（11/20）元審査官が教える、拒絶理由通知への上手で有効な対処法～審査官の思考を踏まえた対応から生成AIの活用法まで～

福島綜合特許事務所 所長・弁理士 （神戸大学 産官学連携本部 客員教授） 福島 芳隆 氏

セミナーポイント

■講座を受講して得られる情報・知見
・拒絶理由通知書の文面だけでなく、その背景にある審査官の認定・判断の流れを読み取るための視点
・新規性、進歩性、記載要件など、拒絶理由ごとに異なる効果的な反論・補正の考え方
・不要な限定を避けながら拒絶理由を解消するための補正方針の立て方
・意見書、補正書、面接、実験データ、分割出願等をどのように組み合わせて対応するかという実務的判断
・今回の応答だけでなく、次の拒絶理由通知や拒絶査定、審判等まで見据えた中間処理の考え方
・生成AIを拒絶理由通知対応に利用する場合の具体的な活用方法と、その限界・注意点
・AIが提示した反論案や補正案を、審査官の視点から検証する方法

審査官から送られてきた拒絶理由通知書、読んでみたけど…。どのように補正したら拒絶理由が解消できるのか、どのような対応をしたらいいのか、分からず自信がない。悩んだあげく補正したけど、又は、しっかり補正したつもりが、拒絶査定となってしまった、ということはありませんか？
　これらの問題は、拒絶理由の行間を読み間違えたことによるものと考えられます。
　本セミナーでは、企業での特許出願経験、国際特許事務所での弁理士経験、及び大学での産学連携・知財業務経験という産学官全ての経験を有する、日本でも珍しい元特許庁審査官が、審査官の思考（考え方）を詳しく説明し、事例を交えて、出願人の立場、又は審査官の立場からの拒絶理由通知に対する上手な対処法を解説します。
　生成AIを拒絶理由通知対応に活用する方法については、単なるツールの紹介にとどまらず、拒絶理由通知書をAIにどのように読み込ませ、どこまで検討させることができるのか、またその回答を実務でどのように検証すべきかという、実践的な内容にしたいと考えております。

セミナー内容

1 はじめに ― 拒絶理由通知の「行間」を読む
1.1 拒絶理由通知への対応はなぜ難しいのか
1.2 審査官と出願人では、同じ発明でも見方が違う
1.3 拒絶理由通知は「拒絶の予告」であると同時に「特許への道標」

2 審査官はどのように考えて拒絶理由を作るのか
2.1 本願発明を理解する（請求項、明細書、課題、効果、実施例）
2.2 サーチ対象を決める
2.3 先行技術をサーチする（どこから探し始めるのか、何を探しているのか）
2.4 本願発明と引用発明を対比する
2.5 拒絶理由の論理を構築する
2.6 拒絶理由通知の「行間」を読む（何を問題にしているのか、どこを解消すればよいのか、審査官の認定自体が間違っていないか）

3 拒絶理由別に見る「反論するか、補正するか」の判断
3.1 まず共通する考え方（審査官の事実認定は正しいか、補正せず反論できないか、補正の目的）
3.2 新規性（29条1項3号）
（引用発明の認定、一致点・相違点、上位概念／下位概念、数値範囲、新規性でしてはいけない反論、補正のポイント）
3.3 進歩性（29条2項）
（主引用発明、相違点、動機付け、阻害要因、設計事項、顕著な効果、実験データ、審査官の論理をどこから崩すか）
3.4 実施可能要件・サポート要件
（実施例からの一般化、実験データの後出し、補正の限定範囲）
3.5 明確性・新規事項
（「不明確」と言われたとき、補正の根拠、「自明な事項」、新規事項を生じさせない補正）
3.6 その他の拒絶理由
（29条の2、39条、37条、29条1項柱書等。詳細な事例は参考資料とし、基本的な位置付けのみ説明）

4 拒絶理由通知を受け取ったときの実践的対応
4.1 「最初」か「最後」かを確認する（補正可能範囲、次の処分の予測）
4.2 補正は本当に必要か（審査官の認定をそのまま受け入れない、不要な限定をしない、将来の権利範囲まで考える）
4.3 「除くクレーム」は大丈夫か
4.4 分割出願をどう考えるか
4.5 先を見据えた応答（次に「最後」が来ても対応できるか、拒絶査定や権利化後を見据えているか）

5 元審査官だから分かる「審査官に伝わる応答」
5.1 意見書は何を書けば伝わるのか
5.2 面接・電話はいつ有効か
5.3 実験データを提出するときの注意
5.4 読むのが嫌になる意見書とは
5.5 良い意見書とは（結論が先、論点が明確、補正根拠、審査官の論理への回答、余計な自認をしない）

6 拒絶理由通知対応におけるAIの利活用と、その限界
6.1 拒絶理由通知対応でAIに何ができるか
6.2 AIを活用した拒絶理由通知対応のワークフロー
(1) 拒絶理由通知書の整理・要約
(2) 引用文献と本願発明との対比
(3) 反論ポイント・補正案の検討
(4) 意見書案・補正案の作成とチェック
6.3 AIへの指示（プロンプト）の出し方とコツ
6.4 AIが間違いやすいポイントと、人が必ず確認すべき事項
6.5 AIに任せてよいこと、任せるべきではないこと
6.6 元審査官の視点から見た、AIを利用した拒絶理由対応の注意点
6.7 AI時代でも変わらない「審査官の思考」を読む重要性

7 【実演】生成AIを使って拒絶理由通知に対応してみる
7.1 まず4つのAIを実際の画面で見る
（ChatGPT Pro、Gemini、NotebookLM、Claudeの画面の違い、使い方、無料版／有料版の違い、得意分野など ※講義時点の最新状況を紹介）
7.2 無料版と有料版で何が変わるか
（「この拒絶理由通知の問題点を分析してください」という同じ質問を入力し、資料の扱いやすさや分析の深さを比較）
7.3 標準AIと「カスタムしたAI」を比較する
（標準状態での質問と、明細書や福島の方針などを与えてカスタマイズした状態での回答の精度の違いを実演）
7.4 4つのAIに同じ拒絶理由を考えさせる
（同じ案件について、4つのAIに拒絶理由の整理、引用発明との対比、反論案、補正案を出させる中心的な実演）
7.5 元審査官がAIの回答を採点する
（審査官の認定理解、引用文献の記載有無、相違点の把握、動機付けへの反論、新規事項の有無、不要な限定の有無などを評価し、「私が審査官だったら拒絶理由を解消するか」を判定）
7.6 AIに任せるところ・人が判断するところ
（文書整理や対比などのAIに向いている作業と、発明の本質や出願戦略などの人が判断すべき事項の比較）

8 まとめ・質疑応答
8.1 審査官の思考を理解する
8.2 補正ありきで考えない
8.3 まず事実認定を確認する
8.4 AIは「答えを決めるもの」ではなく、「考えるための補助者」
8.5 AIの回答を評価できる人になる

出典：株式会社情報機構（https://johokiko.co.jp/seminar_chemical/AD2611Y7.php）。掲載は情報機構との提携によります。