AI 专利撰写辅助系统

• DeepSeek 开放平台（deepseek.com）— 申请 API Key，充值测试额度
• 阿里云 DashScope（Qwen 模型）— 开通并获取 API Key
• Anthropic Claude API 或 OpenAI API — 用于审核模型（二选一）

• 当前合同是否包含 API 调用权限（很多企业合同只含网页端）
• 如不包含，询问 API 模块的单独采购价格和开通流程
• 获取 API 技术文档（接口地址、认证方式、请求格式、返回字段）
• 确认 API 支持的检索方式：布尔检索、IPC 分类号、全文检索、语义检索
• 确认返回数据字段：摘要、权利要求、全文、法律状态、引用文献
• 确认调用频率限制（QPS）和月调用量上限
• 申请测试/沙盒环境

• 准备一台内网服务器（推荐配置：8核 CPU / 32GB 内存 / 500GB SSD）
• 安装 Docker、Git、Python 3.11+、Node.js 20+
• 搭建代码仓库（GitLab 私有仓库或其他内网 Git 服务）
• 创建项目目录结构（后续 Phase 会细化）

• 《专利审查指南》2024年1月20日施行版 — 完整版
• 重点章节：第二部分第二章（权利要求撰写）、第三章（说明书撰写）、第九章（计算机程序发明）
• CNIPA 官网发布的审查指南修改解读文件（2020年版、2024年版）

• 已获得中国发明专利授权（有 B 文本）
• 技术领域属于软件/互联网/AI
• 有原始技术交底书
• 代理师对案件记忆清晰（能回忆撰写思路）

• 权利要求主题：方法类 5 件 + 装置类 3 件 + 混合类 4 件
• 技术子领域：至少覆盖 3 个（如 NLP、CV、推荐系统、数据处理、安全）
• 复杂度：简单（≤8条权利要求）4 件 + 中等（8-15条）5 件 + 复杂（>15条）3 件
• 审查过程：一次授权 5 件 + 经过 OA 的 7 件

01_图像去噪CNN/
├── 交底书原文.docx            # 原始技术交底书
├── 授权公告文本.pdf           # 最终授权的完整文件
├── 申请公开文本.pdf           # 首次公开的文件（如与授权有差异）
├── OA/                        # 审查意见及答复（如有）
│   ├── OA1_审查意见.pdf
│   ├── OA1_答复.pdf
│   └── ...
└── 案例标注.md                # 代理师手动填写的标注

## 基本信息
- 专利号：CN XXXXXXXXX B
- 技术领域：自然语言处理
- IPC 分类号：G06F 40/XX
- 交底书质量评分：4/5（5为非常详细完整）

## 核心技术方案（2-3句话概括）
本发明提出一种基于XXX的文本分类方法...

## 权利要求结构分析
- 独立权利要求数量：4（方法1+装置1+介质1+设备1）
- 权利要求总条数：15
- 关键上位概括点：
  - "特征提取模块"概括了CNN/RNN/Transformer三种具体实现
  - "分类策略"概括了softmax和SVM两种具体分类器
- 概括策略说明：因交底书中给出了多种实现方式，故做了上位概括

## 审查过程（有OA的案子必填）
- OA次数：2
- OA1 驳回理由：创造性（引用对比文件CN XXXXXXX A + US XXXXXXX A1）
- OA1 答复策略：补入从属权利要求的技术特征到独立权利要求
- OA2 驳回理由：权利要求不清楚（步骤S3描述模糊）
- OA2 答复策略：明确步骤S3的具体数据处理方式

