|
【講座の趣旨】
生成AI技術の急速な発展により、知財業務における業務効率化と品質向上の可能性が大幅に拡がっています。本講演では、ChatGPT、Claude、Geminiなどの大規模言語モデルを活用した実践的な知財業務手法について解説します。特許出願から明細書作成、中間処理、特許データ分析まで、具体的なプロンプト設計とツール活用法を通じて、AI時代における知財担当者に必要なスキルセットと実務への応用方法を習得していただきます。
【講座内容】
１．生成AI（大規模言語モデル）の基礎
1.1 LLM（大規模言語モデル）とは
1.2 LLMの仕組みと処理の流れ
1.3 LLMの特性
（ハルシネーション、プロンプトへの敏感性）
1.4 Human-in-the-Loop（人間参加型）の概念
1.5 生成AIツールの紹介（ChatGPT、Claude、Google AI、NotebookLM）
1.6 能力別LLM使い分けガイド
1.7 生成AIを効果的に活用するための必須スキルセット
（１）スキル1：プロンプト作成の基本と応用
（２）スキル2：APIの利用（Googleスプレッドシートとの連携）
２．生成AIによる技術アイデアの権利化支援と効率化
2.1 AI時代の特許業務の全体像（アイデア創出から出願まで）
2.2 オプトアウト設定とセキュリティ対策
2.3 発明提案書作成補助
（１）Visual Promptingの活用
（２）図面からの発明提案書生成
2.4 先行技術調査支援
（１）特許検索式の作成
（２）検索式から論理式への変換
（３）1次スクリーニング（GPT関数活用）
（４）NotebookLMによる2次スクリーニング
（５）Gemini 2.5 Proによる発明案評価
2.5 明細書作成
（１）Canvas機能の活用と編集テクニック
（２）関連ファイルのアップロードとプロンプト設計
（３）請求項作成補助
2.6 中間処理
（１）拒絶理由分析
（２）補正案・意見書案作成
３．生成AIを活用した特許データ分析
3.1 特許データ分析の進化（従来型 vs. 生成AI）
3.2 ChatGPTのInteractive ChartsとAdvanced Data
Analysis機能
3.3 特許データ加工
（１）整形処理（出願人名寄せ、出願人スクリーニング）
（２）課題・解決手段抽出
3.4 分類処理
（１）Googleスプレッドシートの活用
（２）課題分類・解決手段分類の生成と付与
（３）GPT関数の設定と活用
（４）ChatGPT Agentの活用
3.5 視覚化処理
（１）ランキンググラフ（出願人、課題、解決手段）
（２）時系列グラフ（出願人、課題、解決手段）
（３）棒グラフ（2軸分析）
3.6 分析処理
（１）比較分析
（２）コンセプト生成
3.7 マーケティング戦略生成（Canvas使用）
４．生成AIによる図や画像の分析と作成
4.1 LLMのマルチモーダル機能を使用した分析
4.2 共起ネットワーク図の解釈
4.3 対応分析結果の解釈
4.4 意匠の類否判断
4.5 発明図面の技術的情報抽出
4.6 SEM画像の組織分析
4.7 LLMによる特許図面の作成（フローチャート、ブロック図）
【質疑応答】
|
