专利撰写Skill：用AI Agent将论文idea自动转化为专利交底书

在科研和工程研发里，论文是“解释世界”，专利是“圈占世界”。想清楚这句话的人，一般已经被专利交底书折磨过至少一次。写论文时你有一堆实验数据可以撑场面，写专利交底书时却要求你把idea变成清清楚楚的技术特征、可对比的现有技术缺陷、以及能让人挑不出毛病的权利要求点。很多人在这里卡住，不是不会做科研，而是没掌握把技术想法翻译成专利语言的“转译能力”。

结合AI Agent、主流大模型和近年流行的Skill机制，现在有一个很实用的做法：把专利交底书的撰写流程封装成一个Skill，让Agent按固定方法论自动完成信息抽取、技术特征扩散、现有技术对比、交底书结构化生成。这篇文章会详细拆解这套专利撰写Skill的设计思路、目录结构、配置方法和完整提示词工程，适合被专利写作困扰的科研人员、研发工程师和技术团队。

我们用最小的成本跑通整个闭环：一个论文idea丢进去，几分钟后出来一份结构完整、可以直接交给代理人的专利交底书。文章里会给出可以直接复制的SKILL.md、目录模板和Prompt模板，并说明哪些环节必须人工介入、哪些环节可以让Agent放手去写。

1. 专利交底书为什么让人头疼

专利交底书是发明人交给专利代理人的核心技术文档。它不是论文，不是项目结题报告，也不是产品说明书，而是一份“向另一个懂技术但不等你动手写的人说明白你这个发明到底新在哪、保护什么、怎么实现”的文档。

很多人第一次写专利交底书时，会犯同一个错误：把论文摘要和实验部分搬过去。然后被代理人或企业IPR退回来，理由是“技术问题不明确”“技术特征不清楚”“有益效果没有数据支撑”。真正的麻烦在于，论文的逻辑是“我发现了什么、我证明了什么”，专利的逻辑是“我要保护什么、别人怎么绕过、我的方案边界在哪里”。这是两套不同的叙事。

专利撰写Skill要解决的，就是把后一套叙事自动化。它的目标不是取代专利代理人，而是把发明人从空白文档面前解放出来，让idea先变成一份有结构、有层次、有细节的交底书草稿，再由人和代理人做专业修正。

2. 论文idea和专利交底书的本质差异

要理解专利撰写Skill的价值，先要理解它处理的对象。论文idea和专利交底书之间隔着三层转换。

2.1 从发现到方案

论文idea通常是“我发现了一个现象”或“我提出了一种方法”。例如“我们提出了一种基于图神经网络的代码漏洞检测方法，实验显示准确率达到95%”。这句话作为论文观点没问题，但作为专利起点远远不够。

专利要保护的是技术方案，不是技术效果。它需要界定：

• 输入是什么
• 处理步骤是什么
• 每一步的具体约束是什么
• 输出是什么
• 和现有技术的边界在哪

2.2 从实验到特征

论文的实验部分给出的是“我们在某数据集上表现最优”，专利交底书需要的是“可被复现和规避设计的技术特征”。例如，你的模型用了“注意力机制”，那么交底书里要写清楚注意力机制加在哪一层、Q/K/V的维度怎么设定、训练时用了什么损失函数。

这恰恰是Skill可以做结构化抽取的地方。Agent不需要凭空发明技术内容，而是基于发明人提供的论文内容、代码结构、实验记录，抽取出可以被权利要求化的特征点。

2.3 从公开到保密

论文的timeline是尽早公开，专利的timeline是申请前保密。很多科研人员在这上面吃过亏：先发了论文再申请专利，导致自己的公开论文变成了自己的现有技术。这也是为什么交底书撰写阶段对时效和流程有要求，Skill可以帮你快速生成草稿，减少从idea到申请的时间窗口。

