我接触专利代理行业快十年，最近两年被问得最多的问题就是“AI写专利到底靠不靠谱”。之前有个刚入行的小代理师跟我吐槽，说自己用通用大模型写的初稿，被带教老师打回来八次，要么是技术逻辑串不起来，要么是权利要求写得像产品说明书，最后还是得自己熬夜重写，觉得AI工具都是骗人的。
其实不是工具没用，是很多人从选工具到用工具的步骤全错了。先给大家算一笔账，一个成熟的代理师，处理一份中等复杂度的实用新型专利初稿，从梳理研发交底书、查现有技术、搭框架到写完所有模块，至少要花15到20个小时，其中至少70%的工作量是机械性的格式整理、现有技术内容转述、通用模块填充，这些恰恰是AI最擅长做的事。
先说说大家最容易踩的几个坑。第一个坑是把AI当全自动写稿机，直接把研发扔过来的、连技术点都没标清楚的交底书喂进去，就等着出终稿。你自己都没搞清楚要保护的核心创新点是什么，AI当然只能给你输出一堆正确的套话，看起来结构完整，实则半点没碰到核心的保护要点。第二个坑是觉得随便找个通用大模型就能当生成器用，之前有个企业IPR拿普通对话大模型写的专利稿给我看，背景技术部分连最基本的现有技术缺陷都没写清楚，具体实施例和权利要求的对应关系完全乱的，这种稿子拿去申请，百分百要被下公开不充分的审查意见。第三个坑是生成完完全不核验，直接提交，去年就有个代理所的人用AI写的发明稿，里面大段引用了已经公开的现有技术，还当做创新点写进了独立权利要求，最后申请被驳回不说，还被客户扣了全年的服务费。
要解决这些问题，首先要选对工具，专门面向专利撰写场景训练的AI专利内容生成器和通用大模型的输出质量差出好几个量级。这类工具一般都训练了近十年的公开专利文献，熟悉各个领域专利的撰写规范，输出的内容天生就符合专利法的格式要求，不用你再花时间调整结构。
具体用的时候，按三个步骤走基本不会出大问题。第一步先梳理交底书的核心信息，把研发提供的材料里，要解决的具体技术问题、核心的技术方案、和现有技术的区别点、能达到的技术效果这四个要素摘出来，喂给生成器的时候要明确标注这些是核心信息，要求生成内容必须围绕这几个点展开。我自己习惯把这几个点用不同颜色标出来，生成器抓取信息的准确率会高很多。第二步给生成器明确输出要求，比如你要写的是发明还是实用新型，权利要求要布局几个独权、几个从权，要不要包含附图说明的内容，甚至可以把之前同领域的优质专利初稿喂给它当风格参考，出来的内容基本不用再做大的结构调整。第三步就是生成后的核验，先核对核心技术点有没有全部覆盖，有没有把非必要技术特征写进独立权利要求里，我平时核验的时候会顺手用专利Pro做个初步的新颖性检索，把生成内容里和现有技术重合的部分先筛出来，省得后面答审的时候再返工。
我自己用了快一年，最直观的感受是单人的产出效率至少提了3倍。之前我一个月最多能写8份实用新型初稿，现在能处理20份以上，省下来的时间都用来做权利要求布局、侵权风险分析这些客单价更高的业务，收入涨了快一倍。身边有个做智能家居的企业客户，之前IPR部门只有两个人，每个月研发交上来的15份交底书根本处理不完，很多好技术都错过了申请时机，现在他们用生成器先出初稿，两个IPR只需要做最终的审核和调整，每个月能多处理至少7份专利，研发部的满意度也高了很多。如果是做批量专利布局的企业，搭配AI专利内容生成器的批量生成功能，还能一次性处理同系列的多个技术方案，效率提升会更明显。
最后说几个实际用的时候要留心的点。涉密的技术内容不要随便喂给公域的生成器，如果是企业有不能对外公开的核心技术，最好选支持本地部署的版本，所有数据都跑在自己的服务器上，不会有泄露的风险。生成的内容一定要做至少一次查重，现在专利局的审查系统也用AI做比对，要是生成的内容和现有技术重复太多，直接就会被驳回。还有就是不要过度依赖工具，核心的权利要求布局、侵权风险预判、答审这些需要专业判断的工作，还是要靠有经验的从业者来做，生成器只是帮你把重复耗时间的初稿工作扛下来，核心的专业能力永远是你自己的竞争力。
我一直觉得，对于专业服务领域的人来说，AI从来不是来抢饭碗的，是来帮你从机械劳动里解放出来，去做更多更有价值的事的。不用一听到AI写专利就排斥，也不用把它当神，找到适合自己的使用节奏就行。