（12/11）生成AI(大規模言語モデル)の活用による知財業務の変革と実践的アプローチ～特許データベースMCPによる先行技術調査、AIエージェントによる明細書作成から特許データ分析まで、最新ツールの使い分けと活用術～

株式会社知財デザイン 代表取締役 川上 成年 氏

セミナーポイント

■講座のポイント
本セミナーでは、生成AI(大規模言語モデル)の基礎から知財業務への具体的な活用までを、プロンプト作成、スプレッドシートのAI関数、AIエージェントという3つのスキルに沿って解説します。特許出願実務では、発明提案書の作成、特許データベースMCPを用いた先行技術調査、AIエージェントによる明細書作成、図面作成、中間処理までを一連の流れとして扱います。特許データ分析では、ビール関連特許を題材に、データの前処理、AI関数による分類、定量分析・定性分析から新規事業構想案の作成までを取り上げます。座学と実演を通じて、工程を分け、工程ごとに人が出力を確認しながら進める、生成AI時代の知財業務の進め方を身につけます。

■受講後、習得できること
・生成AI(LLM)の基本特性と、業務内容に応じたツールの使い分け
・プロンプト作成、スプレッドシートのAI関数、AIエージェントという3つのスキル
・特許データベースMCPを用いた先行技術調査と、AIエージェントによる明細書作成の進め方
・AI関数による分類から定量分析・定性分析、新規事業構想までの特許データ分析手法
・秘密情報の扱いなど、生成AIを知財業務で使う際の留意点

■受講対象
・知財部門の担当者や管理職
・特許事務所の弁理士や特許技術者
・研究開発部門の技術者や研究者
・IT部門でAI導入を検討している担当者
・知財戦略に関心のある経営層や事業部門の方々　など

■講演中のキーワード
生成AI、大規模言語モデル、LLM、AIエージェント、MCP、AI関数、プロンプト、知財業務、先行技術調査、明細書作成、特許データ分析、ChatGPT、Claude

セミナー内容

Ⅰ．生成AI(大規模言語モデル)の基礎と知財業務への活用
　１．生成AIの基本
　　1-1.大規模言語モデル(LLM)の仕組みと基本特性
　　1-2.Human-in-the-Loop(人間参加型)の概念
　２．生成AIツールの紹介
　　2-1.ChatGPT、Claude、Google AI(Gemini)、Microsoft Copilotの紹介と比較
　　2-2.用途別・業務内容別の使い分け
　３．生成AIを効果的に活用するための3つのスキル
　　3-1.スキル1：プロンプト作成(Few-Shot Prompting、Chain of Thought、基本サイクル)
　　3-2.スキル2：スプレッドシートのAI関数
　　3-3.スキル3：AIエージェント(文書作成、表データ加工、ブラウザ操作)
　　3-4.AIエージェントで秘密情報を扱う際のリスク
　４．生成AI時代の特許業務プロセス
　　4-1.ワークフロー設計とコンテクストエンジニアリング
　　4-2.権利化と特許データ分析の業務プロセス全体像
　　4-3.3つのスキルと各工程の対応

Ⅱ．生成AIを活用した特許出願実務
　１．出願実務に入る前に
　　1-1.人間側の専門知識の重要性
　　1-2.オプトアウト設定と秘密情報の扱い
　　1-3.生成AIを活用した明細書作成フロー
　２．発明提案書の作成
　　2-1.Visual Promptingを用いた図面からの発明提案書作成
　　2-2.図面がない場合の作成方法(議事録、インタビュー内容等の活用)
　３．先行技術調査
　　3-1.特許データベースMCPとは(生成AIと特許データベースの直結)
　　3-2.発明提案書の分析から特許検索・全文取得まで
　　3-3.審査官役・弁理士役のプロンプトによる特許性の検討と調査報告書の作成
　　3-4.特許データベースMCPを使うときの留意点
　４．明細書の作成
　　4-1.AIエージェント(Codex)と明細書作成スキルを用いた明細書作成
　　4-2.明細書作成スキルの作り方と作業フォルダの構成
　　4-3.完成した案のチェック
　５．特許図面の作成
　　5-1.フローチャート、ブロック図の作成
　　5-2.回路図・CAD図面の特許用図面への変換
　６．中間処理
　　6-1.拒絶理由の分析
　　6-2.補正書案・意見書案の作成
　　6-3.明細書作成と中間処理におけるAI活用時の留意点

Ⅲ．生成AIを活用した特許データ分析
　１．特許データ分析の進め方
　　1-1.従来型分析と生成AI活用分析の比較
　　1-2.定量分析と定性分析を組み合わせた分析フロー
　２．データ前処理
　　2-1.出願人名寄せ
　　2-2.課題・解決手段の文章抽出
　　2-3.スクリーニング
　３．AI関数による分類の生成と付与
　　3-1.課題分類・解決手段分類の生成
　　3-2.分類の付与
　　3-3.生成AIによる分類精度の考え方
　４．定量分析
　　4-1.クロス集計による特許マップの作成(時系列、課題×解決手段)
　　4-2.仮説領域の導出と定量分析報告書の作成
　５．定性分析
　　5-1.仮説領域の特許の読み解きと参入可能性の評価
　　5-2.定性分析報告書の作成
　６．新規事業構想案の作成
　　6-1.分析結果を統合した新規事業構想案の検討
　　6-2.報告書とプレゼンテーション資料の作成

Ⅳ．生成AIのマルチモーダル機能による図・画像の分析
　１．対応分析図などグラフの解釈
　２．意匠の類否判断支援
　３．特許図面からの技術的特徴の抽出
　４．SEM画像の言語化

Ⅴ．まとめ・質疑応答

出典：株式会社情報機構（https://johokiko.co.jp/seminar_chemical/AD261241.php）。掲載は情報機構との提携によります。