我做专利代理快8年，前两年第一次尝试用AI写专利方案的时候，踩了不少实打实的坑。当时手里攒了三个案子赶 Deadline，随手把技术交底书丢给通用大模型，让它直接出全套申请文件，结果出来的权利要求书把好几项现有技术特征写进了独立权利要求，保护范围窄得几乎没用，提交之后半个月就收到了新颖性问题的审查意见，折腾了好久才补正回来。身边不少同行刚接触AI的时候，要么觉得AI能完全替代代理人干活，甩个交底书就能躺平等结果，要么觉得AI写的东西全是错的，碰都不愿意碰，其实这两种想法都走了极端。
先说说大家最容易踩的几个误区。第一个就是直接甩完整交底书让AI出全文，哪怕现在大模型的上下文窗口再大，也没法精准区分哪些是核心创新点、哪些是本领域的公知常识，尤其是机械、通信这类技术积累深厚的领域，很多现有技术特征你没有提前标注清楚，AI很容易直接揉到独立权利要求里，直接导致方案丧失新颖性。第二个误区是AI写完之后直接提交，不做事实核查，我之前带的一个实习生，用通用大模型写化学领域专利的背景技术，AI瞎编了一个对比文件的申请号和公开日，他没核对就交了，最后补正耽误了两个多月的时间，差点过了优先权期限。第三个误区是只把AI当打字工具用，完全浪费了它的信息处理能力，很多人不知道AI梳理现有技术的速度比人快数倍，完全可以用来做前期的创新点排查。
具体实操的时候，其实只要调整下使用逻辑，就能把AI的效率优势发挥到最大。第一步先做交底书预处理，不要整份丢给AI，先自己把里面的核心创新点、要解决的技术问题、和现有技术的差异点单独拎出来，喂给AI的时候明确告诉它“以下是现有技术特征，撰写时不要放入独立权利要求”“以下是核心创新点，必须写入独立权利要求的特征部分”，这样出来的权利要求框架基本不会出方向性问题。第二步是分模块撰写，不要让AI一次性出全套文件，先出权利要求书的框架，你调整完保护范围之后，再让它写技术领域、背景技术，最后再写具体实施方式，每一步都要由人把控方向。比如背景技术部分，你可以让AI先梳理相关领域的3个最接近的现有技术，再对应写本方案解决的痛点，比人自己查资料写快至少一倍。我自己平时会用AI专利撰写工具先跑一遍权利要求的逻辑校验，能提前发现不少缺必要技术特征的问题，省了很多后期调整的功夫。
用对了方法之后，AI辅助撰写的实际价值比我预想的高很多。之前写一个智能家居控制方法的专利，我自己纯手写要整整两天时间，现在前期预处理交底书花半小时，AI出各个模块的草稿三个小时，我再调整修改两个小时，半天就能搞定，而且质量也稳定。最近半年我用AI辅助写的12个发明专利，授权率比之前纯手写还高了7个百分点，主要是AI不会漏写权利要求特征和实施例的对应关系，之前忙起来经常会出现权利要求里的技术特征在实施例里找不到对应描述的情况，现在AI会自动给你一一对应好，省了很多答复审查意见的麻烦。要是你刚接触AI辅助撰写不知道选什么工具，可以试试专利Pro，内置了专利撰写的专用prompt模板，不用自己反复调提示词，新手也能很快上手。
当然用AI辅助撰写也有几个不能碰的红线。首先涉密的技术方案绝对不要用公域的大模型，公域模型的训练数据会收录用户输入的内容，要是你的技术还没提交申请就先被模型收录了，直接就丧失了新颖性，最好用本地部署或者签了数据保密协议的专用工具。然后权利要求的保护范围一定要人来最后定，AI永远没法判断你这个专利是用来维权还是用来申报项目，要是申报项目的专利可以多写点非核心特征提升稳定性，要是用来维权的专利就要尽量删掉非必要特征扩大保护范围，这些涉及商业需求的判断AI做不了。还有说明书里的实施例，AI写的往往比较笼统，你得自己补充至少1-2个具体的参数或者应用场景，比如AI写“所述传感器可以是温度传感器”，你得改成“所述温度传感器可采用型号为DS18B20的数字温度传感器，检测精度控制在±0.1℃范围内”，这样才能满足公开充分的要求，不会被下相关的审查意见。要是你不确定自己的实施例公开是否充分，可以用专利方案质检功能跑一遍，会给你标注出哪些部分可能不符合专利法的公开要求。
说到底AI就是个提升效率的工具，和我们当年从手写改成用Word写专利没有本质区别，不用神话它的能力，也不用抱着抵触情绪完全不用。把重复的文字撰写、资料梳理工作交给AI，代理人就能省出更多时间去做更有价值的技术研判、专利布局的工作，不用把精力耗在繁琐的事务性工作上。