這次我們來看一個(gè)“專利撰寫”方向的 Skill 合集。它的核心賣點(diǎn)很直接把 Claude 這類大模型工具變成專利撰寫助手輸入論文、技術(shù)文檔或者一個(gè) idea就能批量產(chǎn)出技術(shù)交底書、權(quán)利要求書初稿、說明書摘要等專利寫作環(huán)節(jié)的關(guān)鍵文檔。如果你最近在關(guān)注 Claude Skills、GPTs 這類“給大模型配置專屬技能”的玩法那這個(gè)項(xiàng)目的思路值得參考。先說重點(diǎn)這個(gè)項(xiàng)目不是跑本地大模型不需要 GPU不需要部署推理服務(wù)它封裝的是“提示詞 結(jié)構(gòu)化流程 模板”的教學(xué)型技能包。你只需要有 Claude 賬號或者其他支持自定義 Skill 的對話產(chǎn)品把 Skill 文件放進(jìn)指定目錄就能讓模型按照專利撰寫的規(guī)范輸出內(nèi)容。對于高?？蒲腥藛T、企業(yè)研發(fā)工程師、專利工程師和準(zhǔn)備申請軟著/專利的團(tuán)隊(duì)來說這套東西的價(jià)值在于把“從 idea 到交底書”這個(gè)重復(fù)勞動(dòng)變成半自動(dòng)流程。按材料看這個(gè)“專利 Skill 合集”覆蓋的場景包括論文自動(dòng)轉(zhuǎn)專利、idea 快速擴(kuò)展成技術(shù)方案、權(quán)利要求書生成、說明書摘要撰寫、審查意見答復(fù)素材整理等。本文將帶你完成以下幾件事理解 Skill 合集的項(xiàng)目結(jié)構(gòu)和運(yùn)行原理、搭建本地 Skills 配置環(huán)境、完成 idea 到交底書的生成測試、掌握論文轉(zhuǎn)專利的操作流程、了解批量處理多個(gè)技術(shù)方案的腳本化思路以及遇到 Skill 不生效、輸出格式混亂、專利術(shù)語不準(zhǔn)確等常見問題時(shí)的排查方法。1. 核心能力速覽先給一張規(guī)格表快速判斷這個(gè)合集是否適合你。能力項(xiàng)說明項(xiàng)目類型科研 / 專利撰寫 Skill 集合包核心功能論文轉(zhuǎn)專利、idea 轉(zhuǎn)交底書、權(quán)利要求書生成、說明書摘要撰寫、審查意見答復(fù)素材整理運(yùn)行環(huán)境Claude 等支持自定義 Skill / 提示詞指令的 AI 對話工具硬件門檻無 GPU 需求純云端模型服務(wù)啟動(dòng)方式將 Skill 文件放入指定目錄在對話中引用是否支持 API視使用的模型服務(wù)而定可配合官方 API 做批量調(diào)用是否支持批量任務(wù)支持結(jié)合腳本可批量處理多個(gè) idea 或論文主要成本模型訂閱費(fèi)用或 API Token 費(fèi)用適合場景科研人員、專利工程師、企業(yè)研發(fā)、碩博生日常專利寫作從材料可以看出這個(gè)項(xiàng)目的定位非常清楚不是幫你寫一篇完整、可直接提交的專利全文而是把專利寫作中那些“重復(fù)性強(qiáng)、格式要求高、邏輯鏈條固定”的部分自動(dòng)化。它的底層邏輯是讓大模型按照專利審查指南的思路去拆解技術(shù)方案再按專利文件的格式要求重組輸出。需要注意任何 AI 輔助專利撰寫工具都不能替代專利代理師的專業(yè)審核尤其是權(quán)利要求書的保護(hù)范圍、技術(shù)特征的層級關(guān)系這些內(nèi)容最終提交前必須由專業(yè)人士把關(guān)。這個(gè)項(xiàng)目提供的更多是“初稿加速器”而不是“終稿保證書”。2. 適用場景與使用邊界2.1 適合誰用從材料來看這套 Skill 合集主要面向以下人群高校碩博生論文寫完但還沒形成專利思路想快速把創(chuàng)新點(diǎn)轉(zhuǎn)化為專利交底書。企業(yè)研發(fā)工程師手頭有技術(shù)方案但沒有專利寫作經(jīng)驗(yàn)需要先形成一份結(jié)構(gòu)完整的交底書提交給知識(shí)產(chǎn)權(quán)部門。專利工程師 / 知識(shí)產(chǎn)權(quán)管理人員每天處理大量交底書可以用這套流程做初篩和初步整理提升處理效率?？