为什么我把专利交底书做成 Skill

为什么我把专利交底书做成 Skill

昨晚我把一个新工具推到了 GitHub,名字叫 patent-mining-disclosure-skill。它不是一个"帮你润色专利文档"的小脚本,而是一个给 AI Agent 用的专利挖掘与交底书生成 Skill。

我做它的原因很简单:写专利交底书最难的,往往不是写字,而是先判断什么值得公开、什么不该公开、什么根本不适合写成专利。

看完这篇你能知道:

  • 为什么我不再相信"直接让大模型写一篇交底书"这个流程
  • 这个 Skill 到底把专利挖掘拆成了哪几步
  • 它适合什么团队,不适合什么场景
  • 如果你也想试,最小上车路径是什么

我的判断:交底书不是写作问题

很多团队第一次用大模型写专利交底书,都会从一句话开始:

帮我根据这个项目生成一份专利交底书。

这个提示词看起来很自然,但我现在觉得它是错的。因为它默认了一件事:项目里已经存在一个明确、值得公开、适合申请的技术点。

现实不是这样。

一个软件项目里通常会混着几类东西:有些是普通工程实现,有些是业务经验沉淀,有些是可公开的技术方案,还有些是公开以后反而吃亏的内部策略。比如完整 prompt、真实规则表、客户口径、训练样本、阈值配置,这些东西不一定适合写进专利正文。

我的判断是:专利交底书生成的第一步不应该是"成文",而应该是"资产盘点和取舍"。

这也是我最后把它做成 Skill 的原因。Agent 不只是会写,它还应该被流程约束住:先盘点,再查新,再确认取舍,最后才生成 Word 或 PDF。

我把流程拆成了几道门

这个 Skill 的核心不是某个神奇 prompt,而是一套门禁流程。

阶段 做什么 为什么重要
项目扫描 读取代码、README、设计文档、Word、PPT 先让 Agent 看到真实材料,而不是凭空想象
专利点清单 列出可申请点、不适合点、商业秘密点 避免把普通功能硬包装成创新
轻量查新 对候选点做相似专利初筛 提前发现明显撞车的方向
用户取舍 用户确认写哪些、不写哪些 把技术公开权交还给项目 owner
深度查新 对确认点补充更细的现有技术分析 给背景技术和区别特征提供依据
说明书式成稿 写技术领域、背景、发明内容、实施方式 让代理人能继续加工,而不是拿到一篇项目介绍
附图处理 生成流程图、架构图、子流程图 专利交底不是纯文字,图很关键
Word / PDF 生成可交付文件 让产物能进入真实协作流程

这里面我最看重的是第二步和第四步。

第二步让 Agent 不再只输出一个"最强专利点",而是输出一份资产清单。它要说明为什么某个点能写,为什么某个点暂时不能写,为什么某些东西更适合商业秘密保护。

第四步让用户介入。因为专利不是纯技术判断,它还涉及公开代价、竞争策略和公司资产布局。这个决策不应该被模型悄悄替你做掉。

它具体能干什么

现在这个 Skill 叫 patent-mining-disclosure-skill,定位是"专利挖掘交底书生成 Skill"。

它能做的事包括:

  • 从技术项目、软件系统、产品方案里扫描材料
  • 先生成专利点资产清单
  • 对候选点做轻量相似专利查新
  • 标出可申请、暂不适合申请、建议商业秘密保护的点
  • 在用户确认后生成说明书式技术交底书
  • 生成方法流程图、系统结构图和关键子流程图
  • 支持 Markdown、Word、PDF
  • Word 里的图可以用本地 mermaid 渲染,也可以用图片模型自动生成
  • 支持发明人信息,但未知时只写 [待填写],不瞎猜
  • 后续补材料或纠错时另存新版本,并保留修订记录

最小使用方式大概是这样:

bash 复制代码
git clone https://github.com/AqooDer/patent-mining-disclosure-skill.git \
  ~/.cursor/skills/patent-mining-disclosure-skill

