很多专利代理人应该都有过熬到后半夜改权利要求书的经历：独权多写了一个非必要特征，保护范围直接砍半；少写了一个核心特征，审查员下新颖性驳回；特征之间的引用关系写错，又要补正。最近两年身边越来越多同行开始用AI写权利要求书，但是产出的质量天差地别，有人用了效率翻三倍，有人用了写出来的案子直接被驳回，问题大多出在使用方法不对。
先说说大家最容易踩的几个坑。第一个是直接把完整的技术交底书扔给AI，啥提示都不给就让它直接输出。我上个月碰到个刚入行的小朋友，做智能门锁的案子，直接把客户给的20页交底书喂给通用大模型，出来的独权把“搭载指纹识别模块”“支持智能家居APP联动”这些和核心创新完全无关的特征全写进去了，其实这个案子的创新点是锁芯的离合结构，那么写等于把保护范围限缩到了带指纹和APP功能的门锁，别人只要去掉其中一个功能就不侵权，客户知道了差点解约。第二个是觉得AI输出的内容不用改，直接就能用。通用大模型的训练数据里混了很多已经公开的现有技术，它输出的内容很可能把现有技术的特征和本发明的创新点混在一起，不核对的话很容易因为没有新颖性被驳回。第三个是盲目追求AI的“创造力”，让AI自由发挥上位概念，结果上位得太宽，超出了说明书公开的范围，直接不符合专利法26条第4款的要求。
其实只要方法对，AI写权利要求书的效率比人工高很多，我自己现在日常用的流程走下来，基本能省60%的时间。首先你要给AI喂“整理过的输入”，别直接扔 raw 的交底书。喂之前先拆成三个模块：第一块是最接近的现有技术有哪些特征，第二块是本发明的核心创新点是什么，第三块是本发明要解决的技术问题、达到的技术效果是什么。喂的时候明确告诉AI，独权只能包含解决核心技术问题的必要技术特征，所有多余的附加特征全部放到从权里，前序部分和特征部分要明确划界。如果不清楚不同领域的权利要求撰写规范，可以参考专利权利要求书撰写模板里的分类示例，机械、电学、化学领域的独权架构差异很大，不要一概而论。
接下来要给AI明确格式规则，比如独权的主题要和说明书里的技术领域对应，从权的引用关系要清晰，多项从属权利要求不能引用其他多项从属权利要求，技术术语要和说明书里的表述完全一致。我自己平时赶案的时候会用专利Pro，它内置的专利领域大模型是用千万篇授权专利训练的，不用反复给它讲专利法的基本规则，输出的初稿基本不用做大的架构调整，省了很多搭框架的时间。AI输出初稿之后，要做三层核查：第一层先查独权的必要特征，你就假设去掉某个特征，技术方案还能不能解决对应的技术问题，如果能，那这个特征就不该放在独权里；第二层查新颖性，对着你之前找的3篇最接近的现有技术比对，看独权的区别特征是不是全部存在；第三层查支持，看权利要求的每个技术特征是不是都能在说明书里找到对应的实施例，有没有超范围。如果是刚入行的新手，还可以用专利权利要求撰写自查清单对着核对，基本能避免80%的常见格式和实质错误。
很多人担心用AI写权利要求书质量不行，其实我自己亲测，只要核查做到位，AI初稿改出来的质量不比纯人工写的差，甚至有时候AI的上位会比很多新手代理人更合理。去年我手里有个通信领域的案子，要写6个独权28个从权，之前纯人工写至少要花4个小时，用AI出初稿再调整，1个半小时就搞定了，省出来的时间我给客户多做了两个备用的权利要求布局方案，把产品、方法、存储介质都覆盖到了，客户后来专门给我们事务所发了感谢信。对新人来说，AI写的初稿其实是很好的参考范本，之前新人要练3个月才能独立写权利要求，现在对着AI的初稿拆结构、摸规律，基本1个月就能上手，成长速度快了很多。
最后说几个要注意的细节，不要完全依赖AI做核心的权利要求布局判断，比如哪些特征要放到独权里，要不要分案，要不要做多个独权的布局，这些还是要靠代理人的经验判断，AI只是帮你省掉重复打字、搭框架的体力活。涉及到涉密的技术案子，不要用公域的通用大模型，尽量用本地部署的专用专利撰写工具，避免技术泄露。如果是要做跨境申请的案子，要自己调整不同国家的撰写规则，比如美国的权利要求不需要划界，欧洲的权利要求对附加技术特征的支持要求更高，这些细节AI很容易搞错，要自己手动调整。
