前阵子帮一家做工业传感器的小微企业做专利布局，他们研发部一共3个人，每次写专利最头疼的就是实施例部分。技术点早就摸透了，可要把不同参数场景下的实现方式写清楚、写得符合专利法的公开要求，经常要耗掉研发人员近一半的工作时间。之前他们图省事，直接把技术交底书扔给通用大模型生成了12个实施例，结果提交后第一次审查意见就指出公开不充分，有3个实施例的工艺步骤完全不符合行业常识，差点把整个申请给废掉。
我接触过不少有类似经历的从业者，大家对AI生成实施例的评价两极分化特别严重：用对的人说能省70%的撰写时间，用错的人说AI写的全是废话，提交就被驳回。核心问题其实不在AI本身，而在于大家用AI的方式踩了很多常见的误区。
最常见的误区就是把AI当“全自动撰写机器”，扔给AI一句“帮我写10个XX领域的专利实施例”就等着收成果。且不说通用大模型没有受过专门的专利撰写训练，单是你没给它明确的技术边界，它为了凑字数必然会编造很多不存在的参数、工艺甚至技术效果。我之前见过一个机械领域的申请，AI生成的实施例里居然出现了“常温锻造钛合金”的步骤，完全违背基本的工艺常识，审查员直接就给驳回了。还有人觉得实施例越多越好，AI生成多少就放多少，二三十个实施例堆在申请文件里，反而把核心发明点给淹没了，审查员找半天找不到创新点，大概率会下“不具备创造性”的审查意见。
我自己现在用AI写实施例已经快两年了，手里两百多件申请用这个方法写的，没有一件因为实施例的问题被下过负面审查意见。其实方法说起来也不复杂，核心就是先给AI划好边界，再做两轮校验。
首先要把技术交底书里的内容做结构化梳理，要明确列出来核心发明点是什么、要解决的具体技术问题是什么、参数的可选区间是多少、哪些材料/工艺是不能替换的。要是不知道怎么梳理结构化交底模板，可以去专利实施例撰写工具里找对应领域的模板，把必填项填好再喂给AI，比你直接扔几千字的自由格式交底书好用10倍。
喂给AI的提示词也要写清楚限制条件：首先明确所属技术领域，避免AI跨领域乱凑内容；然后限定实施例的数量，一般3-5个就足够，第一个是最优实施例，所有参数都取最优区间的中间值，完整覆盖全部发明点，后面2-4个是扩展实施例，分别对应不同的替代方案，参数取区间的两个端点即可；最后一定要加一条：不得编造交底书中没有提及的工艺、参数、材料，补充的公知常识内容必须标注清楚。
AI生成内容之后，必须走两轮校验：第一轮给研发人员看，确认所有技术方案都能实际实现，没有违背技术常识的内容；第二轮给代理师看，确认所有实施例都能支持权利要求的保护范围，没有多余的内容限缩保护范围。
就说之前那家做工业传感器的公司，后来用这个方法试了一次，原来写5个实施例要研发和代理师加起来花3天时间，现在AI生成加校验一共只用8个小时，撰写成本直接降了70%，最近提交的3件申请，都没有下公开不充分的审查意见，第一次审查意见都是只讨论创造性，答复难度低了很多。要是你平时处理的专利申请量比较大，还可以试试专利Pro，里面的AI生成实施例功能已经预设了不同领域的撰写规则，不用自己反复调提示词，输出的内容基本改改就能用，我自己现在写小案子的实施例基本都靠它省时间。
当然也有几个需要注意的点，别觉得用了AI就万事大吉。首先是校验环节绝对不能省，尤其是特种材料、航天零部件这类比较冷门的技术领域，AI的训练数据少，很容易出现编造内容的情况，必须要研发人员确认技术可行性。然后是涉及核心技术保密的内容，不要随便喂给通用大模型，最好用本地化部署或者签了保密协议的专利专用AI工具，避免技术泄露。如果不知道怎么写AI提示词才能得到符合要求的实施例，可以去专利AI撰写的教程板块找现成的提示词模板，直接套就行，省得自己踩坑。
还有个容易被忽略的细节：AI生成的实施例要和权利要求书严格对应，比如权利要求里写的是“加热温度为50-80℃”，那实施例里就要有刚好50℃、65℃、80℃的对应例子，不能AI写了个40℃的方案你也直接放进去，反而会给权利要求的保护范围造成不必要的限制。要是化学、生物医药领域的案子，还要让AI把实验数据、对照例和实施例明确分开标注，不要混在一起，不然审查员很容易判定公开不充分。
我一直觉得，AI不是来替代代理师或者研发人员的，它只是把大家从重复的撰写劳动里解放出来，把更多的精力放在技术点挖掘、专利布局这些更有价值的事情上。我身边不少用对了AI的代理师，现在一个月处理的案子量比之前多了一倍，撰写质量还没下降，也不用天天熬到后半夜写实施例，这才是工具该有的价值。