「AI 都寫得差不多了,價格可以便宜一點嗎?」——揭露書氾濫與發明精神萃取失敗的實務觀察
生成式 AI 讓發明人能在數分鐘內產出洋洋灑灑的揭露書草稿,但實務觀察顯示,代理人審查與修正的工作量非但沒有減少,反而顯著上升。核心問題不在文字量,而在發明精神萃取失敗。
總承® 國際智權事務所 · 實務觀察報告
摘要
生成式 AI 工具的普及,使發明人得以在極短時間內產出結構完整、段落豐富的專利揭露書草稿。然而,事務所實務觀察顯示,代理人在審查與溝通上所耗費的時間,在 2024 至 2026 年間呈現顯著上升趨勢。本文探討此一反直覺現象的根本成因——即 AI 工具雖能擴充文字量,卻無法萃取發明人自身可能尚未能清楚陳述的核心發明精神——並從代理人工作流程轉移的角度,提出對申請人及代理人的實務建議。
引言
「我已經用 AI 準備好揭露書了,應該很快就能送件吧?」
說是應該可以很快就能送件,還算是客氣了;通常都還是會不好意思,或者是試探性地問:「能算便宜點嗎?」這或許才是申請人的心聲,但無庸置疑的也是真實的需求。
這是近兩年事務所愈來愈頻繁接到的詢問。表面上,這句話反映了申請人對效率的期待;但對代理人而言,這句話往往意味著一份需要從頭重建概念架構的文件即將到來。
這並非個別現象,而是已在全球主要審查機關引發正式政策回應。
中國國家智慧財產權局(CNIPA)的數據顯示,2024 年處理的「非正常專利申請」達約 59.7 萬件,佔當年申請總量的 10.2%;2025 年 6 月,CNIPA 進一步對 35 家存在大量異常申請的機構啟動集中整治,最重可吊銷業務資格。CNIPA 同年 12 月發布《人工智慧相關發明申請專利指引(試行)》,明確要求 AI 相關申請在揭露充分性上達到可重現技術效果的標準。另一方面,中國 2024 年新增生成式 AI 相關專利約 2.7 萬件,占全球同類申請量的 61.5%——申請量暴增與品質疑慮並行,是理解這波政策收緊的關鍵背景。
美國專利商標局(USPTO)則於 2024 年 2 月發布 AI 輔助發明人資格指引,明確揭露義務延伸至 AI 工具參與程度的說明,並於 2025 年 11 月更新版本;同年,USPTO 提出意見徵集,探討 AI 對先前技術範疇及「具通常知識者」(PHOSITA)判斷基準的衝擊。歐洲專利局(EPO)在 2024 年版審查指引中明訂,AI 發明揭露若未充分說明訓練資料集特徵以確保可重現性,將被認定為揭露不充分——措辭直接來自 JIPLP(2024)對 AI 發明揭露充分性議題的學術討論脈絡。
台灣方面,TIPO 尚未針對生成式 AI 揭露書品質問題發布專項報告,但 2024 年度統計顯示發明專利申請量較前年成長 2%,主要成長動能來自電子與資通訊領域——亦即生成式 AI 工具最活躍的申請場景。
生成式 AI 在文字生產層面的效率無庸置疑。一份原本需要發明人耗費數小時口述、整理的技術揭露,現在可以在提供關鍵字與技術摘要後,由 AI 在數分鐘內產出符合專利申請書格式的草稿——涵蓋發明背景、先前技術、技術特徵描述、申請專利範圍草案,甚至圖式說明。
然而,洋洋灑灑的文字量,掩蓋了一個根本性的問題:這份揭露書是否真正捕捉到了應受保護的發明精神?