3. Skill机制与专利撰写流程的匹配点

近年以Claude为代表的大模型产品引入了Skill机制：把一组指令、模板、参考示例和约束打包成可复用的技能目录，Agent在需要时自动加载并执行。对于专利交底书这种高度结构化的写作任务，Skill是一个天然适配的载体。

3.1 Skill解决了“每次重新教”的问题

很多人用ChatGPT或Claude写专利时，体验是：第一次对话写得不错，换一个新对话，又回到泛泛而谈。因为通用对话没有预设领域方法论，你需要反复强调“请按照专利交底书格式”“请补充现有技术对比”“权利要求从属关系要清晰”。

Skill把这一套流程固化成文件，Agent每次进入任务时自动读取。这等于给你的Agent装上了一本专利写作SOP手册。

3.2 专利撰写Skill的核心设计思路

一个好的专利撰写Skill至少包含以下模块：

• 角色设定：告诉Agent它是一名经验丰富的专利代理人助理
• 流程约束：规定从输入idea到输出交底书的固定步骤
• 模板库：提供交底书的结构模板和权利要求模板
• 写作规范：限定技术特征描述方式、避免功能性限定、强调有益效果要有依据
• 校验清单：输出前检查是否缺失关键要素

这本质上是把资深专利工程师的隐性经验变成显式规则。Skill的价值不在于“让AI写得比人好”，而在于“让AI稳定地写到70分，让人在70分基础上改到90分”。

3.3 为什么说Skill比长Prompt更可靠

直接写一个超长Prompt也能实现类似效果，但存在三个问题：

1. 上下文容易丢失，尤其是多轮对话后Agent会遗忘早期约束
2. 无法标准化迭代，改一个部分要重新粘贴整个Prompt
3. 团队协作困难，不同人写的Prompt风格差距很大

Skill把方法论、模板、示例独立成文件，可以纳入版本管理，整个团队共用一套专利写作标准。这对高校课题组、企业研发团队尤其重要。

4. 专利撰写Skill的环境准备与目录结构

这里以当前主流的Skill机制为例进行搭建。无论你使用Claude的Agent Skills、Cursor的.rules规则文件，还是其他支持自定义技能的AI编程工具，核心思路是相通的：准备一个目录，放入SKILL.md和配套模板。

4.1 环境要求

• 一个支持自定义Skill的AI助手或Agent框架
• 最基本的文件编辑能力，推荐使用VS Code或Cursor
• 可选的版本管理工具Git，方便追踪Skill修改记录
• 用于测试的论文材料或idea描述

版本方面不需要强绑定。Skill机制本身迭代速度很快，你只需要理解：SKILL.md是技能入口，其他文件是辅助资源。

4.2 目录结构设计

我推荐用下面的结构组织专利撰写Skill：

patent-writing-skill/ ├── SKILL.md ├── templates/ │ ├── disclosure_template.md │ ├── claims_template.md │ └── existing_tech_analysis.md ├── guides/ │ ├── technical_feature_extraction.md │ └── writing_rules.md ├── examples/ │ └── sample_output_disclosure.md └── references/ └── patent_terminology.md

• SKILL.md：技能的主配置文件，定义触发条件和执行流程
• templates/：各种模板，Agent生成内容时直接套用
• guides/：方法论指南，告诉Agent怎么抽取技术特征、怎么写
• examples/：一份完整的示例输出，让Agent模仿风格
• references/：专利术语表，保证表述规范

