最近半年，我接触到的发明人里，用AI先写一版专利交底书甚至直接生成申请文件草稿的人明显多了。这本身不是坏事。对着空白文档憋三天写不出两段背景技术，是很多工程师的常态；把实验记录、产品PRD丢给大模型，十几分钟就能拿到一份结构完整的文稿，至少把"从0到1"这一步迈过去了。
但问题也跟着来了。有些发明人把AI输出的内容直接转给我，说"你帮忙提交就行"，打开一看，权利要求写得像产品宣传，说明书里混着不存在的型号，实施例全是空话。这种稿子递到审查员手里，答复一次就要掉一层皮，有些硬伤甚至到了无效阶段才爆出来。
AI写专利之后到底要检查什么？这篇文章按我实际审稿的顺序聊一聊。
先查事实：AI最擅长的是"一本正经地编造"
大模型生成技术文本时，有个很麻烦的倾向：它不知道的部分，会用看起来合理的内容补上。你让它写一项电池散热结构，它可能顺手给你安一个"采用6061-T6铝合金一体冲压成型"，而你原始材料里根本没有这个工艺；你让它写算法专利，它可能编出一个不存在的卷积层参数，甚至把2018年才提出的概念塞进一篇声称2015年就完成的发明里。
所以拿到AI初稿后，第一件事不是润色文字，而是逐句核对技术事实。我的做法是把文稿里所有具体的技术特征、材料、参数、型号、执行主体、数据来源标出来，和原始的实验记录、设计图纸、代码提交记录一一对照。凡是底稿里没有依据的内容，要么删掉，要么回到研发那里确认后再补。
这里特别提醒一类隐藏风险：AI有时会把现有技术里的常见手段写进你的"发明点"。比如你的创新明明在某种特定的风道形状，文稿却大谈特谈"使用风扇加速空气流动"——这是公知常识，写进独立权利要求里，保护范围会被自己限死，新颖性也可能受影响。自己拿不准区别特征在哪，可以借助 专利Pro 这类工具先做一轮检索，看看AI写的那些"创新"到底是不是已经公开的方案。
再查权利要求：保护范围不是靠形容词堆出来的
AI写权利要求书有几个典型毛病。
一是喜欢写"优选地""较佳地""高效地"这类模糊限定，或者直接出现"大约"" substantially"这种中英混杂的表达。权利要求里每一个词都可能在侵权诉讼中被抠字眼，"快速响应"是多快？"高可靠性"由谁定义？这些词出现一次，就给对方律师留一个抗辩口子。
二是把技术效果当成技术特征来写。比如"一种提升识别准确率的方法"，"提升准确率"是效果，不是结构或步骤特征，必须落到具体怎么做——是改了网络结构、换了采样策略，还是加了后处理规则。AI初稿里这类问题密度通常不低，需要逐条改写。
三是独立权利要求和从属权利要求的层次乱。常见的表现是独权把非必要特征全写进去，保护范围缩得很窄；从权又只是把独权的话换个说法重复一遍，没有形成真正的递进。正常的布局应该是独权抓住最核心的区别，从权一层层加上优选实施方式，这样即使独权被现有技术打掉，后面还有退守空间。检查的时候问自己两个问题：独权里的每个特征，是不是解决技术问题所必须的？每一条从权，是不是真的追加了新限定？
另外，方法专利要留意步骤的执行主体和时序。AI经常把终端、服务器、第三方系统干的事揉在一起，写成"系统获取数据并下发指令然后进行结算"，到底谁获取、谁下发、谁结算？主体不清在涉及多端交互的发明里是致命的，权利要求解释时会非常被动。
说明书部分：支持性和公开程度要够
说明书的核心作用有两个：支持权利要求，以及充分公开发明。AI初稿在这两点上都容易翻车。
支持性方面，权利要求里出现的每一个特征，说明书里都要有对应记载，而且不能只是原样抄一遍，最好有多种实施例兜底。比如权项里写"弹性部件"，说明书里至少要展开：可以是螺旋弹簧、弹片、橡胶垫，各自怎么装、怎么变形。否则审查员发"权利要求得不到说明书支持"的通知书，你连修改的弹药都没有。这也是专利撰写里最容易被新手忽略的细节——AI往往只给一个最常见的例子，看似写满了页数，实际没有支撑宽度。
充分公开方面，化学、生物、材料类专利要格外小心。AI可能写出"通过常规催化剂在适宜温度下反应"这种话，但本领域技术人员照着做不出来，就是公开不充分，属于驳回条款，后期很难靠修改挽救。机械和软件类稍好一些，但涉及具体参数范围、数据结构字段、接口时序的地方，同样不能用"预设值""约定格式"一笔带过，至少要给一个可复现的具体例子。
背景技术部分则反过来，要防止AI写太多。它很喜欢把整个行业发展史罗列一遍，甚至把最接近的现有技术细节讲得清清楚楚。背景技术写得越具体，将来在侵权或无效程序中，越容易被对方援引为" admissions"（自认），用来限缩你的权利要求。客观介绍一两个最接近的方案、点出其缺陷即可，缺陷最好正好是本发明能解决的，形成呼应就够了。
形式问题：别让小毛病拖慢审查节奏
技术内容过关后，再走一遍形式检查。这部分琐碎但省不掉。
附图说明和实际附图要对得上，图号、部件编号在全文里保持一致，AI初稿里出现"图3示出了……"但实际只有两张图的情况我遇到过不止一次。术语前后统一也是重灾区，同一张稿子开头叫"夹持机构"，中间变"固定装置"，结尾成"夹紧组件"，审查员可能发不清楚通知书，自己答复时也容易混淆。
中英文混排、全角半角括号、计量单位、参考文献格式这些，建议最后统一处理一遍。摘要不超过300字、不要出现商业性宣传语和第一人称，这些细节AI不一定守得住，尤其喜欢写"本发明具有重大推广价值"这类话，直接删掉。
还有一个容易漏的点：发明人把AI生成稿直接贴进邮件或文档时，可能带着训练数据里的残留内容——别人的专利号、真实公司名、某篇论文里的原句。提交前用查重工具过一遍全文，不是为了形式上的重复率，而是排查有没有误抄来的私有信息和可能构成实质性重合的段落。
人机分工：把AI当初稿生成器，而不是代理人
说了这么多要检查的地方，并不是否定AI的用处。我自己也会用它处理背景技术的初稿整理、格式转换、多语种资料摘要这些体力活，效率确实高。但专利文件的本质是一份法律文件，它的每一个措辞都在划定未来十几年的产权边界，这件事上，模型没有动机、也没有能力替你承担判断责任。
比较稳妥的分工是：发明人提供扎实的技术交底，AI负责搭框架、扩写实施例、整理文字；专利工程师或代理人重点处理区别技术特征提炼、权利要求布局、支持性与公开程度，以及最终的专利检索和新颖性风险判断。如果团队预算有限、暂时没有代理人介入，发明人自己至少要完成前面说的事实核对和权利要求改写，再考虑提交。
最后留一个很实际的判断标准：把AI初稿放一晚上，第二天以"竞争对手的律师"的视角重读一遍权利要求。问自己——如果我想绕过这个专利，能不能轻易换掉其中一个特征？如果答案很轻松，说明稿子还要再改。这一关，目前的AI替你过不了。