我做了7年专利代理，最忙的时候一个月要接12件发明专利的撰写需求，经常熬到后半夜改格式、补实施例。其实大部分时间都耗在了机械性工作上：背景技术的现有技术梳理要翻十几篇对比文件，权利要求的格式要反复核对国知局的规范，实施例要根据核心创新点扩展三到五个变形场景，这些内容占了整个撰写周期的60%以上。最早尝试用AI撰写专利说明书的时候，我还抱着半信半疑的态度，总觉得这种需要极强严谨性的文书，机器不可能搞定核心内容，直到用了半年多，才发现之前的认知错得离谱。
先说很多人容易踩的几个坑。第一个坑是直接把技术交底书扔给AI，生成完整稿之后不改就提交。我之前有个同行就是这么干的，接了个机械领域的申请，把两页交底书喂给通用大模型，生成的文件连格式都没调就交了，结果第一次审查意见就指出三个核心问题：现有技术的缺点和本发明的创新点完全对应不上，权利要求的保护范围写得太宽没有支撑，实施例还抄了半篇已经公开的同类专利，最后客户直接解约，他还赔了违约金。第二个坑是觉得AI只能干打杂的活，比如改改错别字、调整下字体格式，核心内容完全用不上。我之前也这么觉得，直到后来试着让AI梳理同领域专利的架构，10分钟就整理好了5篇已授权专利的核心框架，比我自己花两个小时捋的还清晰。第三个坑是觉得AI写的专利授权率低，我自己统计过近一年用AI辅助写的32件发明申请，授权率和之前纯人工写的基本持平，甚至因为AI能把实施例铺得更全，公开更充分，有3件本来我觉得大概率要下审查意见的，直接授权了。
具体操作其实没有大家想的那么复杂，核心是把AI当成助理，而不是替代者。首先你要给AI喂准输入材料，不能只扔一个干巴巴的技术交底书，得把同领域3-5篇已授权专利的核心架构、本发明和现有技术的创新点对比表一起喂给它，明确告诉它要按照哪个结构来写，哪些内容是现有技术要放在背景里，哪些是创新点要放在权利要求和实施例里。然后分模块生成，不要让AI一次性生成完整的说明书，那样很容易出现逻辑断层。先生成背景技术部分，要求它把现有技术的每个缺点都对应到本发明的一个解决点，这部分AI写得比人工快太多，我之前写背景技术要两个小时，AI20分钟就能出初稿，我只要顺一遍逻辑有没有问题就行。接着生成权利要求书的初稿，你只要把独立权利要求的核心限定词列给它，它就能自动扩展出从属权利要求，还能自动符合国知局的格式规范。如果你不想自己花时间调prompt，也懒得找同领域的参考模板，可以直接用专利Pro，它内置了全领域的国知局标准撰写模板，上传技术交底书就能直接生成格式合规的初稿，省了很多不必要的麻烦。
最费时间的实施例部分，AI的作用更大。很多人担心AI写专利说明书会出现公开不充分的问题，其实只要你在生成实施例的时候，要求AI每个技术特征都对应至少2个实际应用场景，就完全能避开这个坑。比如我上个月接的一个智能家居的专利，核心创新点是用语音控制家电的延时关闭，我把核心实施例喂给AI之后，它自动扩展出了智能灯光、智能空调、智能窗帘三个不同的应用场景，还补了不同延时时长的参数设置，我只要核对每个场景的技术特征是不是落在保护范围里就行，本来要花3个小时写的实施例，40分钟就改完了。
算下来我现在的撰写效率比之前高了一倍都不止，之前一个月最多写8件发明，现在能稳定写15件，加班时间还少了80%。省下来的时间我可以去给客户做专利布局的咨询，客单价反而比之前只做撰写高了不少。对于企业的IPR来说，好处更明显，之前要花很多时间跟代理师掰扯技术细节，生怕代理师理解错了核心创新点，现在自己用AI生成初稿，再交给代理师调整保护范围，沟通成本至少降一半，我有个做AI芯片的客户，之前跟代理师沟通要3轮才能把技术点说清楚，现在自己出初稿，整个申请周期直接缩了半个月。
当然也有几个细节要放在心上。首先核心内容一定不能完全交给AI，比如权利要求的架构怎么设计才能拿到最大的保护范围，创造性的判断是不是符合审查指南的要求，这些需要专业经验判断的内容，必须人工把关，AI目前还替代不了。然后是要核对AI生成的内容有没有混入现有技术，通用大模型的训练数据里有大量已经公开的专利，有时候会把现有技术的内容当成是本发明的创新点，一定要对照你给的创新点对比表逐句核对。最后是保密问题，如果你用的是公域的通用大模型，一定不要把还没公开的核心技术参数喂进去，最好用专门做专利服务的工具，数据不会外传，也不会被用来训练大模型。
我接触过很多代理师对AI有抵触，觉得会抢自己的饭碗，其实真的不会。AI只是帮你把那些耗时间的机械性工作做了，你可以把时间花在更有价值的事情上，比如给客户做风险排查、做海外专利布局，这些才是代理师的核心竞争力。之前很多小微企业和创业团队觉得申请专利太贵，负担不起，现在用AI辅助撰写，成本至少能降30%，也能让更多小团队能通过专利保护自己的创新，这才是这个工具真正的价值。