我做专利代理快8年，经手的机械、电子类专利申请少说也有上千件，最头疼的环节之一就是构造图的制作。之前的常规流程是研发先出个手绘图或者CAD草稿，代理师核对是不是和权利要求对应，再找专门的制图人员调整格式、标注标号，一来一回少说要两三天，遇到结构复杂的，改个四五次都是常事，耽误提交时限的情况也不是没发生过。
去年开始团队尝试用AI生成专利构造图，踩了不少坑，也摸出了一套能用的流程，现在平均做图时间能压缩到原来的1/5，补正率也降了30%左右。
很多人刚用AI做专利构造图的时候，容易犯两个错。第一个是直接把整个交底书丢给AI，让它自由发挥，出来的图要么核心创新结构被省略，要么把一些无关的公知结构画得特别突出，甚至把同领域现有专利的结构混进来，上次有个实习生做的机械臂构造图，AI直接把某上市公司已经公开的专利结构画进去了，差点出大问题。第二个是觉得AI出的图直接就能用，连标注都不核对，上次看到有个同行提交的申请，图里的标号和说明书里的对应不上，审查员下了补正，白白多等了一个多月的审查周期。
要让AI生成的构造图能用，第一步得先做输入预处理。别直接扔几十页的交底书，要把和构造相关的内容单独拎出来：先列清楚所有需要标注的核心部件清单，尤其是权利要求里明确记载的技术特征，一个都不能漏；再写清楚各个部件之间的连接关系、相对位置，还有需要重点突出的创新结构是什么，需要做剖面展示的部位也要标清楚。如果不知道怎么梳理结构化的输入要素，可以参考专利构造图输入规范里的模板，能省不少整理时间。
输入整理好之后，先让AI出3-5个不同视角的草稿，不用追求一次完美。草稿出来之后先做第一轮校验：先看核心创新结构有没有完整呈现，比如你要保护的是电池包的散热结构，AI如果没把散热鳍片和导热胶的层状结构画出来，直接调整prompt重新生成就行，不用在错误的版本上改。第一轮过了之后再做第二轮的细节核对，所有标注的术语要和说明书、权利要求书里的表述完全一致，不能图里标“卡扣”，权利要求里写的是“卡接件”，这种小错误很容易导致申请被驳回。我平时会把生成后的图导入专利Pro里做术语对齐，工具会自动比对图中标注和申请文件里的术语，能揪出来不少我肉眼漏看的小错误。
细节核对完之后，还要做一次现有技术比对，避免生成的图和已经公开的专利构造图过度相似，不然审查的时候很容易被认为是现有技术，影响新颖性的判断。如果需要快速排查图的重复率，可以走AI专利图查重的通道，比对全球公开的专利构造图库，几秒钟就能出结果，比自己去专利库一张张翻效率高太多。
这套流程跑通之后，我们团队的做图效率提升特别明显。上个月有个客户要加急提交一个工业机器人关节的专利，内部结构特别复杂，有17个需要标注的核心部件，还要做3个不同角度的剖视图，换以前最少要3天才能搞定，这次用AI生成加前后两轮校验，半天就弄完了，提交之后审查员的第一次审查意见里完全没提图的问题，放在以前至少要补正一次标号或者清晰度的问题。
对于没有专门制图人员的中小研发团队来说，这个方法的实用性更高。很多研发人员只会画CAD的技术图，不符合专利局的格式要求，找外面的制图人员又不懂专利的规则，经常画出来的图漏标核心特征，用AI生成之后只要按规则核对调整，很快就能拿出符合要求的图，不用额外花成本找第三方，也不用花时间学专业的专利制图工具。
当然也不是所有构造图都能完全依赖AI。比如涉及到化学分子结构、生物序列的构造图，AI很容易出现化学键标注错误、序列位点不对的问题，这类图生成之后一定要找对应的技术人员反复核对参数，确认完全无误之后才能用。另外，最好保留AI生成的原始草稿、修改记录还有prompt的内容，万一后期遇到权属纠纷或者审查意见关于图的质疑，这些记录都能作为证据，证明构造图的核心创新点是来自于团队的研发成果，不是AI随机生成的内容。
还有个小细节，AI生成的图通常分辨率都比较高，提交之前要按专利局的要求调整格式，比如线条的粗细、标号的字体大小，避免因为格式问题被下补正。我们一般会把最终版本的图导出成矢量格式，不管怎么缩放都不会模糊，比之前人工画的位图清晰度高很多。