然后在 Agent 里直接说:

text 复制代码
请阅读 /path/to/project 的代码,先盘点专利点,做相似专利初筛,然后让我选择写哪些。

等清单出来后,再说:

text 复制代码
写 A、B、C 三个,输出 Word,图用自动生图,发明人为[待填写],同时导出 PDF。

这套交互看起来多了几步,但它解决的是一个很现实的问题:不要在你还没想清楚公开策略之前,就生成一份看似完整的专利交底书。

反方观点:这是不是过度工程

我能理解一个反方观点:写交底书嘛,给大模型一个模板,让它输出 Markdown,不就行了?搞这么多清单、查新、取舍、Word、PDF、图片接口,好像有点重。

这个观点有成立的地方。

如果你只是写一个内部 demo,或者只是想快速整理材料给同事看,确实没必要上这么完整的流程。甚至直接用一个提示词,让模型生成一个粗稿,已经足够。

但我不太被这个反方说服的地方在于:真实专利工作不是"写得像不像",而是"该不该这么写"。

直接生成交底书有三个坑:

  1. 它会把普通工程实现写得像创新点。
  2. 它会把不该公开的细节写进正文。
  3. 它会绕过查新和取舍,给用户一种"已经可以申请了"的错觉。

这几个坑都不是润色能解决的。它们是流程问题。

所以我宁愿把 Skill 做得啰嗦一点,也不想让它一上来就产出一篇很漂亮但方向可能错的文档。

不适合谁,以及隐藏成本

这个 Skill 不是专利代理人的替代品,也不是法律意见生成器。

它更像一个"技术材料预处理器":帮你从项目里挖出候选资产,做初步查新,整理技术方案,把交底书写到代理人能继续加工的程度。

不适合这几类场景:

  • 你已经有成熟专利团队和固定模板,只缺一个排版工具
  • 你希望它直接判断"这个一定能授权"
  • 你的项目高度依赖未公开配方、客户数据、训练样本,不适合让 Agent 读取
  • 你不愿意花时间审查它生成的专利点清单

隐藏成本也很明显。

第一,查新永远不是一次搜索就能结束。Google Patents、国知局、论文、开源项目都可能影响判断。Skill 可以把流程做得更稳,但不能替代最终检索。

第二,自动生图很方便,但专利附图不能只看好不好看。节点名、箭头方向、模块边界都要审。图片模型偶尔会把文字画错,这件事必须人工确认。

第三,维护 prompt 和流程本身有成本。专利交底书不是通用博客模板,不同行业、不同公司、不同代理机构的偏好都可能不一样。这个 Skill 后续肯定要持续调整。

如果我是读者,我会怎么用

如果你也在做技术项目,我不建议一上来就拿它生成最终 Word。

我会按这三步试:

  1. 先拿一个非敏感项目跑专利点资产清单,看看它能不能发现你没意识到的技术点。
  2. 再挑一个候选点,让它生成说明书式交底书,重点检查"发明内容"和"具体实施方式"是否讲清楚。
  3. 最后再试 Word/PDF 和附图生成,确认产物能不能进入你自己的协作流程。

我接下来会盯一个指标:它能不能减少第一版交底书和代理人之间的来回次数。

如果一个 Skill 只是把 Markdown 写得更长,那价值有限;如果它能让技术 owner 在生成正文前先完成"可写、不可写、该藏"的判断,那它才真的有用。

这也是我做这个项目的核心原因。

你怎么看?如果你也写过专利交底书,最痛的是"想不到专利点",还是"想到了但写不清楚"?评论区聊聊。

相关推荐
摸鱼同学1 小时前
14-oh-my-claude / oh-my-claudecode:多 Agent 编排框架
ai·agent·claude·skill·omc
米小虾2 小时前
CLI + MCP + Skill:2026年AI Agent开发的三大范式
agent·mcp
冬奇Lab2 小时前
真正的 AI-Native Workflow 是什么?——四个判断测试
人工智能·agent
KaneLogger3 小时前
Pi Agent & OMP 快速上手指南:安装、配置与日常用法
aigc·agent·ai编程
字节跳动开源4 小时前
Viking AI 搜索 CLI—— 开发者的合法“外挂”
人工智能·agent
OpenBayes贝式计算6 小时前
LongCat-Video-Avatar 1.5开源,具备全领域泛化能力的音频驱动视频生成模型;AI Student Impact Dataset 5 万量级多
google·llm·agent
OpenBayes贝式计算6 小时前
教程上新丨16GB 笔记本跑出接近 26B MoE 性能,Gemma 4 12B 基于创新架构统一处理文本 / 图像 / 声音三种模态
计算机视觉·google·agent
武子康7 小时前
调查研究-168 MiroFish 本地化部署分析:主仓库、Zep Cloud、离线 Fork 与真正可控的多智能体沙盘
人工智能·aigc·openai
心枢AI研习社7 小时前
我问了claude目前最强大的模型fable 5这个问题?
人工智能·agent·claude