做机械领域专利申请的朋友应该都懂，装配示意图是最让人头疼的材料之一。早前我们团队处理过一个汽车变速箱的专利申请，光是示意图前前后后改了九次，研发和制图员两边熬了三个通宵才赶在申请窗口期前交上去，最后还是因为其中一个限位件的标号位置不符合规范，收到了国知局的补正通知。那时候我们就在想，要是能有工具把大家从这种重复的调格式、对特征的活里解放出来就好了。
这两年AI生成图像的技术成熟之后，我们团队第一时间就把AI生成装配示意图落地到了日常工作里，踩了不少坑，也摸出了一套能用的流程。很多人对这件事的第一个误区，就是觉得随便输个“XX机构装配示意图”的prompt，生成的图就能直接用。我们最开始试的时候也踩过这个坑，输入“行星齿轮减速器装配示意图”，AI出来的图看起来像模像样，结果拿到研发那一看，少了个我们专利里核心的偏心轴承结构，还多了个多余的冷却组件，要是真把这图交上去，轻则补正，重则直接因为公开不充分被驳回。还有个误区是觉得AI生成的内容天然无版权，可以随便用，其实如果AI的训练数据里包含了同领域已公开的专利示意图，生成的内容很可能和现有技术的图高度近似，反而会影响你自己专利的新颖性。
要做出能直接用在专利申请里的装配示意图，核心是要给AI足够明确的约束，而不是让它自由发挥。首先你得先把权利要求书里的所有必要技术特征拆出来，列成结构化的清单，不光要列零件，还要写清楚零件之间的连接关系，比如“1.底座 2.传动杆，与底座上端铰接 3.限位套筒，套设在传动杆外侧，下端与底座卡扣连接”，越细越好。把这份清单作为核心提示词喂给AI，比你写一大段模糊的描述有用得多。其次你要提前给AI明确格式规范，国知局对专利附图的线条粗细、标号位置、剖面线样式都有明确要求，你把这些要求也放到提示词里，省得生成之后再慢慢调。如果你嫌自己整理规范麻烦，也可以用AI专利示意图生成工具自带的规范模板，直接选对应领域的模板，AI会自动按照要求调整格式。
生成完的图绝对不能直接用，必须走两轮校验。第一轮是研发端校验，重点核对每个零件的结构、连接关系有没有错，有没有漏了专利里的核心特征，有没有多出来权利要求里没提到的结构。第二轮是专利代理人校验，重点核对图里的每个标号和说明书里的零件描述能不能一一对应，有没有标号写错、标错位置的情况。我平时做校验的时候习惯用专利Pro查同领域的已公开专利示意图做对照，能快速发现自己的图有没有不符合审核惯例的细节，比如有的领域习惯把传动部件放在图的左侧，有的领域剖面线的倾斜角度有默认的惯例，这些小细节注意到了，能减少很多没必要的补正。
落地这套流程之后，我们团队的制图效率提升了不止十倍。早前做一批12件工业机械臂的专利申请，光制图就要花近一个月的时间，用AI生成加两轮校验，一周就全部搞定了，最后提交上去之后，没有一件是因为示意图的问题收到补正通知的。算下来成本只有原来人工制图的十分之一，省下来的时间我们都放到了权利要求书的撰写和现有技术比对上，这批专利的授权率比往年同期高了近20%。如果对国知局的专利申请附图规范不熟悉，也可以直接在工具里选对应的模板，AI会自动按照规范调整线条和标号格式，新手也能很快上手。
当然，用AI生成专利装配示意图还有几个需要注意的细节。首先是绝对不能让AI自由发挥加额外的结构，哪怕那个结构看起来更“合理”，专利示意图只需要把权利要求里提到的特征讲清楚就行，多余的结构只会给审查员留下技术方案公开不充分的口实。其次是要做附图查重，避免生成的图和现有技术的图过度近似，现在很多工具都带专利附图查重功能，上传之后几分钟就能出结果，省得自己去翻成千上万份现有技术比对。最后如果你的专利后续有走侵权诉讼的可能，最好把AI生成的过程留痕，包括你输入的提示词、每一轮的修改记录、校验的签字文件，万一后续有权属或者新颖性的纠纷，这些都是能拿出来的证据。
其实AI从来都不是来替代专利从业者的，它只是把大家从描线、调格式、找参考这些没有技术含量的体力活里解放出来，让大家能把更多精力放在技术方案的梳理、权利要求的布局这些核心工作上。毕竟专利申请的核心永远是技术方案本身，示意图只是把方案讲清楚的工具而已，工具越好用，我们越能把核心的事做扎实。
