上周跟几家代理所的朋友吃饭，聊到新人入行的变化，说现在刚入行的代理人几乎没有不先用AI出权利要求书初稿的，省了很多敲字的功夫，但也有好几个代理人吐槽，说之前有新人直接把AI生成的稿子提交了，结果下了三四次审查意见，最后保护范围缩得几乎没价值，两头不讨好。
聊到最后大家的分歧其实就集中在一个问题上：AI生成的权利要求书到底靠谱吗？其实这个问题根本没有标准答案，完全看你怎么用。
很多人踩坑都是从一开始的认知错了，觉得把技术交底书全部粘贴给AI，说一句“帮我写一份权利要求书”，出来的东西就能直接用。我之前试过把一份连接器的交底书直接扔给通用大模型，出来的独立权利要求写了快八百字，把安装环境、螺丝规格这种完全非必要的技术特征全放进去了，真要是按这个提交，别人只要改个螺丝型号就绕开了，基本等于白申请。还有的AI会把训练数据里的现有技术特征混进去，你要是没提前做检索，根本发现不了，提交之后审查员一查新颖性直接就给驳回，连修改的空间都没多少。
如果能提前把前置工作做足，AI生成的稿子其实能省很多事。首先你得先做完现有技术检索，把你的方案和现有技术的区别特征列得明明白白，告诉AI哪几个是必须放到独立权利要求里的必要技术特征，哪些是放到从属权利要求里的附加特征，最好再给两篇同领域已经授权的权利要求书当参考样本，让它严格按照样本的表述逻辑和格式来写。我上个月处理一个传感器的案子，按这个流程喂给AI，出来的独权除了有两个技术术语的表述不够严谨，其他地方基本不用改，比我自己写省了快一个小时。
我平时处理一些简单的外观或者实用新型案子的时候，会先上专利Pro生成初版的权利要求书框架，再根据交底书的细节调整特征，比自己从零写快差不多40%，出错率也低，至少不会出现权利要求引用关系写错这种低级错误。
对于有经验的代理人来说，AI最大的价值其实是替代掉那些没有技术含量的重复劳动。比如从属权利要求的引用格式，还有一些公知技术特征的标准表述，这些东西你自己敲也没什么技术含量，还容易敲错，AI写的反而更规范。省下来的时间你可以去跟发明人掰扯技术细节，抠独立权利要求的保护范围，或者做权利要求布局，这些核心工作才是决定专利质量的关键，AI目前还替代不了。
如果是企业的IPR，平时要评估大量技术方案的专利性，也可以先用AI生成初版的权利要求书，很快就能梳理清楚这个方案的核心创新点在哪，有没有申请的价值，不用每次都麻烦代理所出预检索报告，能省不少沟通成本。
当然有几个底线是不能碰的。第一，绝对不能直接把AI生成的终稿直接提交，不管你前期给的提示词有多精准，都要逐字核对一遍，尤其是独立权利要求的技术特征，多一个非必要特征，保护范围就窄一截，少一个必要特征，就可能被下公开不充分的审查意见，都是硬伤。第二，AI写的表述要逐一排查，它经常会出现“相关部件”“合适的参数”这种模糊表述，这种写在权利要求里肯定会被下审查意见，必须改成清楚的技术特征。第三，涉及核心技术的发明专利，或者要做海外布局的案子，AI生成的稿子只能当最基础的参考，核心的布局逻辑，还有不同地区的专利申请规范，都需要资深的代理人来把控，完全靠AI的话风险太高。
说到底，AI就是个工具，跟你平时用的格式校验工具、检索工具没有本质区别。你拿它干它擅长的事，比如搭框架、写套话、整理特征，它就特别靠谱，你非要把它当成能代替专业人士的全能选手，什么都扔给它干，那它肯定不靠谱，最后踩坑的还是你自己。