蒲袌F(tuán)隊(duì)負(fù)責(zé)人需要把團(tuán)隊(duì)多個(gè)技術(shù)方向批量整理成專利素材用于項(xiàng)目申報(bào)或?qū)＠季帧?.2 能解決什么問題創(chuàng)新點(diǎn)提煉從一個(gè)模糊 idea 或一段技術(shù)描述出發(fā)自動(dòng)拆解技術(shù)問題、技術(shù)方案、技術(shù)效果。格式規(guī)范化按照專利交底書、權(quán)利要求書、說明書摘要等常見格式輸出。論文轉(zhuǎn)專利初稿輸入論文摘要、正文關(guān)鍵段落生成符合專利語言習(xí)慣的初稿。批量處理多個(gè) idea 可以用腳本整理成標(biāo)準(zhǔn)輸入格式逐個(gè)生成減少重復(fù)工作。2.3 不適合什么場景編造不存在的技術(shù)方案如果你只有一個(gè)想法卻沒有具體的實(shí)現(xiàn)路徑AI 生成的內(nèi)容不能作為真實(shí)專利提交因?yàn)閷＠仨毠_充分、能夠?qū)崿F(xiàn)。替代專業(yè)代理師權(quán)利要求書的保護(hù)范圍布局、權(quán)利要求的引用關(guān)系、專利審查意見答復(fù)需要專業(yè)法律判斷AI 生成的初稿只能作為參考素材。涉及技術(shù)秘密的高敏感項(xiàng)目不要在公司未授權(quán)的情況下把核心技術(shù)細(xì)節(jié)輸入到外部 AI 服務(wù)中。使用前務(wù)必確認(rèn)信息脫敏和保密邊界。需要完整附圖、實(shí)施例數(shù)據(jù)、對比實(shí)驗(yàn)結(jié)果的正式申請文件AI 不擅長編造實(shí)驗(yàn)數(shù)據(jù)沒有驗(yàn)證的實(shí)施例不能直接寫入正式申請材料。2.4 合規(guī)與安全提醒使用這類 Skill 合集時(shí)請先確認(rèn)三件事一是你確實(shí)擁有該技術(shù)方案的合法來源不侵犯他人專利權(quán)二是輸入到 AI 工具的文本不包含未經(jīng)授權(quán)的第三方保密信息三是最終提交的專利文件要經(jīng)過專業(yè)審核AI 只負(fù)責(zé)起草初稿不擁有法律效力。任何聲稱“一鍵自動(dòng)生成完整專利并直接提交”的工具都存在合規(guī)風(fēng)險(xiǎn)這個(gè)項(xiàng)目的價(jià)值在于提高寫作效率而不是取代專利法律流程。3. 環(huán)境準(zhǔn)備與前置條件這個(gè)項(xiàng)目不像本地 ComfyUI 或 TTS 服務(wù)那樣需要安裝 CUDA、顯卡驅(qū)動(dòng)它的環(huán)境準(zhǔn)備更簡單但也有一些關(guān)鍵點(diǎn)需要提前確認(rèn)。3.1 軟件與賬號準(zhǔn)備一個(gè)支持 Skills 功能的 AI 對話服務(wù)目前 Claude 的 Skills 功能比較有代表性你需要有可用的賬號。文件管理工具用來整理 Skill 目錄日常的記事本或 VS Code 都可以。Python 3.10可選如果你希望做批量任務(wù)腳本需要本地 Python 環(huán)境如果只用交互式對話可以不裝。瀏覽器用來訪問對話服務(wù)的 Web 界面。3.2 理解 Skill 目錄結(jié)構(gòu)從項(xiàng)目材料來看“Skill”本質(zhì)上是將一套指令、模板和示例打包成文件夾放入模型服務(wù)指定的技能目錄后模型會(huì)在處理相關(guān)任務(wù)時(shí)自動(dòng)加載這些技能。一個(gè)標(biāo)準(zhǔn) Skill 文件夾通常包含skill-name/ ├── SKILL.md # 技能主配置包含技能說明、角色定義、工作流程 ├── templates/ # 輸出模板例如交底書模板、權(quán)利要求書模板 ├── examples/ # 示例輸入輸出 ├── references/ # 專利法、審查指南等參考材料 └── scripts/ # 可選處理輸入、格式化輸出的腳本SKILL.md 是核心文件它決定了模型在調(diào)用這個(gè)技能時(shí)的行為。你需要確認(rèn)目標(biāo)服務(wù)支持該格式的 Skill 定義或者根據(jù)你使用的工具格式進(jìn)行轉(zhuǎn)換。