传统民事行政检察监督，线索从哪里来？人工阅卷、逐案核查，线索碎片化、隐蔽漏洞难以察觉。2025年全省大数据法律监督模型竞赛中，西市区检察院第二检察部副主任李艺菲从零起步，带着这个问题为民事行政检察蹚出了一条路子——利用大数据法律监督模型推送有效线索并成案18件，在全市率先实现民事行政领域一级场景全覆盖。她的方法没有高深理论，却环环见效。
一、不急着“跑模型”，先把一个模型吃透
面对各级检察机关推广的民事审判、民事执行、虚假诉讼、行政检察监督等重点模型，她不贪多，选定模型逐条拆解数据来源、运算规则和筛查条件，结合多年办案经验，厘清每个模型能发现哪些隐蔽性违法问题和监督薄弱环节。她常跟助理说，“吃透一个模型，往往能跑出覆盖不同监督点的多条线索。”
→ 贴士：与其蜻蜓点水试遍所有模型，不如深耕一个。拆解透了，线索产出效率最高。
二、数据拿回来，先“洗”再用
模型实战应用过程中，数据壁垒导致数据质量参差不齐，录入不规范、字段缺失、格式混乱，“脏数据”直接导入，都会导致模型运行失败。她摸透问题所在后，主动对接法院、行政机关，并利用裁判文书网等公开平台归集数据，然后按模型数据要素要求逐项整理规范，让数据真正“跑”了起来。
→ 贴士：获取数据只是前半程，花时间做格式清洗和字段规范，避免“有数据、无产出”。
三、模型筛完，加一道“人工过筛”
线索数量多、真伪难辨，直接推送成案率低。她尝试建立“模型初筛+人工精核+证据补强”双层核验模式：模型筛完，逐条结合案件事实和法律依据精细核查，剔除虚假和无效线索后再补强证据，大幅提升了监督精准度。
→ 贴士：模型是筛子不是检察官，检察官研判这道关，决定了线索能不能“立得住”。
四、懂业务，也要能看懂模型“报错”
“懂业务的检察官想用好模型，需要补足技术短板。”她利用业余时间学数字技术知识，理解算法逻辑。模型运行失败或不出线索时，能快速判断是数据格式问题还是筛查条件偏差，减少无效沟通。
→ 贴士：不必成为技术专家，但至少要能看懂模型“报错”在说什么。
从零基础起步到被称作“模型专家”，从率先突破到跨院分享，李艺菲用最扎实的“笨办法”证明：民行数字监督这条路，是一个个模型啃下来，一条条数据洗出来，一道道线索核出来的。她说，数字赋能检察是必然趋势，她要在这个领域继续深耕着。