4.3 SKILL.md 示例

下面是一个可以直接修改使用的SKILL.md：

--- name: patent-drafting description: 根据论文idea生成专利交底书，适用于技术方案提炼、权利要求撰写和现有技术对比分析。 version: 1.0.0 --- # 专利撰写Skill 你是一名资深专利代理人助理，擅长将研发人员提供的论文idea、技术方案描述或代码逻辑转化为结构完整、保护范围合理的专利交底书。 ## 触发条件 当用户提供以下内容时，自动启用本Skill： - 论文预印本或已发表论文 - 技术方案口头描述 - 代码仓库或算法流程 - 产品功能需求说明 ## 工作流程 执行以下步骤，不得跳步： 1. **信息收集**：向用户确认技术领域、核心创新点、现有技术基线、是否有实验数据。 2. **技术特征抽取**：从材料中提取区别于现有技术的技术特征，形成特征清单。 3. **现有技术对比**：基于特征清单，分析本方案与现有技术的差异和优势。 4. **交底书生成**：使用templates/disclosure_template.md生成完整交底书。 5. **权利要求草案**：使用templates/claims_template.md生成独立权利要求和从属权利要求。 6. **自检与输出**：对照写作规范检查输出，标注仍需要人工确认的部分。 ## 写作规范 - 必须使用技术特征描述，避免纯功能性表达。 - 有益效果必须有推理过程或实验数据支撑。 - 背景技术需要指出现有技术的具体缺陷，而不是简单说“现有技术不够好”。 - 权利要求中不得出现“大约”“可能”等模糊词汇。 - 生成内容如涉及具体数据，须标注数据来源。

这个文件是整套Skill的引擎。实际使用时，你需要根据自己使用的Agent平台调整开头格式，核心的工作流程和写作规范可以保持不变。

5. 核心流程拆解：从论文idea到专利交底书

5.1 信息收集阶段

这一阶段的目标是获取足够生成交底书的信息。Agent不能凭空编造技术内容，它需要明确几个关键输入：

• 技术方案的名称和所属技术领域
• 要解决的核心技术问题
• 方案的主要组成部分和连接关系
• 与现有技术相比的改进点
• 可用的实验数据或效果验证

在实际操作中，最省事的方式是直接丢给Agent一篇Paper的PDF或一段技术描述，然后让它列出“还缺哪些信息”。很多情况下，Agent会根据已有材料推断出大部分内容，但仍会识别出几个关键空白，这些空白往往正是交底书中最需要人工补充的地方。

5.2 技术特征抽取阶段

这个阶段是整个Skill的核心。技术特征抽取的好坏，直接决定了后续权利要求能否成立。

Agent需要把一段像“我们提出了一种融合注意力机制的代码漏洞检测模型”这样的描述，拆解成特征清单：

• 输入层：代码抽象语法树AST的构建方式
• 特征提取层：图神经网络GNN的层数、邻居聚合函数
• 注意力机制：加在GNN输出层，权重计算方式
• 分类层：多层感知机，二分类输出
• 训练方式：损失函数、负样本采样策略

注意，这个阶段不能靠Agent猜。如果输入材料里没有明确说明，Agent应该在“待补充信息”中标记出来，而不是用推测补全。这是专利撰写Skill和普通文本生成工具最大的区别。

5.3 现有技术对比阶段

专利交底书中，背景技术部分不仅仅是一个引言，它承担着“衬托本发明创造性”的职能。

Skill在设计上会让Agent先列出常见的现有技术类型，然后逐项对比。例如，现有技术如果包括“基于规则的漏洞检测”和“基于传统机器学习的漏洞检测”，Agent需要分析：本方案解决了它们的哪些缺陷？是基于什么机制解决的？区别点是否足够构成创造性？

这里有个实用的Prompt片段：

请以技术特征清单为基准，逐项分析本方案与以下现有技术的区别： 1. 现有技术A（规则匹配方法） 2. 现有技术B（传统机器学习方法） 对每一个区别点，说明： - 本方案采用什么手段 - 现有技术为什么没有采用该手段 - 该手段带来了什么技术效果

5.4 交底书生成阶段

在信息完整的情况下，Agent开始套用交底书模板生成正文。专利交底书的标准结构通常包括：

1. 发明名称
2. 技术领域
3. 背景技术
4. 发明内容
5. 附图说明
6. 具体实施方式
7. 权利要求书（草案）

Agent生成时，需要严格按照模板章节填充，不能自由发挥结构。

5.5 自检与输出阶段

最后，Agent要扮演一个“挑刺的发明人”，对生成的交底书进行自检。自检项包括：

• 是否包含明确的技术问题
• 技术方案是否足够具体，能否让本领域技术人员实现
• 是否有至少一个独立权利要求和若干从属权利要求
• 有益效果是否有依据
• 是否混淆了必要技术特征和非必要技术特征

