--- title: 生成AI時代の特許文書読解メソッド tags: author: [角渕由英](https://www.docswell.com/user/ytsunobuchi) site: [Docswell](https://www.docswell.com/) thumbnail: https://bcdn.docswell.com/page/3JK9KMQNJD.jpg?width=480 description: 以下のnoteのスライド資料です。 https://note.com/tsunobuchi/n/naf758a5f2408 published: June 19, 26 canonical: https://www.docswell.com/s/ytsunobuchi/ZJWQMV-2026-06-19-083629 --- # Page. 1 ![Page Image](https://bcdn.docswell.com/page/3JK9KMQNJD.jpg) 生成 AI 時代の 特許文書読解メソッド AI に要約させるのではなく、 証拠付きの構造へ変換して人が読む 特許文書 × 生成 AI × 人の検証 社内研修・調査 SOP ・ AI プロンプト設計向け 生成 AI× 特許文書読解メソッド 01 # Page. 2 ![Page Image](https://bcdn.docswell.com/page/LE3WZYPZE5.jpg) FOUNDATION 出発点：目的が読解を決める 同じ特許文書でも、技術理解・先行技術・侵害予防では 読む箇所、深さ、判断単位が変わる。 技術 情報 権利 情報 書誌 情報 技術理解 要約・代表図・実施形態 先行技術 対象請求項 × 一件の引用文献 無効資料 相違点・動機付け・阻害要因 侵害予防 現行請求項 × 製品証拠 動向調査 書誌・分類・時系列 一つの文書に複数の読み方が同居する 先に「何のために読むか」を固定しないと、 AI の関連度・要 約・法的評価が混ざる。 生成 AI× 特許文書読解メソッド 02 # Page. 3 ![Page Image](https://bcdn.docswell.com/page/8EDKR5L47G.jpg) CORE IDEA 基本思想： AI は証拠化エンジン AI に特許文書を 「要約」させるのではなく、 証拠付きの構造へ 変換させる。 生成 AI× 特許文書読解メソッド 分解 対応 検証 請求項を要件へ 段落・図面・証拠へ 人が原文で確認 03 # Page. 4 ![Page Image](https://bcdn.docswell.com/page/V7PKWG2VJ8.jpg) READING LAYERS 読解の三層：構造・技術・法 AI が得意な構造化と、人が担う判断を分けて設計する。 AI の役割 人の役割 対比表・論点・根拠候補 クレーム解釈／最終判断 要素分解・関係整理・平易 化 技術的妥当性の確認 節・請求項・段落・図面の 整理 原文・版・範囲の確認 法的読解 どの要件が判断対象か 技術読解 何をどう実現するか 構造読解 どこに何が書かれているか 生成 AI× 特許文書読解メソッド 04 # Page. 5 ![Page Image](https://bcdn.docswell.com/page/2JVV86DRJQ.jpg) PURPOSE DESIGN 目的別に「読む単位」を変える 文献単位の「似ている」ではなく、目的ごとの判断単位へ落とす。 技術理解 要約・代表図 → 課題 → 構成 → 作用 → 効果 先行技術 対象請求項 → 発明特定事項 × 一件の引用文献 無効資料 対象請求項＋基準日 → 相違点・動機付け・阻害要因 侵害予防 現行請求項 → 構成要件 × 製品・方法の証拠 AI のプロンプトは「目的」を先頭に置く。目的が変われば、同じ文献でも出力形式を変える。 生成 AI× 特許文書読解メソッド 05 # Page. 6 ![Page Image](https://bcdn.docswell.com/page/5EGL5NY6JL.jpg) HUMAN-IN-THE-LOOP 人が読む： AI 先読みと人先読み 案件のリスクに応じて、 AI の使い方を切り替える。 大量スクリーニング AI 先読み 重要案件 人先読み 1 AI が粗整理 名称・要約・独立請求項 1 人が一次読解 AI 出力を見ずに要件・疑問を記録 2 人が選別 低関連／要確認／高関連 2 AI が独立読解 同じ資料から構造化・根拠提示 3 抜き取り監査 低関連側の見落とし確認 3 差分を精読 分節・用語・根拠の不一致を確認 重要案件では「 AI の答えを追認する」のではなく、人と AI の独立二重読解にする。 