## 对比文件
- 最接近现有技术：CN 2019XXXXXXX A（技术主题最相关）
- 区别技术特征：本发明增加了XXX步骤，实现了XXX效果

## 代理师复盘
- 撰写难点：上位概括的尺度难把握，最终OA后被迫缩小
- 改进建议：如果重写，独立权利要求应直接限定XXX

• 制作一个汇总表，列出所有案例的编号、领域、复杂度、是否有OA
• 确认各维度的覆盖是否均衡，如有明显缺失则从候选列表中补充
• 确认所有标注已填写完整

• 认证：使用 API Key / Token 成功认证
• 简单查询：用一个已知专利号（如 CN XXXXXXXXX B）查询，验证返回数据
• 关键词检索：用"图像识别 AND 卷积神经网络"检索，验证返回结果
• IPC 分类号检索：用 G06F18/24 检索，验证结果
• 组合检索：关键词 + IPC 分类号的布尔组合

• 【必需】专利号、标题、摘要、IPC 分类号、申请日、公开日
• 【必需】权利要求书全文
• 【必需】法律状态（授权/驳回/撤回/有效/无效）
• 【强烈建议】说明书全文
• 【强烈建议】引用/被引用文献列表
• 【建议】发明人、申请人信息

• 代理师根据案例的技术方案，编写一组检索式
• 用该检索式通过 API 执行检索
• 核心验证：返回结果中是否包含审查员在 OA 中引用的对比文件
• 记录：检索结果总条数、Top 20 中的相关文献数量、对比文件是否命中

# patent_search/incopat_client.py

class IncopatClient:
    def search_by_keywords(self, keywords, ipc_codes=None, date_range=None) -> list
    def search_by_boolean(self, query_string) -> list
    def get_patent_detail(self, patent_number) -> dict
    def get_patent_claims(self, patent_number) -> str
    def get_patent_fulltext(self, patent_number) -> str
    def get_legal_status(self, patent_number) -> dict
    def get_citations(self, patent_number) -> list

• API 支持的检索方式及语法
• 返回字段清单（标注哪些可用、哪些缺失）
• 3 件案例的检索基准测试结果
• 发现的问题和限制（如有）
• 是否需要补充其他数据源（如 Google Patents、Espacenet）

• 逐条对照《审查指南》2024 年施行版原文，校验每条规则的准确性
• 补充遗漏的重要规则（特别是第二部分第二章、第三章的通用撰写规范）
• 校验审查示例的编号、标题、结论是否与原文一致
• 标注任何需要修改或补充的内容

• 独立权利要求的"前序部分 + 特征部分"两段式要求（第3.1.2节）
• 从属权利要求的引用方式（第3.1.3节）
• 权利要求中的技术术语一致性要求
• 功能性限定的使用规则和限制
• 权利要求"以说明书为依据并得到说明书支持"的要求（专利法第26条第4款）
• 权利要求"清楚、简要"的要求

• 说明书五段式结构要求：技术领域、背景技术、发明内容、附图说明、具体实施方式
• 各段的具体内容要求和撰写规范
• "充分公开"要求（专利法第26条第3款）——说明书使本领域技术人员能够实现
• 背景技术中引用现有技术的规范
• 具体实施方式的详细程度要求
• 摘要的撰写规范（300字以内）
• 附图的制图规范（黑白线条、标号规则）

• 第九章规则（已有，校验后） — 客体判断 + 创造性审查 + 撰写规范
• 第二章规则（新增） — 权利要求通用撰写规范
• 第三章规则（新增） — 说明书通用撰写规范
• 审查示例库（已有，校验后）
• 常见驳回模式（已有，可由代理师补充更多实战经验）
• 自动审核检查清单（已有，根据新增规则扩展）

• 将技术交底书全文粘贴到 LLM 对话框（推荐 DeepSeek Chat 或 Claude）
• 使用以下 Prompt（根据实际效果迭代调整）：

你是一位在中国执业超过10年的资深专利代理师，专注软件和AI领域。
请分析以下技术交底书，提取并结构化以下信息：

1. 技术领域（对应 IPC 分类号）
2. 背景技术及现有技术的缺陷
3. 要解决的技术问题
4. 核心技术方案（逐步骤或逐模块描述）
5. 与现有技术的关键区别特征
6. 有益效果
7. 可能的实施例变体