6. 完整示例：一个论文idea生成专利交底书

下面用一个简化的示例演示完整流程。假设你有一个idea：

6.1 输入描述

技术名称：基于图注意力网络的代码漏洞检测方法 背景：现有漏洞检测工具误报率高 方案：用图注意力网络对代码AST建模，自动学习漏洞模式 实验：在开源数据集上误报率降低25%，召回率提升12%

6.2 Skill的执行结果摘要

Agent按照流程处理后，会先生成一个特征清单：

6.3 交底书章节示例

再来看生成后的交底书正文部分：

## 发明名称 一种基于图注意力网络的代码漏洞检测方法 ## 技术领域 本发明涉及计算机软件安全技术领域，尤其涉及一种基于图注意力网络的代码漏洞检测方法。 ## 背景技术 静态代码漏洞检测是保障软件安全的重要手段。现有的基于规则的检测方法依赖人工编写特征库，难以应对新型漏洞变体；基于传统机器学习的方法需要大量人工特征工程，且忽略了源代码中的结构信息。上述缺陷导致漏洞检测的误报率较高，难以满足实际工程需求。 ## 发明内容 本发明提供一种基于图注意力网络的代码漏洞检测方法，包括以下步骤： 步骤S1：获取源代码，解析生成抽象语法树； 步骤S2：将抽象语法树转换为图结构，其中图的节点为语法单元，边表示父子关系和数据依赖关系； 步骤S3：将图结构输入图注意力网络，计算各节点之间的注意力权重； 步骤S4：根据注意力权重对邻居节点特征进行加权聚合，得到节点嵌入表示； 步骤S5：基于节点嵌入表示进行漏洞分类，输出漏洞类型及置信度。

6.4 权利要求书示例

1. 一种基于图注意力网络的代码漏洞检测方法，其特征在于，包括： 获取源代码，解析生成抽象语法树； 将所述抽象语法树转换为图结构，所述图结构包括多个节点和边，所述节点表示语法单元，所述边表示节点之间的父子关系和数据依赖关系； 将所述图结构输入图注意力网络，计算各节点之间的注意力权重； 根据所述注意力权重对邻居节点特征进行加权聚合，得到节点嵌入表示； 基于所述节点嵌入表示进行漏洞分类，输出漏洞类型及置信度。 2. 根据权利要求1所述的方法，其特征在于，所述将所述抽象语法树转换为图结构，还包括： 对所述抽象语法树的每个语法单元生成一个节点； 根据语法单元的父子关系生成第一类边； 根据数据流分析结果生成第二类边，所述第二类边用于表示变量定义与使用位置之间的依赖。 3. 根据权利要求1所述的方法，其特征在于，所述计算各节点之间的注意力权重，包括： 对当前节点的每个邻居节点，计算注意力系数，并应用softmax归一化。

这个示例展示了Skill的核心输出形态。在实际使用中，交底书还会包含更详细的具体实施方式、技术效果数据以及附图说明。整体质量取决于输入材料的丰富程度。

7. 运行结果评估：怎么判断Skill输出合格

Skill跑完不是终点，关键是要能判断输出质量。我建议从四个维度评估。

7.1 技术方案可实现性

如果读交底书的工程师无法根据文字复现方案，那么这份交底书不合格。评估时可以用“三问法”：

• 输入数据格式说清楚了吗
• 每一步操作的输入输出明确吗
• 参数、阈值、模型结构有没有遗漏

7.2 保护范围合理性

好的权利要求应该既有宽度又有支撑。宽度是指独立权利要求不包含过多非必要特征；支撑是指每个特征都在说明书中有依据。Skill生成的初稿往往偏向“什么都写上”，需要人工判断哪些是核心创新，哪些只是实现细节。