3.3 輸入素材準(zhǔn)備專利撰寫質(zhì)量高度依賴輸入信息的完整度。測試前先準(zhǔn)備以下素材idea / 技術(shù)方案描述最好能明確說出“解決什么問題、用什么方法、和現(xiàn)有方案有什么區(qū)別”。論文摘要和正文如果做論文轉(zhuǎn)專利準(zhǔn)備論文的摘要、引言、方法、實(shí)驗(yàn)結(jié)果部分。關(guān)鍵詞和領(lǐng)域背景幫助模型理解技術(shù)上下文。4. 安裝部署與啟動(dòng)方式這部分以 Claude Skills 為例給出通用配置流程。如果你使用其他支持自定義技能的模型服務(wù)目錄結(jié)構(gòu)和配置格式請以官方文檔為準(zhǔn)。4.1 創(chuàng)建 Skills 目錄并放入文件先確認(rèn)你的技能目錄路徑。以 Claude 桌面版或支持 Skills 的版本為例通常在用戶配置目錄下有一個(gè)claude/skills或類似路徑。以下是通用操作流程# 進(jìn)入你的模型服務(wù)配置目錄比如 ~/.claude/ cd ~/.claude/ # 創(chuàng)建 skills 目錄 mkdir -p skills # 將專利 Skill 合集解壓后放入該目錄 # 例如 # skills/patent-drafting/SKILL.md # skills/patent-drafting/templates/...放入后可以用ls檢查目錄結(jié)構(gòu)find skills/patent-drafting -type f | head -20如果一切正常你會(huì)看到類似下面的文件列表skills/patent-drafting/SKILL.md skills/patent-drafting/templates/claim_template.md skills/patent-drafting/templates/disclosure_template.md skills/patent-drafting/examples/example_idea_to_disclosure.md skills/patent-drafting/references/patent_law_notes.md4.2 SKILL.md 配置示例SKILL.md 是觸發(fā)技能的配置核心。其通用格式如下實(shí)際內(nèi)容需要根據(jù)你的工具版本調(diào)整--- name: patent-drafting description: 用于輔助專利交底書、權(quán)利要求書和說明書摘要撰寫的技能輸入 idea 或論文即可生成結(jié)構(gòu)化專利初稿。 --- # 專利撰寫助手 ## 角色 你是一名資深專利代理師熟悉中國專利法、專利審查指南和專利撰寫規(guī)范。 ## 工作流程 1. 接收用戶輸入的 idea、技術(shù)方案或論文文本。 2. 提取關(guān)鍵信息技術(shù)領(lǐng)域、背景技術(shù)、技術(shù)問題、技術(shù)方案、技術(shù)效果。 3. 按照用戶指定的輸出格式生成專利初稿。 4. 標(biāo)注信息不完整的部分提醒用戶補(bǔ)充。 ## 輸入要求 - 明確技術(shù)問題。 - 提供技術(shù)方案的關(guān)鍵步驟或結(jié)構(gòu)組成。 - 如有對比方案說明區(qū)別。 ## 輸出模板 使用 templates 目錄下的模板文件。這個(gè)配置的作用不是增加什么黑科技而是給模型一個(gè)穩(wěn)定的“工作記憶”你的角色、輸入要求、輸出流程、質(zhì)量維度都寫清楚了模型在處理任務(wù)時(shí)就有據(jù)可依。4.3 在對話中引用 Skill不同服務(wù)對 Skill 的引用方式不同。在支持 引用技能的服務(wù)中你可以在提示詞中直接寫請使用專利撰寫Skill將以下idea生成一份技術(shù)交底書 idea一種基于邊緣計(jì)算的設(shè)備狀態(tài)監(jiān)測方法通過在設(shè)備端部署輕量級模型...模型會(huì)自動(dòng)加載 patent-drafting 技能并按照 SKILL.md 中定義的角色和工作流來處理任務(wù)。