我接触过的不少代理机构，去年还在讨论要不要用AI写申请文件，今年已经把AI生成初稿当成了标配工作流。之前和一个开小代理所的朋友吃饭，他说以前3个代理师一个月最多处理20件发明，现在用了AI之后，同样的人手一个月能接35件，还不用天天加班到凌晨。但另一边，也有不少代理师吐槽AI生成的稿子根本不能用，要么权利要求缺必特，要么说明书公开不充分，提交上去只会下审查意见。
最容易踩的坑其实是对AI的预期偏差。一种是觉得AI万能，把客户给的两页纸交底书直接扔给大模型，出来的稿子看都不看就直接用，结果要么是核心创新点没突出，要么是把现有技术的特征当成了本发明的创新，最后驳回了才追悔莫及。另一种是觉得AI生成的内容全是错的，碰都不敢碰，宁愿自己熬几个通宵写初稿，看着同事用AI省下来的时间都用来做高价值的专利布局，自己的案子量上不去，提成也拿得少。这两种极端的认知，本质上都是没找对AI在专利撰写里的定位。
我自己用AI写申请文件的流程其实很简单，核心就是把AI当助理，不是当替代者。首先拿到客户的交底书之后，我会先自己梳理三个核心信息：本发明要解决的具体技术问题是什么，现有技术的对应缺陷是什么，本发明的核心创新点有哪几个，把这三个信息整理成结构化的文字，再加上格式要求一起喂给AI。比如我写机械领域的案子，会特意加上“权利要求书分三层撰写，独权仅覆盖必要技术特征，不得写入非必要的参数限定，说明书的具体实施方式部分至少给出3个不同的实施例”这类要求，出来的初稿基本框架就不会有大问题。涉及到AI专利撰写的prompt优化，大家不用自己从零摸索，现在很多行业群里都有共享的分领域模板，改改就能用。
初稿出来之后，我会先核对两个核心点：一是权利要求的所有技术特征，是不是都在说明书里有对应的支持，有没有出现权利要求提到了某个特征，说明书里完全没写的情况；二是技术效果是不是符合常识，AI特别容易夸大技术效果，比如你写一个充电头的创新，AI可能会瞎写“转化率达到99%”这种明显不符合行业现状的内容，这部分一定要人工核对一遍，不能偷懒。我自己平时处理案子的时候，习惯用专利Pro先跑初稿，它内置的撰写规则是直接和国知局的公开规范对齐的，不用我每次都在prompt里堆一堆格式要求，省了不少事。
算下来，用AI生成初稿之后，我单个发明的撰写时间能缩短60%左右，省下来的时间我基本都用来做权利要求的布局优化，还有和客户沟通有没有其他相关的创新点可以一起申报，反而客户的满意度比之前更高。之前有个做智能硬件的客户，本来只打算报1件发明，我沟通之后发现他们还有3个相关的结构创新，最后一起报了4件，客户还特意给我介绍了两个新的客户。对中小代理机构来说，这个效率提升的价值其实非常明显，本来很多小所接不了大的批量案子，就是因为人手不够，现在用AI做初稿，完全能接下以前接不动的业务。
当然也有几个不能省的环节，千万不要图省事全丢给AI。第一个是新颖性比对，AI的训练数据往往有滞后性，最新的专利文献它可能没收录，所以查新的步骤一定要人工做，或者用专门的专利检索工具核对，避免出现AI写的内容和已经公开的现有技术撞车的情况。第二个是权利要求的范围把控，AI很容易把独权写得太宽或者太窄，太宽容易被审查员下新颖性的审查意见，太窄容易被竞争对手轻易规避，这部分必须要有至少3年以上经验的代理师来调整，新人不要直接用AI写的权利要求提交。还有涉及AI生成专利申请文件的保密问题，选工具的时候一定要先看对方的保密条款，有没有承诺不使用用户上传的技术数据做训练，客户的涉密技术方案，尽量不要用公域的通用大模型生成，避免技术泄露的风险。
之前有个刚入行的新人问我，现在AI这么厉害，以后代理师会不会失业？我觉得反而不会，以前代理师大部分时间都花在凑字数、调格式这种重复性劳动上，现在这些活AI干了，代理师能把更多精力放在专利布局、风险规避这些真正有价值的工作上，反而能提升整个行业的服务质量。只要你不是只会套模板写申请文件，完全不用怕AI抢你的饭碗。
