权利要求书生成
如何用 AI 生成权利要求书草案
适合需要快速形成权利要求初稿、比较不同保护范围或统一术语表达的代理师和知识产权团队。
快速了解
AI 可辅助生成权利要求草案，但保护范围和从属层级必须由专业人员审核。
适合需要快速形成权利要求初稿、比较不同保护范围或统一术语表达的代理师和知识产权团队。
不适用情形
- 没有明确发明点，只希望 AI 自动决定保护客体。
- 案件涉及复杂审查策略，但没有代理师审查。
- 需要规避特定现有技术，但尚未完成必要检索或比对。
输入材料
- 权利要求书生成相关原始材料
- 团队撰写模板或客户要求
- 需要人工确认的事实和边界
输出结果
- 权利要求书生成可审阅成果
- 待确认问题清单
- 后续权利要求、说明书或 OA 答复输入
人工确认
- 事实来源是否可靠
- 保护范围或答复策略是否可接受
- 是否存在 AI 推断或未确认内容
使用前须知
这项能力如何使用、由谁确认
结构化演示，不构成保护范围或授权承诺
输入材料
- 经确认的技术要素表
- 保护目标
- 可用实施方式和现有技术线索
候选输出
- 独立权利要求候选稿
- 从属层级候选稿
- 权利要求—说明书支撑检查表
由谁确认
- 代理师确定必要技术特征
- 检查现有技术与保护范围
- 逐项确认说明书支撑
限制条件
- 候选权利要求不能直接提交
- 不承诺创造性或授权
- 未验证技术效果不得写成确定事实
适用场景
- 已有相对清晰的技术方案和关键区别特征。
- 需要先生成独权和从权草案，用于内部评审或发明人确认。
- 需要检查从属关系、编号、术语一致性和实施例支撑。
- 需要比较宽保护和稳妥保护两种布局思路。
不适用场景
- 没有明确发明点，只希望 AI 自动决定保护客体。
- 案件涉及复杂审查策略，但没有代理师审查。
- 需要规避特定现有技术，但尚未完成必要检索或比对。
关键步骤
从问题到可审阅成果的执行路径
每一步都先确认事实与边界，再让 AI 承担整理、生成和校验工作。
1
确认保护客体
明确是方法、装置、系统、介质还是多客体布局，避免后续权利要求类型混乱。
2
提炼必要技术特征
把区别特征、必要步骤、模块关系和技术效果关联起来，形成独权候选结构。
3
生成层级草案
围绕独权生成从权，区分必要限定、优选方案、实施细节和可替换特征。
4
校验术语和支撑
检查编号、引用关系、术语前后一致，以及说明书是否能支撑权利要求范围。
方式对比
与通用大模型和传统人工方式相比
绿洲慧写不把 AI 当作一次性写作工具，而是放进专利撰写流程中做可审阅协作。
| 维度 | 通用大模型 | 传统人工方式 | 绿洲慧写方式 |
|---|---|---|---|
| 保护范围 | 可能过宽、过窄或遗漏关键限定。 | 依赖代理师经验逐条构建。 | AI 生成候选层级，代理师围绕保护范围和现有技术做取舍。 |
| 术语一致性 | 容易在不同权项中换词。 | 人工校对成本高。 | 用技术要素表约束术语，减少漂移。 |
| 迭代效率 | 每次修改容易牵一发而动全身。 | 修改慢但可控。 | 保留结构化要素后，快速生成多版草案供审核。 |
常见问题
权利要求书生成 FAQ
AI 生成的独权可以直接提交吗？
不建议。独权决定保护范围和授权风险，必须由代理师结合现有技术、实施例和客户目标进行审核。
从属权利要求应该越多越好吗？
不是。应围绕有价值的优选方案和可退守层级设置，从属权利要求需要与说明书实施例形成支撑关系。
AI 能检查引用关系错误吗？
可以辅助检查编号、引用和术语一致性，但最终仍需人工复核，尤其是复杂多客体布局。