侵害予防調査への生成AI活用とその進め方

本セミナーは、企業の知財・開発担当者を対象に、侵害予防調査 (クリアランス調査) における生成AIの具体的な活用法と実務プロセスを1日で体系的に学ぶ講座です。従来、多大な時間と専門知識を要した「調査対象の明確化」「特許分類やキーワードの選定」「検索式の作成」「スクリーニング」といった各工程において、生成AIをどのように組み込み、効率化と精度向上を両立させるかを解説します。 　ハルシネーション対策などのリスク管理、すぐに使える実践的なプロンプト、さらには「業務特化型AIエージェント」による次世代の自動化までを網羅し、知財業務を戦略的業務へとシフトさせるための実践的なノウハウを提供します。

1. イントロダクション
   • 講師自己紹介
   • 今の生成AIで「できること」と「まだできないこと」
   • クリアランス調査における「見逃し (リスク) 」とAIの親和性について
2. 生成AIと特許調査ツールの基礎
   1. 生成AIの基礎知識
      • 大規模言語モデル (LLM) の仕組み (確率的な単語予測)
      • 汎用LLMと特許特化型AIの違い
        • ChatGPT
        • Claude
        • Gemini
      • セキュリティとデータ機密保持の基本ルール
   2. AI特許調査ツールの概要と選定
      • 主要ツールの紹介
        • 対話型AI
        • RAG搭載の特許DBなど
      • 選定基準と使い分け方
        • アイデア出し
        • 網羅的スクリーニング
        • 請求項対比
3. 日常業務への導入 (技術動向・先行技術) と侵害予防調査の基本
   1. 侵害予防調査とは
      • 侵害予防調査 (クリアランス調査) の目的と他の特許調査との違い
   2. 技術動向・先行技術調査への活用
      • 技術ランドスケープの作成補助、課題・解決手段の自動抽出と要約
      • 検索クエリ (キーワード・分類) の生成支援、類似特許のリストアップ
4. 特許クリアランス調査への生成AI活用プロセス (前編)
   1. 調査対象の明確化と範囲特定
      • 調査対象製品 (イ号物件) の仕様定義:AIによる構成要件分解の自動化
      • リスクに応じた調査範囲の設定
   2. 侵害予防調査の検索式作成
      • 特許分類とキーワードの選定における生成AIの活用
      • 生成AIを活用した検索式作成 (同義語・類義語の効率的な洗い出し)
   3. 調査母集団の作成 (スクリーニング)
      • ノイズ除去の効率化:AIに「関係ない公報」を弾かせるプロンプト技術
      • 注意点:AIによる「足切り」のリスクと、人間が確認すべき境界線
5. 特許クリアランス調査への生成AI活用プロセス (後編) &リスク管理
   1. クレーム解釈と特許侵害の判断方法
      • 特許請求の範囲 (Claim) の構成要件分節化と「構成要件対比表 (クレームチャート) 」の自動生成
      • 特許侵害の判断方法と充足・非充足の論理構築サポート
   2. ハルシネーション (嘘・幻覚) 対策
      • なぜAIは特許番号や条文を間違えるのか/RAGやGrounding機能の活用
   3. 調査結果の分析と報告書作成
      • 開発部にも伝わる「分かりやすい報告書」のAI生成/回避案のブレスト
   4. 【実践】すぐに使えるプロンプト集
      • 検索式作成、スクリーニング、侵害判断の各プロセスで明日から使える具体的なプロンプト例の紹介
6. 業務特化型AIエージェントと知財業務の未来
   1. 生成AIを活用した知財業務の高度化
      • 単純作業からの解放と「戦略的業務」へのシフト
      • 社内知財チャットボットの構築事例
   2. 業務特化型AIエージェントを活用した業務効率化
      • AIエージェントとは
        • 指示待ちではなく、自律的に調査・推論・報告を行うAI
      • 次世代のクリアランス調査
        • 自社製品に関連する公開特許を毎朝自動ピックアップする可能性
• 質疑応答