做专利代理快七年，身边最多人问的问题之一就是，AI到底能不能写权利要求书。前两年刚开始有大模型的时候，团队里好几个小孩试过把交底书直接扔进去生成，踩了不少坑，也慢慢摸出了一套能用的流程。毕竟权利要求书是专利的核心，直接决定了保护范围的大小，要是写砸了，发明人的技术投入基本就打了水漂，所以没人敢随便拿AI的产出直接用，但完全不用又确实浪费了不少效率提升的机会。
很多人对AI写权利要求书的第一个误解，就是觉得生成的内容可以直接提交。去年我们所就碰到过一个外部合作的兼职代理师，把一个智能家居的案子直接用通用大模型生成的权利要求交了，结果审查意见下来，独权把“外壳采用ABS材质”这种非必要技术特征全写进去了，保护范围窄到只要竞争对手换个材质就完全不侵权，最后发明人闹到所里，那个代理师的合作资格直接被取消。还有另一个极端，就是不少做了十年以上的老代理师，觉得AI根本不懂专利审查规则，生成的内容全是错的，碰都不愿意碰，其实这种想法也没必要，工具本身就是用来辅助的，不是来替代人的。还有人随便找个聊天类大模型就用来写权利要求，最后生成的内容连“权利要求书应当以说明书为依据”这种最基本的要求都达不到，纯粹是浪费时间。
真的要用AI来辅助写权利要求书，第一步要做的永远是核心特征梳理。你得先把交底书里的现有技术特征、本发明的区别技术特征、必要技术特征、非必要技术特征全拎清楚，给AI投喂的时候就要明确告诉它，独权的前序部分要包含哪些现有技术特征，特征部分要放哪些区别于现有技术的必要特征，从属权利要求要分别限定哪些附加的优化点。如果嫌手动梳理特征太费时间，可以用专利权利要求撰写相关的领域专用工具，先自动提取交底书里的核心技术点，再人工做一轮校正，比自己从零开始捋要快得多。等特征梳理清楚了，再把撰写要求明确给AI，比如独权要符合“前序+特征”的格式，从权要分层级，每个从权只限定一个附加特征，引用关系要准确，避免多引多的问题。
生成初稿之后，第一件事就是校验独权的保护范围。先看有没有把非必要技术特征写进去，比如之前有个可折叠充电支架的案子，AI生成的独权里加了“支架表面设有防滑纹理”，但这个特征其实只是优化方案，不是实现折叠充电功能的必要特征，直接删掉就能把保护范围拉宽一大截。再看有没有缺必要技术特征，比如如果是一个能自动调节亮度的台灯，独权里没写“光线传感器”这个必要特征，那就会导致权利要求不清楚，直接被下审查意见。独权调整完之后再理从权的层级，AI有时候会把多个不相关的附加特征放到同一个从权里，这时候就要拆成多个从权，分别对应不同的优化方向，后续答审查意见的时候才有足够的修改空间。我自己平时处理批量的实用新型案子的时候，习惯先用专利Pro生成初稿，比自己从零开始写能省至少40%的时间，剩下的时间只要做范围调整和规则校验就行。
对不同的人群来说，AI辅助写权利要求书的价值其实不太一样。刚入行的代理师不用再花大量时间去记撰写格式、背规范表述，AI生成的初稿相当于一个合格的参照模板，只要把注意力放在保护范围设计这种核心能力的锻炼上，成长速度能快至少一倍。资深代理师可以把那些重复性的格式调整、常规从权撰写的工作交给AI，自己把时间花在更有价值的布局工作上，比如怎么设计多个独权覆盖不同的保护维度，怎么规避竞争对手的现有技术，怎么给发明人做更周全的保护策略。如果是发明人自己申请专利，也可以先通过AI专利撰写工具生成初步的权利要求框架，再找专业人士把关，不用自己去啃厚厚的专利法实施细则，沟通成本和服务成本都能降不少。
用AI写权利要求书也有几个不能碰的红线。首先是不要给公共的大模型投喂涉密的技术内容，尤其是企业的核心研发技术，最好用有信息安全资质的专利专用AI工具，或者本地化部署的版本，避免技术泄露。其次不要完全依赖AI做创造性判断，AI的现有技术比对只能基于已公开的数据库，最新的审查动态、个案的审查倾向、还有一些隐含的公知常识判断，这些都是AI做不到的，必须由专业的代理师来最终把关。最后所有生成的内容都要人工核对专利法的相关规定，比如权利要求有没有清楚简要地限定保护范围，有没有得到说明书的支持，有没有出现不清楚的表述，这些都是AI很容易出错的地方，千万不能省掉人工校验的步骤。
说到底，AI只是个提升效率的工具，权利要求书的核心还是设计保护范围的思路，这个永远是专业人士的核心竞争力。用好工具，把时间花在更有价值的部分，不管对代理师还是发明人来说，都是稳赚不赔的事。