重要要求：
- 如果交底书中某些信息不完整或不清楚，明确列出缺失项并说明其重要性
- 对技术方案的描述要具体到可以直接用于撰写权利要求的程度
- 识别可能存在的客体适格性风险（是否可能被认为属于智力活动规则和方法）

===技术交底书===
[粘贴全文]

• 对比：将 LLM 输出与代理师实际的理解做逐项对比
• 记录：正确提取的要素数 / 遗漏的要素 / 错误的要素 / Prompt 改进想法

• 使用 Step 4.2 的输出作为输入，让 LLM 生成检索策略
• 在 Incopat 中实际执行 LLM 生成的检索式
• 核心验证：检索结果是否包含审查员在 OA 中引用的对比文件
• 记录：检索式是否可直接执行 / 结果条数 / Top20相关率 / 对比文件命中情况

你是一位在中国执业超过10年的资深专利代理师，专注软件/AI领域。
请根据以下技术方案和检索结果，撰写一份符合中国《专利法》及
《专利审查指南》（2024年施行版）要求的权利要求书。

## 撰写规则（必须严格遵守）

1. 独立权利要求采用"前序部分 + 特征部分"两段式写法
2. 方法独立权利要求格式：
   "一种[技术目的]的方法，其特征在于，包括以下步骤：..."
3. 装置独立权利要求格式：
   "一种[技术目的]的装置，包括存储器、处理器及存储在存储器上
    的计算机程序，其特征在于，所述处理器执行所述计算机程序以
    实现权利要求X所述方法的步骤。"
4. 必须同时撰写：方法权利要求 + 装置权利要求 + 存储介质权利要求
   + 计算机程序产品权利要求
5. 独立权利要求应做适当上位概括，但不超出说明书支持范围
6. 从属权利要求按技术特征的重要性递进细化
7. 算法步骤中的数据参数必须具有确切技术含义
8. 确保技术方案满足客体适格性要求（非纯算法/纯商业规则）

## 技术方案
[粘贴 Step 4.2 的结构化输出]

## 最接近的现有技术
[粘贴从检索中找到的最相关对比文件的摘要和权利要求]

## 参考示例（以下是一个优秀的软件领域权利要求书示例）
[从数据集中选一件优秀案例的授权权利要求作为 few-shot 示例]

• 核心对比：将 AI 生成的权利要求与实际授权的权利要求做逐条对比
• 评估维度见下方评分表

• 在 Prompt 中提供生成的权利要求和技术方案，要求按五段式输出完整说明书
• 对比 AI 输出的说明书与实际授权说明书的结构、内容、详细程度

• 输入：用户上传的 Word/PDF 交底书文件
• 处理：文件解析（python-docx / PyPDF2）→ 文本提取 → LLM 结构化分析
• 输出：结构化 JSON（技术领域/技术问题/技术方案/区别特征/有益效果/缺失信息提示）
• 交互：如检测到信息不完整，生成"追问清单"返回给用户补充

• 输入：结构化技术方案 + 对比文件信息（可选）
• Prompt 组装：基础 Prompt + 知识库规则注入 + few-shot 示例 + 用户输入
• 生成策略：生成"宽/中/窄"三个版本的独立权利要求，供用户选择
• 输出：完整的权利要求书（方法+装置+介质+程序产品四套）
• 流式输出：支持边生成边展示（提升用户体验）

• 客体适格性检查：是否存在被第25条/第2条驳回的风险
• 格式规范检查：两段式结构、引用关系、术语一致性
• 完整性检查：是否遗漏必要技术特征
• 输出：审核报告（通过/警告/不通过 + 具体问题说明）

