我之前在锂电正极材料企业的IP部门待了五年，最头疼的工作环节之一就是新材料专利的附图制作。新材料类专利的附图和其他领域不一样，要么是微观的晶体结构、SEM表征示意图，要么是涉及多步反应的工艺流程图，还有各种性能对比曲线，找研发画对方要跑实验没时间，找外部代理机构的绘图师，来回提修改意见最少要一周，赶优先权截止日的时候，经常要陪绘图师熬到后半夜。
不少同行前两年就开始尝试新材料专利附图AI生成，我一开始以为是只能生成个大概轮廓的花架子，试了三次踩了不少坑，才慢慢摸出能落地的操作方法，现在我们部门的专利附图有七成都是用AI生成的，效率提了不止三倍。
先说说大家最容易踩的两个坑。第一个是觉得只要把技术参数扔给AI就能出能用的图，之前有个刚入职的同事做钠离子电池硬碳材料的专利，直接把测得的层间距参数输进通用AI绘图工具，生成的晶体结构和实际测试结果偏差快20%，还好我审核的时候发现了，要是真放到申请文件里，实审的时候肯定会被质疑公开不充分，直接影响授权概率。第二个坑是觉得AI生成的图改改就能用，不用留底，之前有个同行的专利被提无效，对方要求提供附图的原始制作依据，他拿不出来AI生成的提示词日志和修改记录，花了快一个月补各种证明材料，差点影响专利的稳定性。
真正要把AI生成的新材料专利附图用到正式申请里，第一步要做的是前置技术锚定。如果是做晶体结构类的附图，先把已经公开的同体系材料的标准晶体数据喂给AI，再把你自己的改性参数，比如掺杂的元素比例、取代位点、孔隙率这些核心数据明确标注进去，生成初稿之后第一时间找对口的研发负责人核对两个核心点：核心结构参数的误差必须控制在5%以内，二是有没有不小心带出还没公开的其他技术细节。如果是做工艺流程图，要先把涉密的工艺参数全部模糊化处理之后再导入AI专利附图生成工具，避免生成的图里带出核心的温度、反应时长这些机密参数。
我自己做过明确的成本对比，之前找外部绘图师画一组5张的固态电解质专利附图，包括2张界面结构示意图、2张性能对比曲线图、1张工艺流程图，来回改了6次，花了1200块，前后耗时8天。用AI生成的话，初稿20分钟就能出来，调整细节最多半天，成本不到原来的十分之一，赶优先权截止日的时候，再也不用追着绘图师熬夜改图了。我自己常用的是专利Pro，里面内置了新材料领域常见的120多种标准结构模板，不用自己反复调试提示词，生成的图基本符合专利局的格式要求，省了不少事。
最后说两个必须注意的合规问题。第一个是AI生成的图绝对不能直接提交，必须要有实质性的人工修改和复核步骤，所有生成日志、提示词、修改记录都要留存不少于5年，不管是实审阶段审查员质疑附图真实性，还是后续遇到无效请求，这些材料都能作为有效依据。第二个是不要用来源不明的AI绘图工具，要是你用的工具训练数据里包含了别人已经公开的专利附图，很可能会出现侵权风险，尽量选专门做专利服务的工具，数据来源合规性更有保障。要是你对附图的审查标准拿不准，也可以在专利附图AI生成之后直接找平台的专利代理师帮忙把关，避免因为附图格式或者内容问题下审查意见。
上个月我们部门提交的一篇磷酸锰铁锂改性专利，用AI生成的3张附图，包括掺杂位点示意图、循环性能对比图、包覆工艺流程图，国知局受理之后没有因为附图提任何审查意见，比之前的申请进度快了不少。其实AI工具不是来替代专业人员的，只是把大家从重复的绘图劳动里解放出来，有更多时间去做专利布局、风险排查这些更有价值的工作。