這次我們來(lái)看一個(gè)“專(zhuān)利撰寫(xiě)”方向的 Skill 合集。它的核心賣(mài)點(diǎn)很直接把 Claude 這類(lèi)大模型工具變成專(zhuān)利撰寫(xiě)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(shū)、權(quán)利要求書(shū)初稿、說(shuō)明書(shū)摘要等專(zhuān)利寫(xiě)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(lèi)“給大模型配置專(zhuān)屬技能”的玩法那這個(gè)項(xiàng)目的思路值得參考。先說(shuō)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(hào)或者其他支持自定義 Skill 的對(duì)話產(chǎn)品把 Skill 文件放進(jìn)指定目錄就能讓模型按照專(zhuān)利撰寫(xiě)的規(guī)范輸出內(nèi)容。對(duì)于高?？蒲腥藛T、企業(yè)研發(fā)工程師、專(zhuān)利工程師和準(zhǔn)備申請(qǐng)軟著/專(zhuān)利的團(tuán)隊(duì)來(lái)說(shuō)這套東西的價(jià)值在于把“從 idea 到交底書(shū)”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(zhuān)利 Skill 合集”覆蓋的場(chǎng)景包括論文自動(dòng)轉(zhuǎn)專(zhuān)利、idea 快速擴(kuò)展成技術(shù)方案、權(quán)利要求書(shū)生成、說(shuō)明書(shū)摘要撰寫(xiě)、審查意見(jiàn)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(shū)的生成測(cè)試、掌握論文轉(zhuǎn)專(zhuān)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(zhuān)利術(shù)語(yǔ)不準(zhǔn)確等常見(jiàn)問(wèn)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(shuō)明項(xiàng)目類(lèi)型科研 / 專(zhuān)利撰寫(xiě) Skill 集合包核心功能論文轉(zhuǎn)專(zhuān)利、idea 轉(zhuǎn)交底書(shū)、權(quán)利要求書(shū)生成、說(shuō)明書(shū)摘要撰寫(xiě)、審查意見(jiàn)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(duì)話工具硬件門(mén)檻無(wú) GPU 需求純?cè)贫四Ｐ头?wù)啟動(dòng)方式將 Skill 文件放入指定目錄在對(duì)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(chǎng)景科研人員、專(zhuān)利工程師、企業(yè)研發(fā)、碩博生日常專(zhuān)利寫(xiě)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(xiě)一篇完整、可直接提交的專(zhuān)利全文而是把專(zhuān)利寫(xiě)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(zhuān)利審查指南的思路去拆解技術(shù)方案再按專(zhuān)利文件的格式要求重組輸出。需要注意任何 AI 輔助專(zhuān)利撰寫(xiě)工具都不能替代專(zhuān)利代理師的專(zhuān)業(yè)審核尤其是權(quán)利要求書(shū)的保護(hù)范圍、技術(shù)特征的層級(jí)關(guān)系這些內(nèi)容最終提交前必須由專(zhuān)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(shū)”。2. 適用場(chǎng)景與使用邊界2.1 適合誰(shuí)用從材料來(lái)看這套 Skill 合集主要面向以下人群高校碩博生論文寫(xiě)完但還沒(méi)形成專(zhuān)利思路想快速把創(chuàng)新點(diǎn)轉(zhuǎn)化為專(zhuān)利交底書(shū)。企業(yè)研發(fā)工程師手頭有技術(shù)方案但沒(méi)有專(zhuān)利寫(xiě)作經(jīng)驗(yàn)需要先形成一份結(jié)構(gòu)完整的交底書(shū)提交給知識(shí)產(chǎn)權(quán)部門(mén)。專(zhuān)利工程師 / 知識(shí)產(chǎn)權(quán)管理人員每天處理大量交底書(shū)可以用這套流程做初篩和初步整理提升處理效率。科研團(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(zhuān)利素材用于項(xiàng)目申報(bào)或?qū)＠季帧?.2 能解決什么問(wèn)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(wèn)題、技術(shù)方案、技術(shù)效果。格式規(guī)范化按照專(zhuān)利交底書(shū)、權(quán)利要求書(shū)、說(shuō)明書(shū)摘要等常見(jiàn)格式輸出。論文轉(zhuǎn)專(zhuān)利初稿輸入論文摘要、正文關(guān)鍵段落生成符合專(zhuān)利語(yǔ)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(chǎng)景編造不存在的技術(shù)方案如果你只有一個(gè)想法卻沒(méi)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(zhuān)利提交因?yàn)閷?zhuān)利必須公開(kāi)充分、能夠?qū)崿F(xiàn)。替代專(zhuān)業(yè)代理師權(quán)利要求書(shū)的保護(hù)范圍布局、權(quán)利要求的引用關(guān)系、專(zhuān)利審查意見(jiàn)答復(fù)需要專(zhuān)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(duì)比實(shí)驗(yàn)結(jié)果的正式申請(qǐng)文件AI 不擅長(zhǎng)編造實(shí)驗(yàn)數(shù)據(jù)沒(méi)有驗(yàn)證的實(shí)施例不能直接寫(xiě)入正式申請(qǐng)材料。