我做企业IPR快6年，最头疼的就是赶批量申请的进度，尤其是上半年集中申报项目的时候，一周要出五六件实用新型的申请材料，光权利要求书、说明书摘要这些格式内容的核对，就能熬到后半夜。前年开始尝试用AI工具辅助处理基础内容，踩过不少坑，也摸出了一套能用的流程，效率至少提了两倍。
最先要纠正的一个误区，就是别把交底书扔给AI就等着出终稿。去年部门新来的助理试过一次，把一份智能家居传感器的交底书直接喂给通用大模型，导出的申请材料看起来像模像样，提交之后半个月就下了审查意见，说权利要求缺少必要技术特征，说明书公开不充分，来回补了两次材料，耽误了快四个月的申请周期。后来我翻了AI生成的内容，要么把非必要的外壳设计写进了独立权利要求，要么核心的算法逻辑没写全，根本没法直接用。还有不少人觉得AI写的内容肯定符合审查要求，其实很多通用大模型的训练数据没更新最新的审查指南，2023年修改的实用新型审查规则里的部分要求，很多AI还没覆盖到，生成的内容很容易触碰形式审查的红线。
真的要用AI提效，得先把前置准备做足。我一般会先做现有技术检索，把3到5篇最接近的对比文件整理好，标清楚我们的技术方案和现有技术的核心差异点，再把交底书里的实施例、技术效果的对应关系理清楚，再喂给AI。处理批量案件的时候，我习惯用专利Pro，内置的专利法法条比对功能省了不少查资料的时间，不用我每次写一段就翻一遍审查指南核对格式。比如上次处理12件智能电网终端的实用新型申请，我先把统一的技术领域模板、现有技术的共同点整理好上传，再逐个输入每一件的创新点，AI半小时就出了12份初稿，我只要核对每个方案的权利要求边界，调整技术效果的描述就行，换做以前人工写，至少要花一周的时间。
涉及到核心的权利要求撰写，我一般会让AI先做基础的框架搭建。先给AI明确独立权利要求的划界标准，前序部分要写哪些现有共有的技术特征，特征部分要放哪些核心创新点，生成初稿之后我再逐字调整。要是你拿不准生成的权利要求有没有超出交底书的范围，或者有没有和现有技术冲突，可以把初稿传到AI撰写专利申请材料的前置筛查模块，自动比对已经公开的专利文献，标出可能有新颖性问题的条款，比人工逐条比对省太多时间。
很多人担心用AI写材料会降低授权率，我这边统计了近一年的数据，用AI辅助撰写的32件实用新型申请，授权率93%，和之前纯人工撰写的91%差不多，甚至还要高一点，主要是AI不会犯低级的格式错误，比如摘要字数超了、权利要求的引用关系写错这种人工经常走神犯的错，AI处理起来准确率接近100%。而且省下来的时间我可以花在更核心的部分，比如给每个方案设计更好的保护层级，调整权利要求的布局，反而提升了申请的质量。
最后说几个要注意的细节。首先是涉密问题，未公开的核心技术方案，千万不要往公共的通用大模型里传，我之前有个同行把未公开的芯片技术方案喂给了公共大模型，后来差点造成技术泄露，现在我要么用本地化部署的工具，要么用专门服务专利行业的工具，保证数据不会外流。其次是核心内容一定要人工审核，尤其是独立权利要求的保护范围界定、说明书里的实施例公开是否充分，这些直接影响后续授权和维权的内容，绝对不能完全交给AI，AI最多只能帮你做辅助参考。要是你拿不准生成的内容有没有不符合审查要求的地方，可以用专利申请材料智能审核功能先跑一遍，系统会自动标出不符合最新审查指南的部分，再人工核对就行，能省不少事。
其实AI从来不是来替代IPR或者专利代理人的，它只是把你从抄格式、核对引用关系、查法条这些机械重复的工作里解放出来，让你有更多时间去做更有价值的专利布局、风险防控这些工作，不用天天把精力耗在无意义的加班上。