生成 AI× 特許文書読解メソッド 06 # Page. 7 ![Page Image](https://bcdn.docswell.com/page/4JQYZQM27P.jpg) PROMPT CONTRACTS AI に読ませる：三つの契約 AI の自由回答を抑え、根拠付きで検証できる出力へ制約する。 1 2 3 入力契約 推論契約 出力契約 何を根拠に読むか どこまで推論してよいか どう検証可能に出すか ・文献番号・版 ・明示／必然／示唆 ・請求項・段落・図番号 ・対象請求項 ・不明を不明とする ・判定語 ・使用資料・外部知識 ・推測を混ぜない ・人の確認事項 契約がないプロンプトは、原文記載・外部知識・ AI 推測を同じ文体で混ぜる。 生成 AI× 特許文書読解メソッド 07 # Page. 8 ![Page Image](https://bcdn.docswell.com/page/K74W3NVPE1.jpg) CLAIM DECOMPOSITION 請求項分解：構成要件を崩さない 読点で機械的に切るのではなく、主語・関係・限定を保存する。 請求項の例 A1 A2 A3 A4 A5 保持すべき情報 対象物を保持する本体と、 ● 発明カテゴリー ● 処理順序・条件 ● 主語・主体 ● 数値範囲・否定的限定 ● 構成要素と属性 ● AND ／ OR ・選択肢 ● 要素間の関係 ● 従属請求項の承継要件 前記本体に設けられた検出部と、 検出結果に基づき制御信号を生成する処理部と、 前記制御信号に応じて動作する出力部と、 を備える装置。 → 要件 ID を付け、明細書・図面・引用文献・製品資料でも同じ ID で追跡する。 生成 AI× 特許文書読解メソッド 「発明の本質」と「請求項上の要件」は別物。 AI に本質論で要件を落とさせない。 08 # Page. 9 ![Page Image](https://bcdn.docswell.com/page/LJ1Y153XEG.jpg) EVIDENCE MAP 成果物：証拠対応表 生成 AI の価値は「自然な説明」より、請求項・段落・図面・製品証拠を接続すること。 ID 請求項原文 対応資料 根拠箇所 判定 人の確認事項 A1 対象物を保持する本体 製品仕様 p.4 段落 [0021] 図1 明示あり 本体の範囲 A2 本体に設けられた検出部 写真 1 ・仕様表 段落 [0024] 図2 示唆のみ 「設けられた」の解釈 A3 検出結果に基づく制御 ログ仕様 段落 [0030] 判断不能 処理フローの証拠不足 「対応箇所未発見」は「存在しない」と同義ではない。人の再確認対象として扱う。 生成 AI× 特許文書読解メソッド 09 # Page. 10 ![Page Image](https://bcdn.docswell.com/page/GJWG85PK72.jpg) SCREENING FLOW 大量スクリーニング：四段階運用 全件を同じ深さで読まない。段階が進むほど、読む精度と責任を上げる。 0 機械的整理 重複・法域・公開日 権利状態・文献種別 1 AI 粗スクリーニ ング 低関連／要確認／高関連 再現率を優先 2 要件別対比 独立請求項を分解 根拠段落を提示 3 人の精読 現行請求項・解釈 手続経過・最終判断 最も重要なのは、 AI が「低関連」とした文献の抜き取り監査。偽陰性を測る。 生成 AI× 特許文書読解メソッド 10 # Page. 11 ![Page Image](https://bcdn.docswell.com/page/4EZL8NKN73.jpg) CONTROLLED LABELS 判定語：五値で曖昧さを残す 「一致／不一致」の二値化は早すぎる。法的読解では不明を不明として残す。 明示あり 原文に直接記載 根拠強 必然的開示候補 原文＋技術常識から必然の可能性 根拠強 示唆のみ 採用可能性はあるが必然ではない 要確認 対応箇所未発見 読んだ範囲では見つからない 要確認 判断不能 資料・図面・製品情報が不足 要確認 AI に「存在しない」と断言させず、「対応箇所未発見」と「判断不能」を区別する。 生成 AI× 特許文書読解メソッド 11 # Page. 12 ![Page Image](https://bcdn.docswell.com/page/Y76WP8Q97V.jpg) REVIEW QUESTIONS レビュー： AI 出力を反証する 最初の回答を 確定回答にしない。 AI を、第一読者ではなく 第二読者・反対当事者・レビュー担当者として使 う。 生成 AI× 特許文書読解メソッド 反証質問セット ? 充足しない解釈はあるか ? 引用箇所は別実施形態ではないか ? 原文にない事項を推測していないか ? 