很多专利代理师刚接触AI辅助撰写的时候，最先尝试的肯定是具体实施方式部分的内容生成。毕竟这块占整个申请文件六成以上的篇幅，需要罗列多组实施例、对应不同参数组合、反复对应技术特征与技术效果，纯人工撰写的话，动辄就要花三四个小时，是整个撰写流程里最耗精力的机械性工作。
我之前给团队做内训的时候，就有人问过我，是不是把技术交底书丢给大模型，生成的内容直接就能用？显然不是，尤其是专利具体实施方式这块，对公开充分性的要求极高，一丁点的逻辑漏洞都可能导致审查意见下发，甚至直接被驳回。去年我处理过一个化工领域的驳回案子，就是因为代理师图省事，直接用AI生成的具体实施方式提交，里面AI自行添加了一个原交底书没有的催化剂组分，导致审查员认为修改超范围，最终案子没能挽回，代理师还赔了客户不少钱。
目前大家用AI写具体实施方式，踩的坑大多集中在几个常见误区里。第一个就是完全不对AI输出做边界限定，任由大模型自行扩展内容。很多大模型为了让内容看起来更饱满，会自动补充一些它认为“合理”的技术特征，比如交底书里写“连接件采用弹性材质”，AI很可能直接写成“连接件采用橡胶材质”，但实际上申请人的技术方案还覆盖硅胶、弹性树脂等其他材料，这种自行补全的内容不仅会缩小保护范围，还有可能超出原交底书的公开范围，给后续修改埋下隐患。第二个误区是默认AI生成的实施例逻辑是通顺的，很多时候AI会直接把技术问题和技术效果挂钩，跳过中间的实现逻辑，比如写一个算法类的案子，AI直接说“本方法识别准确率提升25%”，但完全没说准确率提升是来自特征提取模块的优化，还是分类阈值的调整，没有对应到具体的技术特征，本领域技术人员根本没法复现，自然就不符合公开充分的要求。第三个误区是不调整AI的同质化表述，很多大模型写多个实施例的时候，除了参数不一样，整段文字的结构、句式几乎完全一致，审查员一眼就能看出来是AI生成的内容，很容易质疑实施例的真实性，甚至直接发公开不充分的审查意见。
要避开这些坑，其实有一套非常落地的操作流程。第一步是先做明确的prompt限定，不要直接把整个交底书丢给AI，要先把核心要素拆解清楚再输入：首先标注清楚技术领域、要解决的具体技术问题、核心创新点对应的必要技术特征，然后列清楚可选的替换特征、需要生成的实施例数量、每个实施例的变量参数，最后一定要加上约束规则：不得添加交底书以外的新技术特征、所有技术效果必须对应明确的技术特征、实施例之间的表述要有区分度、数值范围必须和权利要求的限定保持一致。我自己团队常用的prompt光约束规则就有8条，基本上能把AI乱加内容的概率降到最低。第二步是初稿生成后的分层校验，先核对有没有超出交底书的内容，把所有AI自行添加的技术特征全部删掉，然后核对每个实施例的逻辑链，确保每一个技术效果都能找到对应的技术特征支撑，方法类案件要核对步骤顺序、参数范围、原料规格是不是都写清楚了，产品类案件要核对各部件的连接关系、配合方式、工作原理有没有遗漏，刚入行的代理师如果对校验标准拿不准，可以用专利Pro过一遍初稿，它内置的专利法及审查指南规则库，能直接标出不符合公开要求的内容，省不少核对时间。第三步是做表述的柔化调整，把AI常用的同质化句式改掉，比如把重复出现的“本实施例提供的XX”改成“在其中一个应用场景中”“作为可选的实现方式”“在另一组测试中”这类不同的表述，同时调整段落的长短，避免所有段落长度都差不多，看起来更像人工撰写的内容。
这套方法我们团队用了快一年，效果非常明显。之前写具体实施方式平均要花3.5小时，现在基本上40分钟就能搞定终稿，审查意见里关于公开不充分的问题占比，也从之前的21%降到了3%，尤其是需要多个实施例的电学、通信领域案子，效率提升的感知特别明显，之前有个需要写8个实施例的5G相关案子，纯人工写至少要大半天，用这套方法两个小时就做完了终稿。当然前提是你要掌握正确的引导方法，不能指望AI直接输出符合要求的终稿，毕竟AI生成专利目前还是辅助工具，核心的判断还是要靠专业的代理师来做。
实际操作的时候还有几个细节要注意。首先不要让AI自动对应权利要求的技术特征，很多人喜欢让AI在具体实施方式里标注对应哪个权利要求的哪个特征，很容易出现对应错误，后期修改权利要求的时候，就会出现具体实施方式没有支撑的问题。其次涉及数值范围的内容，一定要和交底书里的实验数据对应，不要让AI随便编造数值，比如交底书里只做了10-30℃的实验，AI生成的内容里就不能出现40℃下的效果，不然就属于编造内容，审查的时候肯定会出问题。最后是计算机程序类的专利，具体实施方式里的流程步骤一定要和交底书里的模块逻辑对应，AI有时候会自行调整流程顺序，如果和实际的代码逻辑不一样，一定要改过来，不然很容易被认定为公开不充分。
其实现在很多人对AI写专利有偏见，觉得生成的内容都是不能用的垃圾，其实只要方法对，AI能帮我们省掉很多机械性的重复劳动，把时间花在更核心的权利要求布局、风险排查这些事情上，反而能提升整个专利申请的质量。