如果服務(wù)不支持自動(dòng)加載你可能需要把 SKILL.md 的內(nèi)容以系統(tǒng)指令的方式手動(dòng)粘貼到對話中。4.4 驗(yàn)證啟動(dòng)是否成功如何判斷 Skill 已經(jīng)被正確加載可以問一個(gè)和技能強(qiáng)相關(guān)的問題例如請說明專利撰寫技能的工作流程以及它能輸出哪些類型的文件。如果輸出里提到了“技術(shù)交底書、權(quán)利要求書、說明書摘要”等技能內(nèi)容說明 Skill 已經(jīng)生效。如果輸出的是普通對話回復(fù)說明 Skill 沒有被加載需要檢查目錄路徑、文件名命名和配置格式。5. 功能測試與效果驗(yàn)證Skill 配置好后建議按順序測試三個(gè)核心場景idea 到技術(shù)交底書、論文轉(zhuǎn)專利、權(quán)利要求書生成。每個(gè)測試都要帶上輸入示例、操作流程和判斷標(biāo)準(zhǔn)。5.1 測試一idea 到技術(shù)交底書測試目的驗(yàn)證 Skill 能否從一個(gè)模糊 idea 生成結(jié)構(gòu)化交底書。輸入示例請將以下 idea 生成一份技術(shù)交底書 idea一種基于手機(jī)攝像頭的食品新鮮度檢測方法不需要額外硬件用戶用手機(jī)拍照就能判斷蔬果是否新鮮。操作步驟在對話中輸入上述指令。觀察模型是否調(diào)用了專利撰寫技能。檢查輸出是否包含技術(shù)領(lǐng)域、背景技術(shù)、技術(shù)問題、技術(shù)方案、技術(shù)效果等標(biāo)準(zhǔn)章節(jié)。重點(diǎn)檢查技術(shù)方案部分是否足夠具體有沒有給出可行的實(shí)現(xiàn)路徑。判斷成功的標(biāo)準(zhǔn)輸出包含交底書標(biāo)準(zhǔn)章節(jié)。技術(shù)方案部分描述了至少 2 到 3 個(gè)關(guān)鍵步驟或模塊。模型指出了信息不完整的地方例如缺少具體算法、缺少對比實(shí)驗(yàn)。常見失敗原因輸入過于籠統(tǒng)沒有提供任何實(shí)現(xiàn)細(xì)節(jié)導(dǎo)致模型只能生成泛泛的框架。Skill 未加載輸出回到了普通對話模式這時(shí)候需要檢查技能調(diào)用方式。5.2 測試二論文轉(zhuǎn)專利測試目的驗(yàn)證論文摘要或正文能否被轉(zhuǎn)換為專利語言風(fēng)格的初稿。輸入示例請閱讀以下論文摘要將其轉(zhuǎn)換為專利交底書的背景技術(shù)和技術(shù)方案部分 論文題目基于深度學(xué)習(xí)的低光照圖像增強(qiáng)方法 摘要本文提出一種基于改進(jìn)Retinex理論的低光照圖像增強(qiáng)方法通過聯(lián)合優(yōu)化光照分量和反射分量...操作步驟提供論文摘要最好附上方法部分的關(guān)鍵段落。要求模型只在限定范圍內(nèi)生成交底書章節(jié)。對照原論文檢查是否有技術(shù)特征遺漏。檢查專利語言是否符合規(guī)范比如“其特征在于”“所述”等表達(dá)的使用。判斷成功的標(biāo)準(zhǔn)背景技術(shù)部分能清晰說明現(xiàn)有技術(shù)的不足而不是簡單復(fù)制論文的“引言”。技術(shù)方案部分描述了方法的關(guān)鍵步驟并且步驟之間有邏輯關(guān)聯(lián)。沒有照搬論文中的實(shí)驗(yàn)數(shù)據(jù)來冒充專利實(shí)施例。常見失敗原因論文內(nèi)容未提供關(guān)鍵技術(shù)細(xì)節(jié)模型只能根據(jù)標(biāo)題和摘要猜測。專利術(shù)語使用不當(dāng)例如把深度學(xué)習(xí)模型的“訓(xùn)練集”直接寫成專利中的“實(shí)施例”需要人工調(diào)整。5.3 測試三權(quán)利要求書生成測試目的驗(yàn)證 Skill 能否生成格式正確、層次清楚的權(quán)利要求書初稿。輸入示例根據(jù)以下技術(shù)方案生成獨(dú)立權(quán)利要求1和從屬權(quán)利要求2-4 技術(shù)方案一種基于注意力機(jī)制的文本情感分析方法包括以下步驟 1. 獲取待分析文本對文本進(jìn)行預(yù)處理... 2. 