2.4 合規(guī)與安全提醒使用這類(lèi) Skill 合集時(shí)請(qǐng)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(lái)源不侵犯他人專(zhuān)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(zhuān)利文件要經(jīng)過(guò)專(zhuān)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(chēng)“一鍵自動(dòng)生成完整專(zhuān)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(xiě)作效率而不是取代專(zhuān)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(jiǎn)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(hào)準(zhǔn)備一個(gè)支持 Skills 功能的 AI 對(duì)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(hào)。文件管理工具用來(lái)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(duì)話可以不裝。瀏覽器用來(lái)訪問(wèn)對(duì)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(lái)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(shuō)明、角色定義、工作流程 ├── templates/ # 輸出模板例如交底書(shū)模板、權(quán)利要求書(shū)模板 ├── examples/ # 示例輸入輸出 ├── references/ # 專(zhuān)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(zhuān)利撰寫(xiě)質(zhì)量高度依賴(lài)輸入信息的完整度。測(cè)試前先準(zhǔn)備以下素材idea / 技術(shù)方案描述最好能明確說(shuō)出“解決什么問(wèn)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(zhuān)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(qǐng)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(hù)配置目錄下有一個(gè)claude/skills或類(lèi)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(zhuān)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(lèi)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(zhuān)利交底書(shū)、權(quán)利要求書(shū)和說(shuō)明書(shū)摘要撰寫(xiě)的技能輸入 idea 或論文即可生成結(jié)構(gòu)化專(zhuān)利初稿。 --- # 專(zhuān)利撰寫(xiě)助手 ## 角色 你是一名資深專(zhuān)利代理師熟悉中國(guó)專(zhuān)利法、專(zhuān)利審查指南和專(zhuān)利撰寫(xiě)規(guī)范。 ## 工作流程 1. 接收用戶(hù)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(wèn)題、技術(shù)方案、技術(shù)效果。 3. 按照用戶(hù)指定的輸出格式生成專(zhuān)利初稿。 4. 標(biāo)注信息不完整的部分提醒用戶(hù)補(bǔ)充。 ## 輸入要求 - 明確技術(shù)問(wèn)題。 - 提供技術(shù)方案的關(guān)鍵步驟或結(jié)構(gòu)組成。 - 如有對(duì)比方案說(shuō)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(xiě)清楚了模型在處理任務(wù)時(shí)就有據(jù)可依。4.3 在對(duì)話中引用 Skill不同服務(wù)對(duì) 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(xiě)請(qǐng)使用專(zhuān)利撰寫(xiě)Skill將以下idea生成一份技術(shù)交底書(shū) idea一種基于邊緣計(jì)算的設(shè)備狀態(tài)監(jiān)測(cè)方法通過(guò)在設(shè)備端部署輕量級(jí)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(lái)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(duì)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(wèn)一個(gè)和技能強(qiáng)相關(guān)的問(wèn)題例如請(qǐng)說(shuō)明專(zhuān)利撰寫(xiě)技能的工作流程以及它能輸出哪些類(lèi)型的文件。如果輸出里提到了“技術(shù)交底書(shū)、權(quán)利要求書(shū)、說(shuō)明書(shū)摘要”等技能內(nèi)容說(shuō)明 Skill 已經(jīng)生效。如果輸出的是普通對(duì)話回復(fù)說(shuō)明 Skill 沒(méi)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(cè)試與效果驗(yàn)證Skill 配置好后建議按順序測(cè)試三個(gè)核心場(chǎng)景idea 到技術(shù)交底書(shū)、論文轉(zhuǎn)專(zhuān)利、權(quán)利要求書(shū)生成。每個(gè)測(cè)試都要帶上輸入示例、操作流程和判斷標(biāo)準(zhǔn)。5.1 測(cè)試一idea 到技術(shù)交底書(shū)測(cè)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(shū)。輸入示例請(qǐng)將以下 idea 生成一份技術(shù)交底書(shū) idea一種基于手機(jī)攝像頭的食品新鮮度檢測(cè)方法不需要額外硬件用戶(hù)用手機(jī)拍照就能判斷蔬果是否新鮮。操作步驟在對(duì)話中輸入上述指令。觀察模型是否調(diào)用了專(zhuān)利撰寫(xiě)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(wèn)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(méi)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(shū)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(duì)比實(shí)驗(yàn)。