生成AIを特許調査に活用するコツと無効資料調査の実践

-- Views

November 27, 25

スライド概要

250911_生成AIを特許調査に活用するコツと無効資料調査の実践

角渕由英

@ytsunobuchi

スライド一覧

弁理士・博士（理学)／弁理士法人レクシード・テックパートナー

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

ダウンロード

関連スライド

KH Coder 3 チュートリアル

HIGUCHI Koichi 734.4K

【初心者向け】UE5 シーケンサーと Movie Render Queue の使い方【Cinematic Dive 2023】

ue5 ue-nongame

エピックゲームズジャパン 285.8K

エンジニアとQAの壁が崩れていくのを眺めていた #scrumosaka

scrumosaka 2024 scrum agile

asato 273.7K

シェーダコードも怖くない？UEのCustomノードで学ぶHLSL入門

ゲームメーカーズスクランブルゲーム制作 ue5 シェーダー

ゲームメーカーズ 252.8K

【2023年版】ゲーム制作の現場でよく使うツールをまるっと紹介

ゲームメーカーズスクランブルゲーム制作ツール紹介

ゲームメーカーズ 207.8K

Unreal Engine 5.4、あの新機能を追え！

ue5

エピックゲームズジャパン 193.4K

各ページのテキスト

自己紹介弁理士法人レクシード・テックパートナー弁理士・博士(理学) つのぶちよしひで角渕由英 <経歴> 2008年日本学術振興会特別研究員（DC1）採用 2011年株式会社技術トランスファーサービス入社登録調査機関部門 2014年博士(理学) 東京大学 2016年弁理士登録、秋山国際特許商標事務所 2017年特許検索競技大会2017 最優秀賞・ゴールド認定(化学･医薬分野) 2018年特定侵害訴訟代理業務付記登録 2019年 AIPE認定知的財産アナリスト（特許） 2023年弁理士法人レクシード・テック入所社員弁理士 2025年 Qualified Patent Information Professional (QPIP ) <委員など> 2020年～特許検索競技大会実行委員会副委員長（～2024年） 2021年度特許庁IPAS事業アソシエイトメンター 2022年～知財実務情報Lab.®専門家チーム 2022年～知財塾侵害予防調査ゼミ、検索式作成ゼミファシリテーター 2023年～経済産業庁九州経済産業局チーム伴走型知財経営モデル支援・広報事業支援チーム専門家（～2024年） 2024年～特許庁VC-IPAS事業、スポットメンターおよびメンター 2025年～特許検索競技大会実行委員会委員長（現任）デジタル名刺＜著作(主なもの)＞「特許調査における弁理士の役割」(パテント, 2025.8) 「侵害予防調査についての一考察」(パテント, 2024.2) 「第三者特許の無効資料調査の留意点」(知財管理,2023.9) 「特許調査における先行技術資料および無効資料の変化」(知財管理,2022.9) 「改訂版侵害予防調査と無効資料調査のノウハウ～特許調査のセオリー～」 (経済産業調査会, 2022.6) 「弁理士のための特許調査の知識」(パテント, 2022.5) 「侵害予防調査と無効資料調査のノウハウ～特許調査のセオリー～」 (知財ぷりずむ新春特別寄稿, 2020.1) 「プロダクト・バイ・プロセス・クレームにおける「不可能・非実際的事情」の主張・立証についての考察」(パテント, 2016.7) ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 2

本日の内容【タイトル】生成ＡＩを特許調査に活用するコツと無効資料調査の実践【内容】生成ＡＩを特許調査に活用する際のコツや、実際に無効資料調査でどのように生成ＡＩを活用するかについて、 ChatGPT-5を用いた実践例も踏まえてお話をします。【目次】１．見えてきた生成AI活用のポイント２．特許調査で人間がやっていること３．生成AIを活用した無効資料調査４．まとめ ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 3

https://chizai-jj-lab.com/2025/05/27/0525/

基本原則①～タスクに細分化して適用～特許調査に限らず、生成AI活用で大切なことは、業務プロセスをタスクに細分化すること参考資料：大瀬佳之、生成AI(ChatGPT)の特許実務における利活用、知財実務情報Lab.セミナー、 2023年11月29日「○○に関する特許調査をして下さい」と成果物を一気に得ようとするよりも、まずは調査の目的を明確にし、下調べをして情報を収集し、予備検索を行うというように、人が行っているように、各タスクに生成AIを用いて、調査を段階的に実行することが質の高いアウトプットを生み出すことに繋がります。タスクに細分化して指示を出すことは、生成AIに限られるものではなく、人に対する指示でも大切なことであり、新人を指導することが上手な人は、生成AIの活用が上手であると筆者は感じています。そのような観点から、基本的な業務を基本に忠実に実行することができるというスキル、基本的な実務を言語化できるスキルが、より一層重要になっていくでしょう。細分化と言うが実際にサーチャーがやっていることは単純ではない ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 5