# 接口设计
POST /api/disclosure/parse     # 上传并解析交底书
POST /api/disclosure/supplement # 提交补充信息
POST /api/claims/generate      # 生成权利要求书
POST /api/claims/review        # 审核权利要求书
GET  /api/claims/{id}/versions # 获取宽/中/窄三个版本

• 技术领域：根据 IPC 分类号和技术方案自动生成（1段话）
• 背景技术：参考检索到的对比文件，概述现有技术及不足（2-3段）
• 发明内容：技术问题 + 技术方案概述 + 有益效果（与权利要求一致）
• 附图说明：根据后续生成的附图列表自动生成（如"图1是本发明方法的流程图"）
• 具体实施方式：至少 2-3 个实施例，详细描述技术方案的具体实现

• 基于说明书和权利要求自动生成说明书摘要（≤300字）
• 摘要应概括：技术领域、技术方案要点、主要技术效果

• 权利要求中的每个技术特征是否在说明书中有对应描述
• 独立权利要求的上位概括是否有足够的实施例支撑
• 输出：支持关系检查报告（特征覆盖率 + 未覆盖特征列表）

• 使用 python-docx 按 CNIPA CPC 客户端要求的格式输出 Word 文件
• 包含：权利要求书、说明书、摘要，分别或合并导出
• 格式要求：宋体、特定字号、段落间距、页边距等

• 输入：结构化技术方案
• LLM 生成：关键词提取 → 同义词扩展 → IPC 分类号匹配 → 布尔检索式组装
• 输出：可直接执行的 Incopat 检索式（中文 + 英文各一组）
• 用户可编辑：生成后展示给用户，允许手动修改检索式后再执行

• 调用 Incopat API 执行检索
• 结果去重、排序（按相关度）
• 获取 Top 20 结果的详细信息（摘要、权利要求、IPC）

• 用 LLM 对 Top 20 结果做相关性评估
• 输出：Top 5 最接近的现有技术，每件附带相关度评分和匹配说明

• 将发明的技术特征与最接近现有技术逐条对比
• 输出特征对比表：共有特征 / 区别特征 / 现有技术中未涉及的特征
• 标注区别特征对应的权利要求条款

• 基于知识库中的三条路径判断框架，评估技术方案走哪条路径最稳妥
• 输出：客体风险等级（低/中/高）+ 建议的论证路径 + 风险说明
• 如果风险为"高"，系统应生成明确警告提示用户

检索分析报告
├── 检索策略（使用的检索式、检索数据库、检索日期）
├── 检索结果概览（总条数、相关文献数量）
├── Top 5 对比文件详情
├── 技术特征对比表
├── 客体适格性评估（风险等级 + 建议路径）
├── 新颖性初步判断（区别特征是否存在）
├── 创造性风险提示（区别特征是否"显而易见"— 标注为需人工判断）
└── 建议（是否建议继续申请 / 需要进一步人工检索的领域）

• 输入：方法权利要求中的步骤列表
• LLM 解析步骤结构（顺序/分支/循环）→ 生成 Mermaid 语法 → 渲染 SVG
• 后处理：去除彩色 → 转黑白线条 → 添加步骤编号（S101, S102...）
• 输出：符合专利规范的黑白流程图（PNG 格式，300dpi）

• 输入：装置权利要求中的模块列表及其连接关系
• LLM 解析模块关系 → 生成 Mermaid/Graphviz 语法 → 渲染
• 后处理：同上（黑白、标号）
• 输出：符合规范的系统架构框图

• 附图中的标号（如 101、102...）与说明书中的引用保持一致
• 自动生成"附图说明"段落（如"图1为本发明实施例提供的XX方法的流程示意图"）
• 自动选择摘要附图（默认选方法流程图作为摘要附图）

• 提供基于 Mermaid 语法的在线编辑器（修改语法即可实时预览效果）
• 支持拖拽调整节点位置（如果技术上可行）
• 支持用户上传自己的附图替换自动生成的附图