使用預(yù)訓(xùn)練語言模型提取文本特征... 3. 通過注意力機(jī)制加權(quán)融合文本特征... 4. 根據(jù)融合特征輸出情感分類結(jié)果...操作步驟輸入技術(shù)方案步驟。檢查獨(dú)立權(quán)利要求是否包含全部必要技術(shù)特征。檢查從屬權(quán)利要求的引用關(guān)系和附加技術(shù)特征是否合理?？茨Ｐ褪欠駥Σ淮_定性內(nèi)容進(jìn)行標(biāo)注。判斷成功的標(biāo)準(zhǔn)獨(dú)立權(quán)利要求包含了解決技術(shù)問題所必需的步驟。從屬權(quán)利要求的引用關(guān)系正確格式符合“根據(jù)權(quán)利要求1所述的...”。沒有引入方案中不存在的技術(shù)特征。常見失敗原因技術(shù)方案本身太簡單模型生成的權(quán)利要求保護(hù)范圍過大或過小。模型把可選方案寫成了必要技術(shù)特征導(dǎo)致獨(dú)立權(quán)利要求保護(hù)范圍不當(dāng)。這里需要人工判斷調(diào)整。5.4 測試四質(zhì)量復(fù)核生成的初稿不能直接提交你需要做四步復(fù)核技術(shù)真實(shí)性方案是否真的能實(shí)現(xiàn)有沒有虛構(gòu)的算法或?qū)嶒?yàn)數(shù)據(jù)。信息完整性是否有明顯缺失的技術(shù)特征例如缺少通信接口、數(shù)據(jù)結(jié)構(gòu)定義、具體參數(shù)范圍。專利語言規(guī)范性是否用了口語化表達(dá)例如“這個(gè)模塊可以...”應(yīng)改為“所述模塊用于...”。保護(hù)范圍合理性獨(dú)立權(quán)利要求是否太寬或太窄和現(xiàn)有技術(shù)的區(qū)別是否清楚。6. 接口 API 與批量任務(wù)從項(xiàng)目材料來看這個(gè) Skill 合集本身更多是面向交互式對話設(shè)計(jì)但如果你希望將專利撰寫能力集成到自己的腳本或內(nèi)部工具中可以通過模型服務(wù)提供的 API 來實(shí)現(xiàn)批量處理。下面給出一套通用的批量任務(wù)設(shè)計(jì)思路需要按你實(shí)際使用的模型服務(wù)調(diào)整。6.1 批量輸入預(yù)處理批量處理的核心是先把多個(gè) idea 或論文片段整理成結(jié)構(gòu)化的輸入文件。下面是一個(gè)通用的 Python 腳本示例用于從多個(gè)文本文件中構(gòu)建批量任務(wù)輸入# -*- coding: utf-8 -*- import json import os def build_batch_input(input_dir, output_file): 將 input_dir 下的每個(gè) .txt 文件轉(zhuǎn)換為批量任務(wù)輸入 JSON。 文件名作為任務(wù) id內(nèi)容作為輸入文本。 tasks [] for filename in os.listdir(input_dir): if not filename.endswith(.txt): continue file_path os.path.join(input_dir, filename) with open(file_path, r, encodingutf-8) as f: content f.read().strip() if not content: continue tasks.append({ custom_id: filename.replace(.txt, ), content: content, task_type: idea_to_disclosure }) with open(output_file, w, encodingutf-8) as f: json.dump(tasks, f, ensure_asciiFalse, indent2) print(f批量任務(wù)已生成{output_file}共 {len(tasks)} 個(gè)任務(wù)。) if __name__ __main__: # 用法將多個(gè) txt 放到 ./ideas 目錄然后運(yùn)行腳本 