做了五年企业IPR，我最头疼的永远是堆积如山的新申请案子，尤其是研发部门交上来的交底书经常只有寥寥几行技术描述，要把它补成符合受理要求、还能过实审的申请材料，经常要耗上两三天的时间。去年开始尝试用AI辅助处理撰写工作，踩过不少坑，也摸索出了一套能落地的用法。
很多人刚接触AI写专利的时候，最容易犯的错就是直接把交底书扔给大模型，让它直接生成完整的申请文件。我第一次这么干的时候，拿到的初稿看起来像模像样，权利要求书、说明书、背景技术、具体实施例全齐，结果提交之后不到三个月就收到了审查意见，说背景技术里提到的三项现有技术缺陷全是AI编造的，我翻了所有能找的数据库都没找到对应的公开文献，最后只能改了重新提交，平白多耗了两个多月的时间。还有不少代理人反馈过，AI生成的权利要求要么范围宽到毫无新颖性，要么加了一堆没必要的技术特征，把保护范围限得比研发人员实际做的产品还窄，基本没法直接用。
后来我调整了用法，不再把AI当成能代劳的工具，而是当成帮我处理机械性工作的助手。第一步先整理交底书里的核心技术点，把要解决的技术问题、核心技术方案、实际达到的技术效果这三块单独摘出来，喂给AI的时候会明确加限制条件：所有内容只能基于我提供的材料生成，背景技术部分只写本领域普遍存在的共性问题，不得编造特定的现有技术文献缺陷。这一步生成的背景技术初稿，我只要再核对一遍有没有超出公知常识的内容，基本就能用，比自己从头写要省一半的时间。
接下来是权利要求书的撰写，我一般会先把自己梳理好的独权必要技术特征列出来，让AI生成3-5个不同表述的版本，再从中挑逻辑最通顺、保护范围最大的版本调整。要是拿不准有没有落入现有技术的范围，平时我核对权利要求新颖性的时候，习惯顺手用专利Pro查相关的对比文件，比自己挨个跑多个数据库快不少，还能提醒我哪些特征已经被公开过，要尽快调整限定方式。从属权利要求我会先让AI按照不同的技术分支扩展，再把明显不符合技术逻辑的内容删掉，剩下的再找研发人员核对是不是可实现，这部分原来要花大半天整理，现在两个小时就能搞定。
说明书的具体实施例部分是AI能发挥最大作用的地方，很多交底书里只有一个实施例，要满足公开充分的要求，最少要扩展3-5个不同的变形方案。我会把原始实施例的参数范围、可替换的部件都列出来，让AI按照不同的组合生成对应的实施例描述，只要后续核对每个方案都符合技术逻辑，基本就能满足审查要求。要是不知道实施例要写到多细的程度，可以对照专利撰写规范逐一核对，避免出现公开不充分的问题被下补正。
这套流程用了快一年，我手上的案子撰写效率差不多提升了60%，原来一个星期最多写3个发明申请，现在能处理5个，而且实审的一通答复率反而降了不少，毕竟省下来的时间我都用来抠核心的权利要求布局，提前预判审查员可能会提的审查意见，比以前赶着交稿的时候考虑得周全多了。上个月我手上同时压了4个发明申请，其中两个交底书只有半页纸的技术说明，换以前最少要熬两个大夜，用AI辅助拆分技术点、扩展实施例，不到两天就把四个初稿都交出去了，最终提交的案子三个在一通里都没提到公开不充分的问题，剩下那个也只是调整了两个权利要求的表述就过了。
当然也不是所有环节都能交给AI处理，有两个底线是必须守的。第一是所有涉及技术事实的内容，必须找发明人核对，AI偶尔会生成看起来逻辑通顺但完全不符合技术原理的内容，要是不核对直接提交，很容易出现公开不充分的问题。第二是权利要求的核心保护范围，一定要自己逐字调整，AI经常会为了逻辑通顺加一些非必要的技术特征，一不小心就会把保护范围限死，后续维权的时候会吃大亏。还有要注意的是，不要用AI生成现有技术的对比分析，AI的数据库更新有滞后性，查出来的对比文件很可能不全，最好是搭配专门的检索工具核实之后再用。