實務觀察顯示,答案大多數時候是否定的。更弔詭的是,越是「完整」的 AI 草稿,有時反而越難在初次審閱時辨識出核心思想究竟何在。
揭露書的「豐富」假象
生成式 AI 的訓練資料包含大量現有專利文件,因此在格式模仿上極為到位。一份 AI 生成的揭露書草稿,往往具備以下外觀特徵:段落邏輯完整、技術術語使用準確、先前技術段落引用若干同領域習知技術、申請專利範圍草案分為獨立項與附屬項。
這種「看起來像樣」的格式,在早期往往被誤認為品質的象徵。
但代理人在實際審閱時,常遇到以下幾類問題:
第一,技術特徵陳述泛化。AI 傾向於以習知技術的通用語言描述發明,而非聚焦於申請人真正的貢獻。例如,申請人的改良重點可能僅在某個特定的製程步驟或結構比例,AI 卻會將整個習知系統的運作原理大篇幅描述一遍,使真正的新穎特徵淹沒其中。
第二,幻覺性新穎主張。AI 有時會產生聽起來像「技術貢獻」的陳述,但實際上是對現有技術的重新組合描述,並不構成可主張的新事項。代理人需要額外花時間辨別哪些是真正的發明內容,哪些是 AI 填補空白時虛構的「偽貢獻」。
第三,申請範圍過寬或過窄的極端分布。缺乏專利策略判斷的 AI,往往在申請專利範圍上產生兩種極端:要麼主張太廣、明顯與先前技術重疊;要麼因為過度描述具體實施例而將範圍侷限過窄。兩者都需要代理人介入調整。
發明精神萃取的根本問題
上述現象的成因,並非 AI 工具不夠聰明,而是源於一個更根本的前提問題:許多申請人在使用 AI 工具之前,自身對於「發明精神在哪裡」尚未有清晰的認識。或者更精確一點,所揭露之創作的技術到底在哪裡具有【進步性】,發明人其實自己並非清楚知曉。
發明精神的萃取,是專利申請前最關鍵的步驟之一。它要求申請人能夠回答:「相較於現有技術,本發明在技術上解決了什麼問題?解決方式為何?為何這個解決方式不是顯而易見的?」
這三個問題,即便是技術背景深厚的工程師或研究員,有時也難以在未經引導的情況下明確回答。傳統的代理人訪談流程,其核心價值正在於通過對話引導,逐步釐清並確認這三個問題的答案。
生成式 AI 的問題在於,它提供了一個「可以繞過這個步驟」的假象。發明人提供技術摘要,AI 直接輸出申請書格式的文字,整個過程不需要回答上述三個問題。於是,申請書有了,但發明精神的基礎工作——釐清新穎性與進步性的論述基礎——並未完成。
代理人收到這類草稿後,實際上面臨的任務等同於「從一份缺乏核心架構的技術說明書中,重新進行發明精神萃取」,而這正是訪談階段本應完成的工作。
代理人工作量的實際轉移
在傳統工作流程中,代理人的主要工作重心,大致分布於:技術訪談與釐清、申請書撰寫、文件審閱與答辯。生成式 AI 的介入,本應減少「撰寫」部分的時間投入。
然而,實際觀察到的工作流程轉移如下:
撰寫時間確實減少,但減少幅度遠低於預期。AI 草稿雖已提供文字骨架,但因上述幻覺性內容與泛化描述問題,代理人往往需要進行大幅度改寫而非修潤。改寫一份結構錯誤的文件,有時比從白紙開始撰寫更費時。
技術釐清時間顯著增加。代理人需要先閱讀並解構 AI 草稿,再判斷其中哪些描述可能是幻覺,哪些對應真正的技術特徵,然後安排補充訪談以確認實際發明內容。這個逆向工程式的釐清過程,在傳統流程中並不存在。
申請人溝通成本上升。當代理人需要指出 AI 草稿中哪些內容不準確或無法主張時,申請人往往產生疑惑——他們信任了 AI 的輸出,卻被告知需要回到起點重新討論。這種溝通摩擦,增加了雙方在初期對齊上的時間投入。
複合案例觀察
以下案例為事務所實務觀察的匿名化複合呈現,非指向特定申請人。
案例一:製造業改良案。申請人提供一段關於新型夾具設計的技術摘要,以 AI 生成揭露書後送交事務所。草稿共 12 頁,技術說明段落詳細引用了夾具領域的習知結構。代理人審閱後發現,申請人實際的創新點僅在於一個特定角度的導槽設計——共兩個段落即可完整描述,而 AI 生成的其餘十頁均為習知技術的再陳述。後續補充訪談耗費約 2 小時,最終申請書由代理人重新撰寫。