build_batch_input(./ideas, ./batch_tasks.json)生成的batch_tasks.json結(jié)構(gòu)如下[ { custom_id: idea_edge_ai, content: 一種基于邊緣計(jì)算的設(shè)備狀態(tài)監(jiān)測方法..., task_type: idea_to_disclosure }, { custom_id: idea_vision_sorting, content: 一種基于視覺識(shí)別的垃圾自動(dòng)分類裝置..., task_type: idea_to_disclosure } ]6.2 批量調(diào)用模型 API如果你有模型服務(wù)的 API Key可以寫一個(gè)批量調(diào)用腳本逐條調(diào)用對話接口并將結(jié)果保存到指定目錄。以下是通用模板# -*- coding: utf-8 -*- import json import time import requests API_URL https://api.example.com/v1/messages # 替換為實(shí)際 API 地址 API_KEY your-api-key # 從環(huán)境變量讀取不要硬編碼 def generate_patent_draft(task): 調(diào)用模型服務(wù)生成專利初稿。 實(shí)際參數(shù)需要按你使用的服務(wù)調(diào)整。 headers { Authorization: fBearer {API_KEY}, Content-Type: application/json } # 這里需要根據(jù)實(shí)際模型服務(wù)的接口格式來修改 payload { model: your-model-name, max_tokens: 4000, messages: [ { role: system, content: 你是一名資深專利代理師請按照專利撰寫技能的要求處理用戶輸入。 }, { role: user, content: f請將以下 idea 生成技術(shù)交底書\n{task[content]} } ] } try: resp requests.post(API_URL, jsonpayload, headersheaders, timeout120) resp.raise_for_status() result resp.json() return result[choices][0][message][content] except Exception as e: return fERROR: {e} if __name__ __main__: with open(./batch_tasks.json, r, encodingutf-8) as f: tasks json.load(f) for task in tasks: print(f正在處理任務(wù){(diào)task[custom_id]}) output generate_patent_draft(task) with open(f./outputs/{task[custom_id]}.md, w, encodingutf-8) as f: f.write(output) # 避免請求過于密集加入延時(shí) time.sleep(2) print(所有批量任務(wù)處理完成。)批量任務(wù)設(shè)計(jì)時(shí)要考慮三點(diǎn)第一API Key 不要寫死在代碼里通過環(huán)境變量讀取第二每個(gè)任務(wù)建議加上獨(dú)立日志方便定位失敗原因第三模型輸出可能包含錯(cuò)誤或不完整內(nèi)容建議在輸出后增加一個(gè)_review標(biāo)記文件提醒人工復(fù)核。6.3 批量結(jié)果核對批量生成完成后建議增加一個(gè)結(jié)果核對表標(biāo)記每個(gè)任務(wù)的狀態(tài)# 檢查哪些任務(wù)沒有正常生成 ls ./outputs/*.md | wc -l # 檢查哪些文件包含錯(cuò)誤標(biāo)記 grep -l ERROR ./outputs/*.md這樣能快速篩選出需要重新生成或需要人工處理的任務(wù)。