该审查的是渠道而非模型:专利实务中使用AI真正的风险所在

在专利撰写过程中使用AI工具并不会自动构成现有技术或破坏新颖性。真正的风险在于渠道——即信息所经的具体产品层级、服务商条款和留存设置——所导致的保密失败。对实务人员而言,错误渠道选择的直接后果通常是商业秘密保护的丧失,而非可专利性的丧失,不过即使在美国宽限期适用的情况下,外国申请权也可能丧失。
2026年7月15日,IPWatchdog发表了Lana Akopyan的分析文章,驳斥了“使用AI必然摧毁专利权”的说法。该文指出,关于提示词会构成现有技术或破坏发明人认定的警告,实际上找错了问题。风险“几乎从不来自AI模型本身,”Akopyan写道,“而取决于信息是否保持机密,这又取决于信息所经的渠道:产品和层级、服务商当时有效的条款、留存和训练设置、谁可能看到数据、输出流向何处、管辖地,以及现在还要加上具体模型。”
该分析区分了两种不同的失败:保密失败——错误渠道导致保护丧失;以及判断失败——未经审查的AI输出削弱了资产本身。随后,它将被夸大的风险(第102条下的新颖性丧失)与真实风险——商业秘密丧失和特权放弃——区分开来,并将发明人认定作为独立问题处理,该问题不受渠道选择驱动。
目前,专利实务中三个常见场景引发了广泛关注:发明人将未提交的公开内容粘贴到聊天机器人中以润色措辞;助理将草拟的说明书输入AI工具以检验权利要求支持性;客户转发AI生成的关于其自身案件的分析。每个场景都曾引发警告,称提示词会构成现有技术、新颖性会丧失或发明人认定会被破坏。
Akopyan将第102(a)(1)条下的法律问题框定为公共可获取性问题:即感兴趣的人通过合理努力能否找到该材料,并引用了In re Hall案和GoPro v. Contour案(898 F.3d 1170, Fed. Cir. 2018)。根据Cordis v. Boston Scientific案,向负有保密义务的人披露不满足该标准,但根据Weber v. Provisur案,仅凭保密标签并不能挽救广泛传播的材料。
通过具有真实保密性、无训练和留存限制的商业、企业或API渠道提交的提示词,不会被索引、搜索或定位。服务商的留存不等于公开。两个相反论点均不成立:技术论点认为模型将输入片段拼接进训练数据并输出给另一用户,这跳过了公共可获取性要求;法律论点认为宽松的服务商条款使输入内容公开,这混淆了向受约束方的披露与向公众的披露。根据Helsinn v. Teva案,销售阻拦条款也被区分开来——提示词不是销售或销售要约。
该分析重新校准了实务人员应重点关注的方向。在受控渠道上,新颖性不受影响。在消费级或个人层级上,若其条款允许训练、广泛留存、人工审查或披露而无实质保密承诺,则直接损害通常不是新颖性,而是秘密性的丧失。对输入内容的训练本身并不使其成为公共可获取信息;外界仍无法检索到具体提示词。新颖性仅在输入内容变得可公开检索时,或涉及外国权利时才受到威胁。
最后一点对韩国申请人具有直接影响。美国第102(b)(1)(A)条下的宽限期可以吸收无意中的国内公开,但并不能挽救采用绝对新颖性制度的司法管辖区。在提交申请前使用不受控的消费级AI渠道的韩国申请人,将丧失在韩国、中国、日本和欧洲获得有效权利的能力——即使美国新颖性得以保留。这种丧失是即时的、管辖地性的,而非理论性的。
具体行动:在任何发明人或撰写人将技术内容提交给AI工具之前,应核实服务商针对所用具体层级的条款。确认该渠道施加了无训练义务、零留存且无人工审查。将该核实记录在案。对于任何不符合该标准的工具,将该次使用视为一次公开,该公开将导致绝对新颖性制度下外国权利的丧失,并相应调整申请策略——在使用前提交申请,或仅限在具有宽限期的司法管辖区使用并接受外国权利的丧失。
预计市场将持续混乱,因为AI服务商以不同的保密姿态推销企业级渠道,且法院尚未检验服务商内部留存是否构成公共可获取性。需要关注的关键变量是,是否有原告成功证明AI训练数据根据第102条属于“公共可获取”——这一认定将颠覆当前假设。截至文章发表之日,尚无此类判例。
现在应做的事:对于任何发明人或代理人曾在提交前使用过消费级AI工具的待审申请,应立即委托进行外国申请权审计。识别每个适用绝对新颖性的司法管辖区,并评估能否根据该管辖区的标准主张该公开仍保持机密。如果答案是否定的,则立即决定是放弃这些外国申请,还是以记录在案的风险接受继续推进。对于新案件,应制定书面的AI渠道政策,明确列出经批准的企业工具及其层级,并禁止所有其他工具用于提交前的技术内容。