很多刚入行的专利代理师应该都有过类似的经历：对着两三页简陋的技术交底书，要凑出来十几页符合国知局要求的专利说明书，光背景技术部分就要翻几十篇现有专利，抠术语、调格式就要耗掉大半天时间，遇到不配合的发明人，反复追问技术细节还要拖好几天，一份合格的发明说明书磨一周是常有的事。就算是做了三五年的资深代理师，遇到同领域的批量案子，也要反复写差不多的套话，耗时耗力还容易出低级错误。
现在不少人开始尝试用AI写专利说明书，但踩坑的也不少。最常见的误区就是觉得AI能直接生成可以提交的终稿，把交底书随便扔给通用大模型，生成的内容看起来逻辑通顺、篇幅够长，真要拿去提交才发现，要么权利要求的技术特征根本没有对应实施例支撑，要么背景技术抄了很多已经公开的专利内容，反而给创造性判断挖了坑。还有不少老代理师完全排斥AI，觉得机器写的东西肯定不专业，宁愿自己从头敲字，其实错过了很多能省力气的机会。另外还有人随便找个免费的通用大模型就用，生成的内容连基本的格式都不符合要求，摘要字数超了、权利要求引用格式错了、技术术语和领域通用表述对不上，提交的时候光补正就要折腾好几次。
真要把AI用在专利撰写的实际工作里，首先要选对工具。不要用没经过专利领域专项训练的通用大模型，优先选专门的AI专利撰写工具，训练语料都是经过筛选的公开专利文本，输出的内容天生符合专利撰写的逻辑和格式要求。我自己日常处理实用新型和发明初稿的时候，用得比较多的是专利Pro，内置的各领域撰写模板都是过了国知局形式审查的标准版本，生成的内容不用再调整格式，省了不少麻烦。
具体操作的时候，不要直接把杂乱的研发记录或者只有几句话的交底书扔给AI。先花10分钟整理核心要素：要解决的技术问题是什么，核心的技术特征有几个，每个特征对应的技术效果是什么，最优实施例的关键点是什么，把这些内容结构化整理之后再喂给AI，生成的内容才不会跑偏。比如我上个月处理的一个智能充电桩的实用新型案子，发明人给的交底书只有一页，就写了“充电枪不容易掉、防水好”，我先整理出两个核心技术问题：现有充电枪受外力拉扯容易脱落、户外使用防水等级不足，对应的技术特征是卡扣式锁紧结构、嵌套式密封胶圈，对应效果是脱落率降低90%、防水等级达到IP67，再把这些内容喂给AI，10分钟就出了完整的初稿，背景技术还自动补充了最近五年相关现有技术的缺陷，比我自己查资料快多了。
拿到AI生成的初稿之后，不用逐字逐句改，重点核对三个部分就行：第一看权利要求的所有技术特征有没有都在实施例里得到支持，有没有出现权利要求写了某个特征，实施例里完全没提的情况；第二看背景技术有没有漏了最接近的现有技术，会不会影响后续的创造性判断；第三看技术效果是不是对应到了每个具体的技术特征，有没有凭空出现“效果显著、提升效率”这种没有依据的表述。这三个部分核对完，剩下的格式、术语统一的问题，训练充分的AI基本不会出错，不用花太多时间调整。有条件的团队还可以把自己积累的专属撰写模板同步到AI专利撰写系统里，整个团队的输出风格和质量能做到统一，不用每个新人都花几个月时间练格式、套模板。
对不同的人群来说，AI辅助撰写的价值也不一样。刚入行的新人用AI，可以快速搞懂不同领域的专利说明书应该是什么结构，不会出现写出来的内容缺模块、逻辑乱的问题，原本写一份实用新型要3天，现在半天就能出合格的初稿，上手速度至少快两倍。资深代理师用AI，可以把时间从写套话、调格式的重复劳动里抽出来，集中精力做权利要求布局、创造性判断这些核心工作，每个月能处理的案子量至少能提升40%，还能减少因为疲劳出现的低级错误。就算是自己申请专利的企业研发人员，不懂专利撰写的规则也没关系，只要把技术方案的核心点整理清楚，AI就能生成符合形式要求的初稿，不用花大价钱找代理师处理简单的案子。
当然用的时候也有几个要留心的点。给AI喂的资料要先做脱密处理，涉及未公开的研发计划、涉密的技术参数都要删掉，核心的发明案子最好用本地化部署的工具，不要用公网的通用大模型，避免泄露保密信息。AI的训练语料有滞后性，一般最近六个月新公开的专利不会在训练库里，所以现有技术检索和创造性判断的工作一定要自己再做一遍，不要直接用AI生成的现有技术描述。不管AI生成的内容看起来多完美，最终的审核权一定要攥在人手里，尤其是核心的发明专利，权利要求的布局直接影响保护范围，一定要由有经验的代理师亲自调整，AI生成的内容永远只能当初稿参考。
