生成AIの活用による知財業務の効率化と高度化

プログラム

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（LLM）の概要
– 大規模言語モデルの基本概念（ChatGPTやClaudeなどの仕組み）
– LLMの最新トレンド：OpenAI、Gemini、Claudeなど主要モデルのアップデート
– 主要ツール紹介(ChatGPT、Claude、NotebookLMの特徴と活用シーン)

2．知財業務における生成AIの具体的活用シーン
– 特許明細書・意見書・補正書の作成補助（効率的な文章生成）
– 特許データの処理（自動分類、要約生成、特許マップの作成、トレンド解析）

3. 生成AIをより効果的に活用するために必要なスキルセット
– GPT4o-mini のAPI使用について
– GoogleスプレッドシートとLLMとの連携スキル
– Pythonの基本知識（LLM APIとの連携プログラム）

Ⅱ．生成AIを活用した特許出願実務
1. 特許出願実務の流れ×生成AIの役割
– 全体フロー（発明提案書作成→先行技術調査→明細書作成→中間処理）を可視化
– 各段階でのAIアシストポイント（時間削減の具体例）

2. 先行技術調査の効率化
– 特許検索式の最適化＆キーワード発掘（Gemini 2.5 Proの活用）
– Googleスプレッドシートを使った先行技術文献スクリーニング
– NotebookLMでの文献分析（要約・論点整理・対比表作成）

3. 発明提案書・特許明細書・請求項のドラフト作成
– Gemini2.5 Proを用いた発明提案書ドラフトの作成
– OpenAI o3 with canvasやGemini2.5 Proを用いた明細書ドラフトの効率アップ
– Claude 3.7 Sonnetを用いたフローチャートの作成
– OpenAI o3を用いた請求項（クレーム）作成のサポート

4. 中間処理の省力化
– OpenAI o3を用いた拒絶理由の分析サポート
– Gemini2.5 Proを用いた意見書・補正案の作成サポート

Ⅲ．生成AIを活用した特許データ分析
1. ChatGPT4oによる特許データ分析の基礎
– プロンプト設計のポイントとチャット形式のメリット
– インタラクティブ・テーブルでの特許データの処理
– インタラクティブ・チャートでの特許マップの生成
– ChatGPTによる新製品コンセプト発想の事例

2.大量特許データの自動処理テクニック
– GPT4o-mini APIを使ったスプレッドシート自動化（特許データの分類・要約）
– PythonによるGPT4o-miniのAPI連携テクニック
– 大量データに対する連続処理（要約・分類・特許マップ出力）

Ⅳ．Q&Aセッションとまとめ

　□質疑応答□