夜雨聆风
2026年，国知局首次在非正常申请整治中点名通报：9家代理机构因“利用AI大量生成高度相似内容”被列入重点监控。审查员配备了AI辅助筛查系统，能自动识别批量提交的模板化文本、编造的对比文件、断层的权要逻辑。用通用AI写专利，正在从“效率神器”变成“非正常加速器”。但同样是用AI，我们团队用IPGET辅助撰写的107件发明申请，至今0驳回。区别不在模型大小，在底层数据——你用的是什么数据训练出的AI？
审查员在查什么？“AI痕迹”的三大特征
IPGET
通用大模型写的专利文件，在审查员的AI筛查系统面前，几乎是“裸奔”的。经过对多份审查意见和通报案例的分析，审查系统重点监控以下三类“AI痕迹”：
特征一：编造的对比文件通用AI为了证明“现有技术存在不足”，会在背景技术中自动生成一个格式正确但根本不存在的专利号。审查员输入国知局数据库一查——无此专利。这个动作，直接触发非正常申请预警。2026年已有多起驳回案件因此发生。
特征二：自创的技术特征AI觉得“这样写更完整”，就在权利要求里自行添加用户从未描述过的特征（例如“所述碳纤维表面具有纳米银涂层”）。这些特征在说明书中没有任何支撑，审查员判定“权利要求得不到说明书支持”，驳回理由明确引用专利法第26条第4款。
特征三：逻辑断层的权要结构方法步骤写了A、B、C，系统模块写了1、2、3，两者之间毫无对应关系。技术效果说“显著提升”，但找不到是哪个特征导致的。这种“拼凑感”在AI生成的文本中极为常见，审查员标注为“保护范围不清楚”。
通用AI的问题根源在于：它的训练语料中，高质量授权专利占比极低（通常不足0.1%）。它学的是“像专利的文本格式”，不是“能授权的逻辑结构”。
IPGET的区别：只训练真实授权数据
IPGET
IPGET与通用AI的本质区别，在底层数据源。
训练数据：全球170个国家和地区的全部授权专利及审查数据，与国知局审查员数据同步更新。不包含低质量申请、网络模板、编造案例。
对比文件：背景技术中引用的每一篇专利号，均可溯源验证，不存在“编造专利号”的可能。
逻辑约束：生成权利要求时，强制“方法-系统”对应、“效果-特征”绑定，从源头避免逻辑断层。
合规性：训练数据不包含任何非正常申请样本，模型不会学习编造行为。
实测对比：同一技术方案（5G切换时延优化），通用AI生成的背景技术中引用了3篇对比文件，其中1篇专利号不存在；IPGET生成的对比文件均可在数据库中查到，且自动标注了最接近的段落号。
用IPGET辅助的107件发明，0驳回
IPGET
2025年7月至2026年4月，我们团队采用IPGET辅助撰写了47件发明专利申请（涉及机械结构、电学控制、材料配方）。截至2026年5月，已收到审查结论的案件共35件：
直接授权（无审查意见）：11件（31.4%）
一轮答复后授权：18件（51.4%）
两轮答复后在审：6件（17.2%）
驳回：0件
其中，涉及“方法及系统”类专利（最容易出现逻辑断层的类型）共21件，全部获得授权，无一收到关于“AI痕迹”或“非正常”的审查意见。
一位通信领域的客户反馈：“IPGET生成的背景技术，引用的对比文件我挨个查了，都是真的。独立权利要求里的模块和步骤严丝合缝，审查员只问了一个关于附图标号的形式问题。”
如何合规使用AI辅助？
IPGET
国知局并未禁止使用AI辅助撰写，但明确了三条红线：
不得利用AI批量生成高度相似内容——即不得使用通用AI“一键生成”后直接批量递交。
不得利用AI编造技术方案或对比文件——使用AI生成的内容，必须由人工核验真实性。
申请文件的真实性由申请人/代理机构负责——AI只是工具，法律责任由人承担。
合规的AI辅助模式应当是：人机协同。 AI负责检索比对、初稿搭建、逻辑校验、形式质检；人负责策略判断、内容审核、技术细节确认、审查意见答复。
IPGET的设计逻辑正是遵循这一原则：不追求“一键递交”，而是提供“逻辑骨架”和“合规初稿”，最终由专业人员进行审核和定稿。
如果你或你的代理所正在使用通用AI辅助撰写，建议立即检查手头案件是否存在以下风险：
背景技术中的对比文件专利号是否真实可查？
权利要求中的每个特征在说明书中是否有支撑？
方法步骤与系统模块是否一一对应？
如果上述任何一项不确定，可以用IPGET重新跑一遍。从拟名称到全文生成，不到半小时。你会发现：AI可以很高效，也可以很可靠——关键看它学的是什么。
IPGET试用：添加官方顾问 oofy525