https://chizai-jj-lab.com/2023/09/18/1129-2/

基本原則②～生成AIと対話をする～基本原則①とも関連しますが、生成AIの上手な活用方法について検討をしているときに、最初にすべきことは、“生成AIに聞いてみる”ことです。筆者は実験的な試みとして、生成AIを使って生成させたままの文章と図を用いた知財実務に関する記事を生み出しました（noteマガジン、生成AIで書いてみた知財実務）。これらの記事にはプロンプトも記載をしておりますが、自分が想定している内容について、仮説を持って“問い”についての最初のプロンプトを投げかけ、生成AIにざっくりとした項目を列挙させてから、本題を深堀させるというような使い方が有効です（特許調査分析と生成AIの未来）。プロのサーチャーだからこそ引き出せる出力がある生成AIは、非常によく特許実務を“知っている”ので、どのような使い方をすれば、目的とする“問い”を解決し、目的を達成できるかも提案をしてくれるでしょう。そもそもChaｔＧＰＴのような生成ＡＩサービスが新たに登場したとき、最初は誰も使ったことがないですし、どのように使ったらよいかも誰も知らない状況です。そのような状況下、進歩の目覚ましい生成ＡＩそれ自体に、生成ＡＩの活用方法を問うことが非常に有効と筆者は考えています。「特許調査分析と生成AIの未来」という記事で実践していますが、生成AIを用いた特許調査について、人が行っている思考プロセスとタスクを明確にした上で、従来の特許調査・ WEB調査と対比させ、共通点と相違点に分けて検討をしてもらい、特許調査において生成 AIをどのように活用するか、生成AIに質問をして対話をしながら、生成AIを業務に活かすということが有効です。 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 6

基本原則③～問いを立て磨く～ここまでの基本原則①と②を実践するうえで、重要となることが、“問い”を立てることです。「AI時代における「問い（プロンプト）」を立てる力」という記事にしていますが、生成AIの登場により、“答え”を得るまでのハードルが大きく下がったと同時に、人が“問い”を正しく立てること、何らかの課題解決のために、解くべき“問い”は何であるのかを、試行錯誤して“問い”を磨いて洗練させることが非常に意味を持つようになったと筆者は考えています。基本原則①タスクに細分化して適用する際に、基本原則②生成AIと対話をしながら、生成AIを活用するのですが、１発で最適なアウトプットが主力され、何らかの課題が解決することは難しい場合が多いでしょう。生成AIを活用する場合に限らず、最初に立てた“問い”が真に解くべき “問い”であることは珍しく、各タスクを高速で何回も回すことで、“問い”を洗練させることが必要です。単に探すだけは“検索”。課題を解決するのが真の“調査” 特許調査でいうと、ある発明について特許出願前に先行技術調査をする場合、想定される先行技術について予備検索を行って下調べをし、見つかった先行技術を検討し、先行技術との差異を明確にして、本検索を実行し、クレームの記載、明細書の作成をすることになります。そして、真に解くべき“問い”は、出願をしようとする発明が、ビジネスのどの観点で有効に機能するのか、特許情報のみならず、市場情報などビジネス的な観点で検討を行い、先行技術との差異を、ビジネスにおける優位性と合わせて検討をすることになります。調査は手段であり、目的ではないのです。そして、生成AIの時代に人が身に付けるべきスキルは、基本的な実務スキル、特に、どのような思考プロセスで、どのようなステップでタスクを実行するのかということを言語化し、各タスクにおける解くべき“問い”を立てて磨くこと、そしてこれらを生成AIを用いて高速に何度もサイクルとして回して洗練させることであると筆者は様々な事例を通じて感じています。 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 8

https://note.com/tsunobuchi/n/n766a8aef2a13

AI時代における「問い」を立てる力、磨く力 2. 「問い」を洗練させるプロセス依頼者自身、“問い”が明確ではない 2-1. 一発で完璧な問いは難しい実務でAIに質問するとき、初回から完璧な問い（プロンプト）を立てるのは至難の業。むしろ、試行錯誤を重ねて問いを磨くことが常態化します。 2-2. 試行錯誤の流れ（特許調査の例）下記は、特許の無効化資料を探す事例での問いの洗練プロセスです。 1.初回の問い（ざっくり）「この特許を無効にする可能性がある先行技術を教えて」 → AIは「一般的な検索戦略」「有名データベース紹介」程度の回答に留まりがち 2.問いの修正（具体的な指示）「この特許のクレーム1を構成要素ごとに分解して、それぞれに対応する先行技術の例を挙げて」 → AIはクレームの各要素に触れながら、一歩進んだ回答を返す可能性 3.さらなる深掘り「返してくれた先行技術の記載は、どの文献のどの部分か？クレーム1のどの構成を満たすか、対応表を作って」 → AIは構成要素-先行技術対応表を作成するが、引用箇所の信頼性は要チェック 4.チェック＆再質問 AIの回答を検証し、事実誤認や曖昧な点を見つけたら指摘する例：「この文献の優先日が○年だが、そもそもあなたが言う無効資料として成立するか？」こうして逐次修正や再質問を繰り返す https://note.com/tsunobuchi/n/n766a8aef2a13 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 9

https://note.com/tsunobuchi/n/n766a8aef2a13

10.

