Patenty.aiをまだ導入されていない皆様へ、以下の内容をお伝えいたします。
多くの実務家が、AIに「この発明アイデアで明細書全体を書いて」と依頼しがちです。しかし、その結果はどうでしょうか。AIは背景技術や実施形態を喜々として生成しますが、肝心の権利範囲（クレーム）とは乖離した「小説」を出力することが多々あります。
特許明細書の核心は**特許請求の範囲（Claims）**です。設計図（クレーム）なしにレンガ（詳細な説明）を積み上げれば、建物は崩壊します。特に日本では、**第36条第6項第1号（サポート要件）や第36条第4項第1号（実施可能要件）**が厳格に審査されます。
AI活用の定石は、**「クレーム確定 $\rightarrow$ 詳細な説明の生成」**という逆方向プロセスです。クレームという強力な「境界線（Boundary）」を設定することで、AIはその内側だけで安全に文章を生成します。類型別に適用可能な5つの実践プロンプトを紹介します。
システムクレームは、複数の構成要件の有機的な結合です。AIに一気に書かせず、各構成要件を見出しとして立てさせ、具体化するよう指示します。
[プロンプト事例 1]
「以下は確定した**[請求項1]**である。
[請求項1]: ...データを収集する収集部と、前記データを前処理する前処理部と、前処理されたデータを分析する分析部と、を備える人工知能システム。
[指示事項]:
『発明を実施するための形態』セクションを作成せよ。ただし、請求項1の各構成要件（収集部、前処理部、分析部）を一つずつ小見出し（Sub-heading）として設定すること。
各小見出しの下には、発明提案書（IDF）を参照し、当該構成要件の具体的な動作原理を3文以上で記述せよ。
請求項に記載されていない部材（例：通信モジュール、ディスプレイ）は、実施可能要件上必須でない限り説明するな。」
方法の発明（Method Claim）は、工程（Step）の順序と因果関係が命です。AIがS200をS100より先に説明したり、勝手に並列処理させたりする事故を防ぎます。
[プロンプト事例 2]
「請求項5は、工程（Step）S100、S200、S300からなる時系列的な方法の発明である。
[指示事項]:
各工程を、フローチャートを説明するように順序通りに記述せよ。
前提条件チェック: S200工程を説明する際、必ず『S100工程が完了した後』または『S100工程の結果を入力として受け取り』実行される点を明記せよ。
並列処理の禁止: 発明提案書に明記がない限り、AIが勝手に『同時に実行可能である』と仮定して記述しないこと（明確性要件の確保）。」
従属項は、すなわち具体的な実施例であり、将来の拒絶理由通知に対する「補正の根拠」となります。これを個別の段落として展開させます。
[プロンプト事例 3]
「請求項2から5は、請求項1の従属項である。各従属項の内容に基づき、『追加的な実施形態』の段落を拡張して作成せよ。
請求項2（材質限定）関連: 当該材質（例：炭素繊維）を使用した場合、従来の材質に比べて強度や軽量化の面でどのような利点があるか、IDFの実験データを引用して記述せよ。
請求項3（数値限定）関連: 『100～200度』の範囲を外れた場合（未満の場合と超過の場合）に発生する問題点、すなわち**臨界的意義（Criticality）**を具体的に説明せよ。」
「～する手段（Means）」と記載された機能的クレームの場合、詳細な説明にその機能を実行する具体的なハードウェア構成が開示されていなければ、**第36条第4項第1号（実施可能要件）**違反となります。
[プロンプト事例 4]
「請求項6には『～する算出手段』という機能的表現が含まれている。
[重要指示]:
詳細な説明を作成する際、この『機能（Function）』を実際に実行する物理的構成（Structure）が何であるか、発明提案書から探し出し、明確に対応させよ。
記述例: 『前記算出手段は、メモリに格納されたプログラムを実行するプロセッサ（Processor）またはFPGA等のハードウェア資源によって実現される。』
注意: 抽象的な機能だけを羅列せず、必ずハードウェアによる実装例を含めること。」
化学やバイオ分野で「A、B、およびCからなる群から選択される1つ」を含む場合、それぞれを独立した実施例として記述することで、将来の**選択発明（Selection Invention）**としての主張や、数値限定発明への補正を容易にします。
[プロンプト事例 5]
「請求項8は、成分Xとして『A、B、およびCからなる群から選択される1つ』を含む。
[指示事項]:
詳細な説明においてこれらをまとめて記述せず、以下のように段落を分けて記述せよ。
第1実施形態: 成分Xが『A』である場合の製造工程および特性。
第2実施形態: 成分Xが『B』である場合の差異。
第3実施形態: 成分Xが『C』である場合の差異。
各成分を選択した際に奏する効果に差異がある場合は、IDFを参照して比較記述せよ（有利な効果の参酌）。」
クレームは、AIにとって**「ここから出るな」というガイドライン**と同じです。このガイドラインを先に与えて文章を書かせることで、AIはハルシネーションを起こす隙を与えられず、与えられた材料を論理的に配置することに集中します。
AIに白紙を渡すのはやめましょう。弁理士であるあなたが設計したクレーム（設計図）を先に渡してください。それが高品質な明細書作成の第一歩です。
生成型ドラフティングから自律型（エージェンティック）ワークフロー管理への運用シフトに関する分析。本レポートでは、AI主導のペース配分と認知コスト（Cognitive Drag）分析が、いかにして大量の特許案件を扱う実務におけるリスク軽減の重要インフラとなりつつあるかを考察します。
今回は、JPOの「AI関連技術に関する審査事例」のロジックを踏まえ、「単なるAI適用」の拒絶を「特許すべき発明」へと覆すための実務的アプローチを共有します。
特に、異業種融合技術や、自分が得意とする技術分野以外の案件が来たとき、点滅するカーソルを見つめながら途方に暮れた経験は誰にでもあるはずです。私たちが恐れているのは「検索」そのものではありません。**「自分が思いつかなかった『同義語』のせいで、致命的な先行文献を取りこぼすこと（Y文献の見落とし）」**への不安です。 「締結部材」で検索したのに、引用文献には「結合手段」と書かれていて見つけられなかった悪夢。今日は、この厄介な同義語のブレインストーミングを生成AI（ChatGPT, Claude等）を活用して劇的に短縮する方法を共有します。 単に「AIに聞いてみる」のではありません。ノイズを減らし、実務で即戦力となるキーワードだけを抽出するプロンプト戦略です。
