影响,还对当事人实体权利的保护有方向性的作用。例如,当事人是否构成重复诉讼,既涉及诉讼主体、请求、标的是否为同一的事实争议,又涉及当事人对于各要素不同认识的法律争议,还直接决定着当事人实体权利的裁判方向。
-
将分歧转化为规范化的争议焦点。将零散的争议内容转化为具有法律分析意义的问题表达。争议焦点的表述应尽量做到客观、简洁、可裁判,避免使用纯粹情绪化或生活化语言。
-
判断不同争议焦点的层级。并非所有分歧都具有同等重要性,应进一步区分核心争点、次级争点与背景性分歧。具体而言:
- 核心争点:直接影响请求权是否成立、抗辩是否成立、责任是否承担及法律效果如何确定的问题;
- 次级争点:通常影响责任范围、损害数额、证明责任安排、辅助事实认定或具体救济方式;
- 背景性分歧:虽有争执,但对裁判结论影响较弱,更多起到叙事补充或事实背景说明作用。
-
分别梳理案件中各方当事人主张的支持事由。即各方基于哪些事实、证据和法律依据来支撑自己的立场。
这一环节通常包括:原告主张所依赖的关键事实是什么;被告抗辩所依赖的关键事实是什么;各方分别援引了哪些证据;各方主张分别试图对应哪些法律规范或法律效果。
-
动态调整检查。争议焦点并非固定不变,随着诉讼进程推进,新的事实或证据可能出现,需根据庭审情况动态调整争议焦点,并在庭审结束前征求双方当事人的意见,确保争议焦点准确反映案件的核心争议。
Input Format
期望的输入形式:
-
Format 1:已经初步整理的案件事实材料。
输入可以是经过法律事实提取后的案件材料,包括主体事实、行为事实、时间事实、结果事实、因果关系等。该类输入适合直接开展争议焦点识别。
-
Format 2:未经过法律事实提取的案件事实陈述。
输入也可以是判决书案情摘要、庭审争议陈述、代理意见摘要、咨询记录或案例材料等,其中包含原告主张、被告抗辩、证据情况和初步法律分歧。这类输入适合进一步从事实结构中提炼争议焦点。
Output Format
将生成:
-
争议焦点描述:
关于争议焦点的描述,一般用疑问句来表达,比如“张三是否构成无权占有”“李四取得财产是否有法律依据”。可以输出为“结论→理由→依据”的格式。
输出为结构化的争议焦点列表,通常包括核心争议焦点、次级争议焦点及简要说明,并标明每一争点所对应的主要事实分歧和法律问题。
-
争议焦点格式:
可以输出争议焦点清单或表格形式。对于复杂案件,还可以输出按时间顺序展开的争点结构,适用于复杂案件梳理和可视化展示。
Example Usage
示例:
-
示例 1:
请根据下面这段案件材料,识别本案的争议焦点,并区分哪些属于事实争议、哪些属于法律争议:
甲称其于2024年5月向乙转账10万元,双方约定一个月后归还;乙则主张该10万元并非借款,而是双方合作投资款。甲要求乙返还借款本息,乙不同意。
-
示例 2:
请根据以下买卖合同纠纷材料,提炼适合民法请求权分析的核心争议焦点,并说明每个争议焦点对应哪些关键事实、证据和法律问题:
原告称其在二手平台购买一台电脑时,卖家明确表示系‘全新未拆封’;被告则主张自己从未承诺该电脑为全新,仅称‘外观良好’。原告收货后发现主板存在维修痕迹,并请求退货退款。
-
示例 3:
请根据这段案件摘要,按照‘核心争点—次级争点—背景性分歧’的层级,整理本案争议焦点:
原告主张某平台未经同意向第三方披露其手机号,导致其遭受持续骚扰;被告平台主张涉案信息不属于个人敏感信息,且原告未能证明骚扰结果与平台行为之间存在因果关系。
-
示例 4:
请根据下面的庭审争议陈述,梳理双方各自主张的支持事由,并将其对应到各个争议焦点之下:
原告主张合同已成立并已履行付款义务;被告主张合同尚未生效,且即使生效,其未履行亦因原告先违约所致。
Scripts (if applicable)
Best Practices
-
以请求与抗辩为中心识别争点
争议焦点应围绕请求支持与抗辩成立展开,只有那些会影响权利义务判断、责任承担或法律效果的分歧,才应被识别为真正的争议焦点。
-
争议焦点应表述为可裁判的问题
争点表述应尽量客观、精炼、规范,避免使用情绪化、立场化或预设结论的语言,围绕何种事实和规范问题需要被判断而展开。
Limitations
-
Limitation 1
争议焦点识别依赖于案件事实整理的质量。如果基础事实抽取不完整、当事人主张不清晰或证据材料严重不足,争点识别结果可能比较模糊。
-
Limitation 2
本技能无法代替争议的解决,只能成为法律分析的前置步骤。
Legalwork 执行增强
何时触发
当用户提供案情、起诉状、答辩状、庭审笔录、判决书、证据目录或客户陈述,并要求“归纳争议焦点、提炼焦点、整理庭审争点、找核心问题、做案件分析框架”时,使用本 Skill。
工作区流程
- 读取当前对话、附件和工作区中的案情材料,先识别请求、抗辩、反请求、证据争议和程序争议。
- 把事实分歧、证据分歧、法律适用分歧、责任范围分歧分开,不要把所有矛盾混成一个大焦点。
- 为每个争点关联:支持该争点的事实来源、对应证据、可能适用规范、对最终请求的影响。
- 对复杂案件输出核心争点、次级争点、背景分歧三级结构;对庭审准备任务,额外输出发问方向和补证清单。
交付物
输出“争议焦点矩阵”:争点表述、争点类型、原告主张、被告抗辩、关键证据、适用规范、证明责任、对裁判结果的影响、下一步动作。
质量检查
- 争点是否围绕请求权、抗辩或责任范围,而不是复述事实?
- 是否区分事实争议、证据争议和法律争议?
- 每个争点是否能被法院或仲裁庭实际审理判断?
- 是否标注证据缺口、证明责任和后续补充材料?
Signals
- GitHub stars
- 57
- Forks
- 9
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
github-com-sunyifeisb-art-legalwork-skill-dispute-is-1b2ckyr- Source
- github.com/sunyifeisb-art/legalwork