特許調査に必要なスキルプロに依頼すべきは？問題特定スキルなぜ、その特許調査を行う必要があるのか、解決すべき課題は何かを特定するスキル調査設計スキル課題を解決すべく、調査の計画を立て、探すべき情報を特定して調査を設計するスキル出典:野崎篤志「特許情報調査と検索テクニック入門改訂版」第9章 9.1 特許情報業務の今後 (2019.12) 情報収集スキル適切な情報源から、必要な情報を効率的に収集するスキルアウトプットスキル収集した情報を整理し、アウトプットするスキルアウトプットに必要な情報を特定してから情報収集アウトプットを前提として必要な情報を逆算して収集 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 10

https://amzn.to/3ATl86p

11.

生成AI時代の実務のあり方（学習・実行）出典:野崎篤志「特許情報調査と検索テクニック入門改訂版」第9章 9.1 特許情報業務の今後 (2019.12) https://x.com/mutsum imemo/status/19113 11078514102337 0 1 2 3 4 5 6 7 8 9 10 業務創出方針検討アウトプット（生成AIで加速）洗練 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 11

12.

13.

14.

特許調査の業務プロセス知財塾Now、検索式作成ゼミ各工程で人間が頭の中でやっていることは？ステップ1：調査対象の特定（1-1）調査対象技術の特徴の把握（1-2）調査対象技術のまとめステップ3：スクリーニング（3-1）関連特許の抽出（3-2）関連特許の読み込みステップ2：検索式の作成（2-1）調査対象技術の構成の特定（2-2）予備検索（2-3）特許分類の特定（2-4）キーワードの整理（2-5）本検索式の作成ステップ4：報告書の作成（4-1）クレームチャートの作成（4-2）調査報告書の作成 ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 14

https://chizaijuku.com/kensakushiki

15.

16.

17.

18.

19.

調査の過程～生成AIを用いたスクリーニング～調査対象（スタート） 1000件 “読む”ことのレベル感関係ある、関係ないガイドどのような観点があるか知る観点が記載されている、記載されていない製品、先行技術との対比 100件 10件途中の作業の重要性無効資料（ゴール） ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 人間は各ステップで何らかの基準に基づいて絞り込んでいる最後のステップは生成AIにやらせる必要があるか？ 19

20.

検索のアプローチ出典：IP調査塾HP、その１特許調査の種類と網羅性について https://www.ip-searcher.co.jp/archives/kensakukouza/more1 適合率重視ピンポイントで必要な情報を一本釣り網羅的に漏れないように情報を網ですくう再現率重視参考：https://note.com/tsunobuchi/n/nbd110dd5513a ↓ 生成AIを活用した Deep Research で網羅的に必要な情報を狙って集中的に収集出典：特許情報調査と検索テクニック入門改訂版(野崎篤志) ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 20

21.

生成AI時代の検索のアプローチ漁船を出す前に、欲しい魚はどの海にいるのか、どの海だと釣れる確率が高いか、経験や勘が無くても生成AIを用いて事前に把握一本釣りや魚網の前に考える生成AIを活用した Deep Research で膨大な情報の海から目的とする情報が何処に存在しうるかを下調べ生成AIで狙いを定めた漁場で生成AIを用いて網羅的に必要な情報（再現率）を狙って集中的に収集（適合率） ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 21

22.

23.

https://note.com/sakaimisato

24.

https://x.com/ytsunobuchi/status/1954868543700533397

25.

https://chatgpt.com/g/g-681ed9f555d88191990c622555487c3f-sheng-cheng-aixian-xing-ji-shu-diao-cha

26.

https://chatgpt.com/share/6899760d-c700-8007-a029-1c7f69f989d1

27.

28.

29.

30.

31.

32.

33.

34.

35.

36.

37.

38.

４．まとめ生成AIを活用する際に大切なことは基礎知識 →優秀なサーチャーがやっていること、思考をトレースする経験豊富なサーチャーと協働して生成AIを活用タスクを細分化した際に、やっていることは？ → 人間の部下に指示や要求を"わかり易く"出すのと同じ手順や思考プロセス、アウトプットを用途特化してテンプレ化して活用すると活きる全てを生成AIでやらせようとしない →生成AIは手段であり、生成AIを使うことが目的ではない最後は人が判断をする必要があるので、調査結果を利用する人に合わせてアウトプット（調査結果）をまとめる ©2025 LEXCEED GROUP. ALL RIGHTS RESERVED. 38

39.

40.