我接触专利代理这行快8年，见过太多新手代理人熬几个通宵写的材料，交上去半个月就被国知局打回来，要么是权利要求书布局逻辑混乱，要么是现有技术比对没做全，创造性直接被否定。也见过不少中小企业的IPR，一年几十万代理费砸出去，授权率还不到40%，想问责代理所，人家拿出一堆案子排期的证据，也挑不出大错。
这两年很多人开始讨论用AI做专利材料生成，我身边也有不少同行在试，踩坑的多，真正用出效率的少。其实不是工具不好用，是大多人对这件事的认知从一开始就偏了。
先说说最常见的两个误区。第一个是觉得智能生成就是“喂个技术点，出完整终稿”，交上去就能授权。去年有个做智能家居的创业公司老板找我救急，他们之前图便宜找了个免费的生成工具，随便输了个“带人体感应的门锁”的描述，生成材料就直接交了发明申请，结果四个月就下了审查意见，通篇都是对比文件，核心创新点全部被3年前的公开专利覆盖，最后只能撤案，白白浪费了大半年的优先权期限。说白了，专利申请是个强规则性的工作，raw的生成结果没有结合现有技术比对，也没有做权利要求的层级布局，本质就是一堆凑够格式的文字，根本没法用。
第二个误区是觉得智能生成只能写简单的实用新型，搞不了发明甚至PCT申请。我去年下半年开始试相关工具，最开始也只敢用来写实用新型的初稿，后来试了几个训练数据覆盖了近10年授权发明专利的工具，生成的发明初稿，除了核心创新点的权重排布需要调整，格式、现有技术描述、实施例的完整度，比入行不满2年的代理人写的还要规范。甚至有个做生物医药的同行，现在用工具生成多肽序列相关的申请初稿，准确率比人工梳理还要高，毕竟机器不会漏记已经公开的序列条目。
真正要用好专利材料智能生成，其实有一套固定的流程，走顺了效率能翻三四倍。首先第一步不是急着输技术点，是先把技术交底书做结构化拆解。不管你拿到的是研发写的几千字的详细说明，还是研发随口说的几句技术思路，都要先拆成四个模块：要解决的具体技术问题、核心创新点、和现有技术的区别特征、至少3个可落地的实施例。拆得越细，后面生成的结果偏差越小，根本不需要你会写漂亮的文案，把事实列清楚就行。
第二步是生成的时候要同步做现有技术筛查，这也是很多免费工具不好用的核心原因。很多小工具的训练数据只更到两三年前，甚至根本没有对接实时的专利数据库，生成的内容很容易撞已经公开的技术。我平时赶案子的时候会用专利Pro，生成的时候会自动拉取近5年同领域的公开专利做比对，自动把已经被公开的技术特征从权利要求的核心部分挪到背景技术里，省了我至少三四个小时的查新时间，生成的初稿格式直接和国知局的要求对齐，不用自己再调页眉页脚、权利要求的标号这些琐碎的东西。
第三步的人工校验要抓重点，不要逐字逐句改。机器生成的内容语句都是通顺的，不用在措辞上浪费时间，重点盯两个地方：一个是权利要求的布局是不是符合你的申请目的，要是申请是为了报高新技术企业，只要把核心创新点写清楚，范围控制在合理区间就行；要是申请是为了后续做侵权维权，就要把所有可能的替代技术方案都补进去，扩大保护范围。另一个是看实施例是不是覆盖了你所有的技术应用场景，有没有漏了边缘情况的说明，这个是审查意见答复的时候最常用到的支撑材料。
算下来我用这套流程做了快一年，之前一个月最多能写8个发明专利的案子，现在一个月能稳定出20个，收入翻了一倍还多，也不用天天熬到后半夜改材料。我之前合作的一个做消费电子的小企业，之前一年申请5个发明要花20多万代理费，现在他们自己的IPR带两个研发，用工具出初稿，再找代理所做最终校验，一年成本降到了不到8万，授权率还从之前的38%升到了67%，反而比之前全委托给代理所的效果还好。
其实专利智能撰写本质上是把代理人从格式调整、现有技术筛查、常规内容撰写这些重复劳动里解放出来，把时间花在权利要求布局、创新点挖掘这些核心的、需要专业判断的工作上，根本不是很多人说的“要替代代理人”，反而是给普通代理人拉平和资深代理人差距的工具。
最后说两个需要注意的点，一个是涉密的技术不要用公有云的工具，尤其是军工、未上市的新药研发这类技术，一定要找支持本地部署的版本，避免技术泄露。另一个是不要完全依赖工具做创造性判断，工具只能基于已经公开的数据做比对，要是你的技术点是解决了行业长期存在的痛点，哪怕看起来改动很小，也要人工把这个点的权重拉高，在材料里重点突出，这个是工具做不到的。