用户上传交底书
  → 交底书解析（Phase 5.1）
  → [如信息不完整] 追问补充
  → 检索策略生成（Phase 7.1）
  → [用户确认/修改检索式]
  → 执行检索 + 对比分析（Phase 7.2-7.6）
  → [用户确认检索结果]
  → 客体适格性评估（Phase 7.5）
  → [如风险高] 警告用户并建议调整方案
  → 权利要求生成（Phase 5.2）
  → [用户选择宽/中/窄版本并编辑]
  → 说明书生成（Phase 6.1）
  → 摘要生成（Phase 6.2）
  → 附图生成（Phase 8.1-8.2）
  → 审核 Agent 校验（Phase 5.3）
  → [展示审核报告，用户确认]
  → 导出 Word 文件（Phase 6.4）

• 每个专利申请作为一个"项目"，有唯一 ID
• 项目状态：草稿 → 解析完成 → 检索完成 → 撰写完成 → 审核完成 → 已导出
• 保存每个环节的中间结果，支持断点续做
• 版本管理：权利要求的每次编辑都保存历史版本

• 基础角色：管理员 / 专利代理师 / 技术人员
• 权限区分：代理师可见所有功能；技术人员只能上传交底书和查看结果
• 登录认证：用户名密码 + 可选的企业 SSO 对接

• 步骤导航：左侧或顶部显示当前处于工作流的哪一步，可前后跳转
• 实时反馈：LLM 生成过程中显示流式输出（打字机效果）
• 在线编辑：权利要求和说明书页面提供富文本编辑器，用户可直接修改 AI 生成的内容
• 对比视图：权利要求编辑页可并排显示 AI 生成版本和用户修改版本
• 免责声明：每个生成结果页面底部都显示"AI 生成内容，仅供参考，请由持证代理师审核"

• 每件案例生成完整的五书（权利要求书+说明书+摘要+附图）
• 代理师对每件案例的输出做评分（使用 Phase 4 的评分表）
• 汇总评分，确认平均分达标

• 选择最近收到的真实技术交底书
• 用系统生成全套文件
• 代理师评估：与自己手动撰写的质量差距

• 上传格式异常的文件（扫描版 PDF、带密码的 Word、超大文件）
• 输入极简/极长的交底书
• 多用户同时操作
• 网络中断后恢复
• LLM API 超时/报错的降级处理

• 确认交底书内容不会泄露到外部（LLM API 调用的数据安全策略）
• 如使用国外 LLM API，需评估数据出境合规性
• 用户权限隔离：A 用户看不到 B 用户的项目
• 文件上传安全：防止恶意文件上传

• 每人至少用系统完成 2 件真实案例的撰写
• 收集使用反馈（功能缺失、体验问题、生成质量问题）
• 按优先级修复问题

• 在公司内网服务器上部署（Docker 容器化）
• 配置域名 / 内网地址
• 配置 HTTPS（即使内网也建议）
• 配置自动备份（数据库 + 用户上传文件）
• 配置监控告警（服务挂掉、API 余额不足等）

• 专利代理师使用手册：完整功能说明 + 每个环节的最佳实践 + AI 输出的审核要点 + 常见问题
• 技术人员使用手册：交底书上传流程 + 如何补充信息 + 如何查看生成结果

• 面向代理师：2小时培训 — 系统操作 + AI 输出审核要点 + 实操演练
• 面向技术人员：1小时培训 — 交底书上传和基本操作
• 录制培训视频供后续新员工学习

• 系统内置反馈按钮：用户可对每次生成结果评分和留言
• 每月汇总：使用量统计 + 用户评分趋势 + 高频问题
• 持续优化：根据反馈调整 Prompt、补充 few-shot 示例、更新知识库

• 每次《审查指南》修订后，更新规则知识库
• 每季度将新增的优秀案例加入 few-shot 示例库
• 收集审查意见答复经验，丰富"常见驳回模式"库