7. Token 消耗與效果優(yōu)化策略這個(gè)項(xiàng)目雖然不需要顯卡顯存但它在運(yùn)行時(shí)的“資源”同樣需要關(guān)注——上下文窗口和 Token 消耗。專利撰寫任務(wù)往往涉及長文本輸入和長文本輸出很容易觸達(dá)模型上下文上限。7.1 長文本分段策略如果輸入是一整篇論文不建議一次性塞給模型。更穩(wěn)妥的做法是分段處理先輸入論文摘要和引言生成背景技術(shù)部分。再輸入方法部分生成技術(shù)方案部分。最后輸入實(shí)驗(yàn)部分整理技術(shù)效果和實(shí)施例素材。這樣分步生成的優(yōu)點(diǎn)是每一段的輸入輸出都在可控長度內(nèi)模型能夠更集中地處理當(dāng)前章節(jié)輸出質(zhì)量也比一次性生成完整文檔更高。7.2 控制輸出長度權(quán)利要求書、說明書摘要等輸出內(nèi)容有固定格式可以通過提示詞明確長度要求。例如“權(quán)利要求書初稿獨(dú)立權(quán)利要求控制在 300 字以內(nèi)?！薄罢f明書摘要不超過 300 字包含技術(shù)領(lǐng)域、技術(shù)方案、技術(shù)效果三部分?！?.3 模板復(fù)用如果同一個(gè)技術(shù)領(lǐng)域有多個(gè) idea建議先讓模型基于第一個(gè) idea 生成一份“標(biāo)準(zhǔn)模板”后續(xù)任務(wù)在模板基礎(chǔ)上替換技術(shù)特征。這樣既能保持一致的語言風(fēng)格也能減少重復(fù)的格式化指令。7.4 小成本驗(yàn)證首次測試時(shí)先用一個(gè)簡單 idea 跑通流程確認(rèn)輸出格式和語言風(fēng)格符合要求后再擴(kuò)展到批量任務(wù)。如果一開始就塞入大量復(fù)雜任務(wù)可能會(huì)消耗大量 Token 卻得不到理想效果。8. 常見問題與排查方法問題現(xiàn)象可能原因排查方式解決方案Skill 未加載輸出普通對話目錄路徑錯(cuò)誤、文件名不對、配置格式與工具版本不匹配檢查 skills 目錄結(jié)構(gòu)、SKILL.md 開頭是否有name和description按目標(biāo)工具的官方文檔修正配置重啟對話生成內(nèi)容空洞沒有實(shí)質(zhì)性技術(shù)細(xì)節(jié)輸入信息太少模型只能泛泛而談檢查輸入是否包含了技術(shù)問題、實(shí)現(xiàn)步驟、關(guān)鍵參數(shù)補(bǔ)充技術(shù)方案細(xì)節(jié)后再生成權(quán)利要求書格式混亂SKILL.md 中未定義輸出模板或模型未參考模板檢查 templates 目錄是否存在提示詞中強(qiáng)調(diào)“使用模板文件”將模板內(nèi)容直接粘貼到對話中作為輸出格式參考專利術(shù)語不準(zhǔn)確模型對中文專利法術(shù)語理解不充分在 reference 目錄中補(bǔ)充專利術(shù)語表和審查指南要點(diǎn)在提示詞中加入“使用規(guī)范專利術(shù)語如所述、其特征在于”等約束輸出過長導(dǎo)致截?cái)嗌舷挛拇翱诓蛔慊騿未紊?Token 數(shù)超限檢查輸出長度觀察是否在中間截?cái)嗖鸱譃槎啻紊擅看沃簧梢粋€(gè)章節(jié)批量任務(wù)部分失敗API 超時(shí)、網(wǎng)絡(luò)波動(dòng)、輸入格式錯(cuò)誤查看日志和返回的錯(cuò)誤信息增加重試機(jī)制保存失敗任務(wù)列表手動(dòng)重新調(diào)用模型編造了不存在的內(nèi)容技術(shù)方案不完整模型補(bǔ)全了不存在的步驟人工復(fù)核輸出對比原始輸入是否有依據(jù)要求模型對“不確定的信息”標(biāo)注“需補(bǔ)充確認(rèn)”不要自動(dòng)補(bǔ)全中文專利表達(dá)口語化嚴(yán)重提示詞中缺少語言風(fēng)格約束檢查 SKILL.md 是否定義了正式的語言風(fēng)格加入風(fēng)格指令如“避免口語化使用書面技術(shù)表達(dá)”9. 最佳實(shí)踐與使用建議9.1 先做技術(shù)方案整理再讓 AI 生成這個(gè)項(xiàng)目效果好不好最關(guān)鍵的因素不是你用的模型多強(qiáng)而是你的輸入多完整。