案例二:軟體演算法案。申請人提供功能規格書,AI 生成了包含多個申請專利範圍獨立項的草稿,涵蓋方法請求項、系統請求項與電腦可讀媒體請求項。代理人在審閱時發現,三個獨立項中有一個主張範圍過廣,已與近 5 年內的先前技術高度重疊,無法維持。另有一處技術描述,疑似為 AI 引用同領域既有方法後改寫,並非申請人的實際實施方式。釐清過程需要額外的技術說明與補件。
兩個案例的共同結論:AI 工具有效降低了「文字空白」的焦慮,卻無法替代「釐清發明精神」的前置工作。
實務建議
對申請人而言,在使用 AI 工具輔助準備揭露書之前,建議先完成以下三個步驟:
- 能用一段話描述發明與習知技術的差異(這段話是申請書最核心的部分)。
- 能指出哪個特徵是「不用加也可以實現功能,但加了才成為本案特色」(即可選但有差異化效果的技術手段)。
- 與代理人完成訪談後,再將 AI 草稿作為格式參考,而非內容來源。
對代理人而言,收到 AI 草稿時,建議優先執行:
- 逆向釐清:先問申請人「你認為這份草稿哪三個地方最重要」,通過申請人的回答判斷其對自身發明的認知程度。
- 幻覺識別:對草稿中技術主張的每個段落,確認其在現有技術資料庫中的對應狀態,而非假設草稿內容已完成先前技術梳理。
- 費用透明溝通:在收案說明中明確告知,若草稿需要大幅重新架構,適用的費用條款為何。
結論
生成式 AI 工具在專利申請流程中的效益,高度取決於申請人在使用工具之前,對自身發明精神的掌握程度。對於已能清楚陳述新穎性與進步性基礎的申請人,AI 工具確實能有效加速格式化撰寫的流程。但對於尚未完成發明精神萃取的申請人,AI 工具的豐富輸出反而形成一道障礙——它讓申請流程「看起來」已在進行,而實際上最重要的工作尚未啟動。
這一現象的實務意涵,不僅影響個案品質,也正在改變事務所端的服務結構:代理人的工作重心,正逐步從「撰寫」轉向「教育與釐清」。如何在不增加申請人負擔的前提下,使這個釐清過程更有效率,是未來幾年專利代理實務面臨的核心挑戰之一。
延伸閱讀
中國(CNIPA)
- CNIPA,《人工智慧相關發明申請專利指引(試行)》,2024 年 12 月發布,2026 年 1 月起施行
- National Law Review,CNIPA June 2025 Press Conference: Rectification of 35 Firms with Abnormal Patent Applications,2025 年 6 月
- National Law Review,CNIPA January 2026: Utility Model Grants Down 27%; Invention Patent Grants Down 7%,2026 年 1 月
美國(USPTO)
- USPTO,Guidance on Use of AI Tools by Parties and Practitioners,2024 年
- USPTO,Revised Inventorship Guidance for AI-Assisted Inventions,2025 年 11 月更新版
歐洲(EPO)
- EPO,Updated Guidelines for Examination — AI and ML Inventions,2024 年版
- Reddie & Grose,Year in Review: AI at the EPO in 2024,2025 年 2 月
- Journal of Intellectual Property Law & Practice,Sufficiency of Disclosure of AI Inventions,2024 年
台灣(TIPO)
- etopteam,2024 年台灣專利申請總數成長 2%,發明平均 14.2 個月結案,2025 年 3 月
- TIPO 智慧財產權月刊,生成式人工智慧生成內容的著作權爭議:以美國登記實務為中心
站內延伸
- 楊杰凱,〈人工智慧發明的適格性:台灣專利審查實務深度解讀〉,總承® Ins