7.3 背景技术对比充分性

背景技术不能只说“现有技术存在缺陷”。要列出具体方法、具体缺陷、本方案相对优点的关联关系。如果Agent生成的背景技术只是泛泛而谈，说明现有技术对比阶段的信息不够。

7.4 格式规范性

一份可以交付代理人的交底书，格式应当干净、章节齐全、术语统一。Skill通过模板可以保证这一点，但发明人还是要检查一遍，避免出现“发明名称与技术领域不符”这类低级问题。

8. 常见问题与排查方法

8.1 常见问题列表

8.2 排查路径

如果生成质量不稳定，优先检查几个环节：

• 输入材料是否足够详细
• Skill的工作流程是否被严格执行
• 模板文件是否正常加载
• 是否有示例文件供Agent参考

通常，从“输入信息不足”开始排查，解决率最高。因为大多数问题都是因Agent在下游环节“猜测”上游信息导致的。

9. 最佳实践与工程建议

9.1 先跑通最小示例，再处理真实项目

不要一上来就把一篇完整论文丢给Agent。先用一个简单的、你完全熟悉的技术方案跑通全流程，确认Skill的输出结构、质量和风格符合预期。这一步能帮你快速定位是配置问题还是Prompt问题。

9.2 建立团队共享的术语表

专利撰写最怕术语混乱，同一个概念在说明书里出现三种叫法，很容易让代理人误解。在Skill的references目录中维护一份术语表，明确定义每个术语的标准表述。随着使用积累，这份术语表会成为团队的技术资产。

9.3 将“待补充信息”显式标记

Skill在执行过程中一定会遇到输入材料没覆盖的内容。最佳实践是要求Agent把所有不确定信息单独列出，标记为“待补充信息”，而不是用推测内容填充正文。这可以避免“看起来完整、实则杜撰”的交底书出现。

9.4 必须由发明人做最终审查

Skill产出的是高质量草稿，不是可直接提交的终稿。发明人需要重点审查：

• 技术方案是否真实准确
• 有没有泄露核心技术秘密
• 与现有技术的区分度是否足够
• 是否有实验数据支撑有益效果

9.5 善用多个AI工具交叉验证

同一个技术方案，可以让不同模型或不同Skill版本分别生成交底书，再合并它们各自的优点。例如，一个版本擅长权利要求布局，另一个版本擅长具体实施方式展开，结合两者可以得到更完整的结果。

9.6 版本管理与更新

Skill文件建议纳入Git管理，每次修改写清楚变更原因。专利撰写规范可能会随法律实践变化而调整，Skill也需要定期更新。把“更新Skill文件”当作审查交底书之后的收尾步骤，能保证团队的技术方法始终一致。

10. 总结与后续学习方向

这篇文章把一个看似繁琐的“论文idea转发明专利交底书”过程，拆成了Skill机制可以自动化的固定流程：信息收集、技术特征抽取、现有技术对比、交底书生成、权利要求草案和安全校验。核心判断是：Skill真正解决的问题不是替代专利工程师，而是把质量不稳定的自由对话变成可复用、可配置、可协作的标准化流程。

你的下一步可以从一个具体动作开始：找一个你熟悉的技术方案，手动写一份交底书，然后把它作为examples目录中的样板，让你的Skill基于这个样板运行一次，看看输出距离你的期望差多少。这个过程会同时检验你的输入质量和Skill逻辑。

如果后续想深入，可以继续研究几个方向：如何在Skill中引入“权利要求布局策略”，让Agent根据技术特征的重要性自动安排独立权利要求和从属权利要求；如何把实验数据、对比表格自动化为交底书中的技术效果部分；以及如何将专利撰写Skill和论文检索工具、代码分析工具组合成一条完整的技术资产流水线。每打通一个环节，从idea到专利的距离就会再近一步。