常見(jiàn)失敗原因輸入過(guò)于籠統(tǒng)沒(méi)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(duì)話模式這時(shí)候需要檢查技能調(diào)用方式。5.2 測(cè)試二論文轉(zhuǎn)專(zhuān)利測(cè)試目的驗(yàn)證論文摘要或正文能否被轉(zhuǎn)換為專(zhuān)利語(yǔ)言風(fēng)格的初稿。輸入示例請(qǐng)閱讀以下論文摘要將其轉(zhuǎn)換為專(zhuān)利交底書(shū)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?qǐng)D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?qǐng)D像增強(qiáng)方法通過(guò)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(shū)章節(jié)。對(duì)照原論文檢查是否有技術(shù)特征遺漏。檢查專(zhuān)利語(yǔ)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(shuō)明現(xiàn)有技術(shù)的不足而不是簡(jiǎn)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(méi)有照搬論文中的實(shí)驗(yàn)數(shù)據(jù)來(lái)冒充專(zhuān)利實(shí)施例。常見(jiàn)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(cè)。專(zhuān)利術(shù)語(yǔ)使用不當(dāng)例如把深度學(xué)習(xí)模型的“訓(xùn)練集”直接寫(xiě)成專(zhuān)利中的“實(shí)施例”需要人工調(diào)整。5.3 測(cè)試三權(quán)利要求書(shū)生成測(cè)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(shū)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(duì)文本進(jìn)行預(yù)處理... 2. 使用預(yù)訓(xùn)練語(yǔ)言模型提取文本特征... 3. 通過(guò)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(lèi)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?duì)不確定性?xún)?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(wèn)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(méi)有引入方案中不存在的技術(shù)特征。常見(jiàn)失敗原因技術(shù)方案本身太簡(jiǎn)單模型生成的權(quán)利要求保護(hù)范圍過(guò)大或過(guò)小。模型把可選方案寫(xiě)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(cè)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(méi)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(zhuān)利語(yǔ)言規(guī)范性是否用了口語(yǔ)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(lái)看這個(gè) Skill 合集本身更多是面向交互式對(duì)話設(shè)計(jì)但如果你希望將專(zhuān)利撰寫(xiě)能力集成到自己的腳本或內(nèi)部工具中可以通過(guò)模型服務(wù)提供的 API 來(lái)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(cè)方法..., task_type: idea_to_disclosure }, { custom_id: idea_vision_sorting, content: 一種基于視覺(jué)識(shí)別的垃圾自動(dòng)分類(lèi)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(xiě)一個(gè)批量調(diào)用腳本逐條調(diào)用對(duì)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(zhuān)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(lái)修改 payload { model: your-model-name, max_tokens: 4000, messages: [ { role: system, content: 你是一名資深專(zhuān)利代理師請(qǐng)按照專(zhuān)利撰寫(xiě)技能的要求處理用戶(hù)輸入。 }, { role: user, content: f請(qǐng)將以下 idea 生成技術(shù)交底書(shū)\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(qǐng)求過(guò)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(xiě)死在代碼里通過(guò)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(duì)批量生成完成后建議增加一個(gè)結(jié)果核對(duì)表標(biāo)記每個(gè)任務(wù)的狀態(tài)# 檢查哪些任務(wù)沒(méi)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(zhuān)利撰寫(xiě)任務(wù)往往涉及長(zhǎng)文本輸入和長(zhǎng)文本輸出很容易觸達(dá)模型上下文上限。7.1 長(zhǎng)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(zhǎng)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(zhǎng)度權(quán)利要求書(shū)、說(shuō)明書(shū)摘要等輸出內(nèi)容有固定格式可以通過(guò)提示詞明確長(zhǎng)度要求。