建議在讓 AI 生成專利初稿之前先人工整理一份技術(shù)方案要點(diǎn)包括以下內(nèi)容技術(shù)問題現(xiàn)有技術(shù)存在什么缺陷。技術(shù)方案解決該問題的關(guān)鍵技術(shù)手段最好量化到步驟級。技術(shù)效果與現(xiàn)有技術(shù)對比的優(yōu)勢?？商娲桨赋饕桨竿膺€有哪些實(shí)現(xiàn)路徑。9.2 分步生成逐段審核專利撰寫不是一次對話能完成的。建議按照“技術(shù)方案整理 - 技術(shù)交底書 - 權(quán)利要求書 - 說明書摘要 - 實(shí)施例補(bǔ)充”的順序分步生成每個(gè)步驟單獨(dú)審核避免錯(cuò)誤累積。9.3 建立自己的專利寫作模板庫不同技術(shù)領(lǐng)域的專利寫法差異很大。算法類、硬件類、材料類、軟件流程類的交底書側(cè)重點(diǎn)不同。建議使用一段時(shí)間后把好的輸出結(jié)果沉淀為模板補(bǔ)充到 Skill 合集的 templates 目錄中形成屬于你自己的領(lǐng)域適配模板。9.4 關(guān)注合規(guī)與保密在將技術(shù)內(nèi)容輸入 AI 工具前務(wù)必確認(rèn)該技術(shù)方案是否可以對外披露公司或?qū)嶒?yàn)室是否有保密規(guī)定輸入內(nèi)容是否涉及第三方未公開信息。對于重要專利建議使用支持私有部署的模型服務(wù)或使用經(jīng)過脫敏處理的描述進(jìn)行測試。9.5 不要跳過人工復(fù)核AI 生成的專利初稿可以幫助你解決“格式怎么搭、邏輯怎么理”的問題但以下內(nèi)容必須人工確認(rèn)權(quán)利要求的保護(hù)范圍是否合適、技術(shù)特征是否有遺漏、實(shí)施例是否真實(shí)可信、是否與現(xiàn)有技術(shù)構(gòu)成實(shí)質(zhì)區(qū)別。專利權(quán)是排他性權(quán)利撰寫質(zhì)量直接影響保護(hù)力度不能完全依賴 AI 生成結(jié)果。10. 總結(jié)與下一步這個(gè)專利 Skill 合集最值得嘗試的地方是它把專利寫作中“結(jié)構(gòu)化程度高、重復(fù)性強(qiáng)”的部分變成了半自動(dòng)流程。它的部署門檻很低不需要 GPU 和復(fù)雜的本地環(huán)境核心工作在于配置好 Skill 指令、整理好輸入素材、設(shè)計(jì)好人工復(fù)核流程。最先應(yīng)該驗(yàn)證的是“idea 到技術(shù)交底書”這個(gè)基礎(chǔ)流程。拿一個(gè)你手頭真實(shí)的技術(shù)方案按照本文第 5 節(jié)的測試方法跑一遍重點(diǎn)看三件事輸出結(jié)構(gòu)是否符合專利交底書格式、技術(shù)方案部分是否具體可執(zhí)行、模型是否主動(dòng)指出信息缺失的地方。這三項(xiàng)過關(guān)再擴(kuò)展測試論文轉(zhuǎn)專利和權(quán)利要求書生成。最容易踩的坑有兩個(gè)一是輸入信息太少期望 AI 從一個(gè)模糊概念直接生成完整專利結(jié)果得到一堆正確的廢話二是不做人工復(fù)核把 AI 生成的初稿當(dāng)作最終稿提交導(dǎo)致專利權(quán)保護(hù)范圍出問題。這兩個(gè)坑都可以通過“先整理技術(shù)方案、再分步生成、最后逐段審核”的流程規(guī)避。后續(xù)可以繼續(xù)嘗試的方向包括把批量腳本和模型 API 打通形成一套內(nèi)部專利交底書自助生成平臺(tái)將 Skill 合集中的模板按技術(shù)領(lǐng)域做細(xì)分沉淀出算法類、硬件類、材料類等專屬模板結(jié)合專利檢索工具在生成交底書前先檢索現(xiàn)有技術(shù)輔助判斷創(chuàng)新點(diǎn)的新穎性。這套 Skill 的定位是“專利寫作加速器”不是“專利提交全自動(dòng)生產(chǎn)線”。把它用好的關(guān)鍵是你自己對技術(shù)方案的理解深度AI 負(fù)責(zé)把理解轉(zhuǎn)化為結(jié)構(gòu)清晰的初稿你負(fù)責(zé)把關(guān)技術(shù)真實(shí)性和法律合規(guī)邊界。