上位概念と下位概念を混同していないか ? 数値・順序・因果関係・主語を見落としていないか 12 # Page. 13 ![Page Image](https://bcdn.docswell.com/page/G75MK9RD74.jpg) QUALITY METRICS 品質管理：流暢さでは測らない 生成 AI の性能は、文章の自然さではなく、要件・根拠・見落としで評価する。 要件分解精度 根拠正確性 推論混入率 関係・限定を保持 段落が結論を支える 原文にない事実を混ぜない 重要文献再現率 除外誤り率 判断保留の適切性 落としてはいけない文献を拾う 低関連側の偽陰性を測る 不明を不明と言える 導入時は「 AI が正しそうに見える」ではなく、人の判定済みセットで偽陰性を測定する。 生成 AI× 特許文書読解メソッド 13 # Page. 14 ![Page Image](https://bcdn.docswell.com/page/9J29W24MER.jpg) GOVERNANCE 機密管理：入力前に止める 公開公報と、未公開発明・製品仕様・法律意見では、入力リスクがまったく異なる。 入力してよい可能性が高い 承認なしに入力しない 公開特許公報 未公開発明 製品仕様・試験データ 公開済み論文・製品情報 依頼者情報・契約情報 社内承認済みの匿名化データ 法律意見・出願方針 ただし、利用規約・保存設定・学習利用の有無を確認する。 記録するもの：サービス名／契約形態／モデル版／入力文献版／プロンプト／出力／人の修正／最終判断者 生成 AI× 特許文書読解メソッド 14 # Page. 15 ![Page Image](https://bcdn.docswell.com/page/DEY4LYMPJM.jpg) PROMPT TEMPLATE 標準プロンプトの構成 一発の魔法プロンプトではなく、毎回同じ骨格で読ませる。 読解目的 技術理解／先行技術／侵害予防 根拠表示 請求項番号・段落・図・短い原文 資料制約 提供資料のみ・外部知識の扱い 判定語 五値ラベルで固定 請求項処理 要件分解・従属請求項の展開 禁止事項 法的結論の断定・推測の混入 出力は「読解地図 → 構成要件表 → 対応表 → 不明点 → 人の確認事項」の順にする。 生成 AI× 特許文書読解メソッド 15 # Page. 16 ![Page Image](https://bcdn.docswell.com/page/VJNY4PWM78.jpg) IMPLEMENTATION 導入ロードマップ：二次スクリーニングから始める 最初から最終鑑定を置き換えない。根拠抽出・対比表作成の工程から導入する。 1 2 3 4 5 対象業務を選ぶ テンプレート化 検証セットを作る 偽陰性を測る SOP 化する 公開公報中心・低機密の案件から 目的別プロンプトと対応表を固定 人の判定済み文献で比較 低関連側を抜き取り監査 記録・レビュー・承認ルールを明 文化 推奨配置：最終判断ではなく、三段階スクリーニングの二次工程。 生成 AI× 特許文書読解メソッド 16 # Page. 17 ![Page Image](https://bcdn.docswell.com/page/YE9PQ3XWJ3.jpg) 結論 要約ではなく、 構造化する。 生成 AI の役割 人の役割 読むべき箇所を示す 要件を分解する 根拠を集める 相違点と不足情報を明らかにする 原文・現行権利情報・対象事実を確認し、 最終的な技術的・法的判断を行う。 生成 AI× 特許文書読解メソッド 17 # Page. 18 ![Page Image](https://bcdn.docswell.com/page/GE8DGM2RED.jpg) SOURCES 参考資料 本資料は、指定された Note 記事、知財実務情報 Lab 連載、ウェビナー、 Summaria 活用例の内容を基に再構成しています。 Note 知財実務情報 Lab 連載 動画 ・ https://note.com/tsunobuchi/n/n50876cbc796b ・ 2024/06/04 特許文書を読む ・ https://www.youtube.com/watch?v=0Z_alFkD8ig ・ https://note.com/tsunobuchi/n/n915359c4bee7 ・ 2024/07/16 読み方（前編） ・ 2024/09/10 読み方（中編） ・ 2024/11/26 読み方（後編） ・ 2025/01/07 色塗り活用 ・ 2025/02/10 スクリーニング時の色 ・ 2025/03/04 生成 AI 活用（ 1 ） ・ 2025/04/08 生成 AI 活用（ 2 ） 生成 AI× 特許文書読解メソッド 18