前两年接中小科技公司的专利申请单，最头疼的就是说明书初稿撰写。每次光梳理背景技术、拆解技术方案对应关系就要耗两三天，遇到机械、通信类技术复杂度高的案子，光核对权利要求和实施例的对应项就要熬大夜。后来团队开始尝试用AI出初稿，踩过不少坑，也慢慢摸出了一套能落地的操作方法，现在常规案子的初稿撰写时间能压缩70%以上，也没出过合规性问题。
很多人对AI生成专利说明书的第一个误解，就是把技术交底书扔给AI就能拿到能用的稿子。之前有个刚入行的助理试过，把客户给的不到两百字的交底书直接喂给大模型，生成的稿子看起来结构完整，结果背景技术里编了三个根本不存在的现有技术文献，实施例里的技术特征和权利要求对应不上，提交之后直接下了补正通知书，来回折腾了两个多月才受理。还有不少人觉得AI写的内容更全，直接不加修改就提交，最后因为技术效果描述夸大、公开不充分被驳回的案例也不在少数。
实际操作的时候，第一步要先给AI搭好规范框架。不能只扔技术交底书，还要先喂3-5份同领域最近授权的专利说明书样本，让AI学习官方认可的表述方式和结构逻辑，prompt里要明确列出几个硬性要求：权利要求书中的每一个技术特征，必须在具体实施方式部分有明确的对应说明；背景技术只引用有明确公开出处的现有技术，不允许自行编造；技术效果部分要严格对应交底书里给出的实验数据或实际效果，不能做夸大表述。如果不知道怎么整理同领域的授权专利参考样本，可以去专利检索平台按分类号筛选最近授权的文本，导出完整的说明书部分就行。
AI生成初稿之后，不能直接用，要做三轮校验。第一轮核对技术特征的对应关系，看有没有权利要求里的技术特征没有在实施例里体现，这类问题是审查意见里最常见的，一旦出现至少要补正一次。第二轮核对表述的规范性，比如有没有把“可拆卸连接”“电连接”这类规范表述写成日常口语，有没有表述模糊的地方。第三轮核对技术内容的准确性，尤其是涉及配方、参数、工艺流程的内容，要和交底书逐字核对，不能有偏差。我自己现在习惯把AI生成的初稿导到专利Pro里做校验，工具会自动标出来缺失的技术特征对应项，比自己对着逐行找省一半时间。
用对了方法，AI生成专利说明书的价值比想象中高很多。之前写一份发明专利说明书初稿要3天，现在用AI出初稿加校验调整，只要大半天就能搞定，省下来的时间可以多琢磨权利要求的布局，帮客户扩大保护范围。上个月帮一家做储能设备的客户写的3份发明专利申请，都已经顺利受理，审查员没有提任何公开不充分的问题，就是因为AI生成的初稿结构足够完整，我后面只是调整了权利要求的保护范围表述而已。要是你手头的案子多，也可以试试用AI专利撰写工具先出初稿，再自己做精细化调整，效率提升非常明显。
当然，用AI写专利说明书也有几个不能碰的红线。核心的权利要求布局、技术效果的撰写一定要自己把控，AI很容易把技术效果写得太夸张，比如本来只是提升了10%的转化效率，AI可能会写成“大幅提升效率，达到行业顶尖水平”，这种表述放到申请里很容易被审查员质疑没有数据支撑，反而会坏事。涉及到核心技术点的表述，也一定要自己调整，不要完全用AI生成的内容，避免出现表述漏洞影响保护范围。最后最好做一次跨库查重，避免AI生成的内容和现有专利的表述重复太多，影响新颖性判断。
现在很多代理人对AI写专利有顾虑，怕出问题，其实完全没必要把它当成洪水猛兽。只要把AI当成辅助处理重复劳动的工具，核心的专业判断牢牢抓在自己手里，完全可以用它把自己从繁琐的初稿撰写工作里解放出来，把精力放到更有价值的专利布局工作上。