例如“權(quán)利要求書(shū)初稿獨(dú)立權(quán)利要求控制在 300 字以?xún)?nèi)?！薄罢f(shuō)明書(shū)摘要不超過(guò) 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(yǔ)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(cè)試時(shí)先用一個(gè)簡(jiǎn)單 idea 跑通流程確認(rèn)輸出格式和語(yǔ)言風(fēng)格符合要求后再擴(kuò)展到批量任務(wù)。如果一開(kāi)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(jiàn)問(wèn)題與排查方法問(wèn)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(duì)話目錄路徑錯(cuò)誤、文件名不對(duì)、配置格式與工具版本不匹配檢查 skills 目錄結(jié)構(gòu)、SKILL.md 開(kāi)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(duì)話生成內(nèi)容空洞沒(méi)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(wèn)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(shū)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(duì)話中作為輸出格式參考專(zhuān)利術(shù)語(yǔ)不準(zhǔn)確模型對(duì)中文專(zhuān)利法術(shù)語(yǔ)理解不充分在 reference 目錄中補(bǔ)充專(zhuān)利術(shù)語(yǔ)表和審查指南要點(diǎn)在提示詞中加入“使用規(guī)范專(zhuān)利術(shù)語(yǔ)如所述、其特征在于”等約束輸出過(guò)長(zhǎng)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(zhǎng)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(duì)比原始輸入是否有依據(jù)要求模型對(duì)“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(zhuān)利表達(dá)口語(yǔ)化嚴(yán)重提示詞中缺少語(yǔ)言風(fēng)格約束檢查 SKILL.md 是否定義了正式的語(yǔ)言風(fēng)格加入風(fēng)格指令如“避免口語(yǔ)化使用書(shū)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(zhuān)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(wèn)題現(xiàn)有技術(shù)存在什么缺陷。技術(shù)方案解決該問(wèn)題的關(guān)鍵技術(shù)手段最好量化到步驟級(jí)。技術(shù)效果與現(xiàn)有技術(shù)對(duì)比的優(yōu)勢(shì)?？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(zhuān)利撰寫(xiě)不是一次對(duì)話能完成的。建議按照“技術(shù)方案整理 - 技術(shù)交底書(shū) - 權(quán)利要求書(shū) - 說(shuō)明書(shū)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(zhuān)利寫(xiě)作模板庫(kù)不同技術(shù)領(lǐng)域的專(zhuān)利寫(xiě)法差異很大。算法類(lèi)、硬件類(lèi)、材料類(lèi)、軟件流程類(lèi)的交底書(shū)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(duì)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(kāi)信息。對(duì)于重要專(zhuān)利建議使用支持私有部署的模型服務(wù)或使用經(jīng)過(guò)脫敏處理的描述進(jìn)行測(cè)試。9.5 不要跳過(guò)人工復(fù)核AI 生成的專(zhuān)利初稿可以幫助你解決“格式怎么搭、邏輯怎么理”的問(wèn)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(zhuān)利權(quán)是排他性權(quán)利撰寫(xiě)質(zhì)量直接影響保護(hù)力度不能完全依賴(lài) AI 生成結(jié)果。10. 總結(jié)與下一步這個(gè)專(zhuān)利 Skill 合集最值得嘗試的地方是它把專(zhuān)利寫(xiě)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(mén)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(shū)”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(cè)試方法跑一遍重點(diǎn)看三件事輸出結(jié)構(gòu)是否符合專(zhuān)利交底書(shū)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(guò)關(guān)再擴(kuò)展測(cè)試論文轉(zhuǎn)專(zhuān)利和權(quán)利要求書(shū)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(zhuān)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(zhuān)利權(quán)保護(hù)范圍出問(wèn)題。這兩個(gè)坑都可以通過(guò)“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(zhuān)利交底書(shū)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(lèi)、硬件類(lèi)、材料類(lèi)等專(zhuān)屬模板結(jié)合專(zhuān)利檢索工具在生成交底書(shū)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(zhuān)利寫(xiě)作加速器”不是“專(zhuān)利提交全自動(dòng)生產(chǎn)線”。把它用好的關(guān)鍵是你自己對(duì)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。