最近用了9天的时间写完了一篇发明专利的技术交底书，回想上一次写发明专利，已是7年前的事了。那时，技术交底书全凭自己一个字一个字写出来。现在，有了AI大模型的辅助，效率比以前快了好多倍。

AI辅助编程

一开始，我只有一个关于坐标加偏发明专利的大概思路，通过几次与ChatGPT的对话，我得到了C#的基础源代码。同时，还了解到Feistel和S-Box加密算法的基础知识。

目前，用AI大模型直接生成全部源代码还不太现实，一方面你的提示词不可能写得非常明确，另一方面，大模型生成完整的源代码里仍然会有隐藏的BUG。最有效的办法，是将所需功能拆解为一个一个函数，通过与GPT的对话逐步实现每个函数，再组装起来。

有了基础源代码之后，可以请GPT帮你生成单元测试代码，自己再添加一些真实数据，以确保代码可以正确运行。

现在，已经有了一个可以运行的C#源程序了。

直接生成技术交底书

有了源代码，大模型其实已经可以直接帮你生成技术交底书了，只不过，它生成的这份文档只是一个非常初级的草稿，但也可以看到技术交底书的主要章节构成。

我当时与GPT-4o的对话是这样的：

我有一份C#源代码，实现的功能是这样的：【功能描述】，后面会附上全部源代码。你是一名资深的专利审查员，请帮我生成一份发明专利的技术交底书，包含必需的章节内容，同时让专利内容比较容易通过该审查员的审查。好了，源代码如下：【这里附上几个核心函数的源代码】*

GPT这时可以生成出来说明书摘要、权利要求书、说明书（其中又包括技术领域、背景技术、发明内容、具体实施方式、结论等）这些内容。主体框架已经有了，技术领域、背景技术部分基本上可以直接使用，不过其它章节的内容还非常简陋。

后面需要针对每个章节的内容逐个完善。

生成关键章节：发明内容

发明内容这个章节类似论文的技术方案部分，要详细描述算法的具体步骤。遵循专利撰写的规范，并参考别人的模板，可以让GPT根据源代码直接把详细步骤写出来。

我的提示词大概是这样：

我写了一个C#程序，程序里有少量注释，请根据这个程序的主要功能，撰写一篇发明专利的技术交底书，我当前只要技术方案部分的内容。

技术方案部分，要清楚、完整、准确地详细加以描述，特别是要把区别于现有技术的发明点尽可能地描述清楚，以使本领域内的普通技术人员能实施为准，并且在描述技术方案的每项技术手段时，相应地说明其在本发明中所起的作用。发明点的替代技术方案如果有，也要尽量提出。

技术方案是申请人针对要解决的技术问题所采取的技术措施的集合。清楚、完整、能够实现能够支持权利要求书。

我的这个专利是一个软件算法，请写出该方法的物理步骤，每一步计算机程序所执行的各项功能以及如何完成这些功能等等。

物理步骤的实现一般需要有相应的数学模型，主要体现为数学公式、逻辑判断式等。在数学公式和逻辑判断式中，应结合具体的技术问题，将各参数的物理含义解释清楚。有些数学模型（如一些计算公式等）是发明人自己设计的，应写出该公式的推导过程，以证明其合理性。

流程里如果有多个步骤，可以用S1、S2、S3……进行标记，如果还有子步骤，可以使用S201, S202, S203等进行标注。

好了，下面附上源代码，请帮我完成技术交底书的技术方案部分的内容吧，谢谢！

【附上主要函数的源代码】

GPT4非常强大，它能够读懂程序，并把各个步骤的功能描述写出来，你只需把它写得非常啰嗦的文字再简化一下，基本上就是可用的。

专利的名称

把技术方案里的详细步骤发给GPT，让它给出20个专利名称备选，可以很容易从里面挑出一个自己满意的。

补充具体实施方式

发明专利要求公开算法的细节，让其他人可以根据你的描述复现整个试验过程，通常算法方面的专利会有一个“具体实施方式”的章节，这也是GPT的强项。

我的提示词大概是这样的：

我有一个C#程序算法，后面会附上相关源代码。

我根据源代码，写出了加偏方法的几个主要步骤：

【把修改好的技术方案里的详细步骤附在这里】

现在我需要你帮我对应这个步骤，写出具体实施方式，比如浮点数42.57688，经过加偏算法的每一步处理之后得到的中间结果，二进制表示、十六进制表示等等，详细写清楚。提醒一句，42.57688经过IEEE754标准转换的4个字节是0x42, 0x2a, 0x4e, 0xba。

源代码如下：

【这里附上所有源代码】

这里GPT会犯错误，浮点数转换为二进制表示，它给出的答案通常是不对的，但它写得煞有介事，一定不要被它骗了，自己去跟踪代码，核实每一步的运行结果，补充好具体实例。

实施效果部分

我首先问ChatGPT是否有一些可以直接下载的经纬度坐标的数据，它推荐了GeoNames数据集。这个网站提供了全球众多城市的坐标信息，非常适合测试坐标加偏的效果。

此外，我还找到了去年某个地震项目中的20多万个炮点的坐标数据，这些数据也可以进行加偏测试。

为了评估加偏效果，我首先想到的方法是计算加偏前后两个坐标点的距离。我向GPT询问了一个能够计算地球上两点之间距离的函数，通过这个函数，我得出了我的算法平均加偏距离在190米左右，加偏范围在8米到800米之间。

把这些信息作为GPT的提示词，可以得到实施效果部分的文字。

附图

专利摘要和说明书里通常需要附图说明，有几张流程图是我自己用PPT画的，一张加偏后距离小于500米的城市分布图以及一张加偏数据的直方图是GPT帮我生成的python代码。代码里直接使用了pandas和cartopy库，如果自己琢磨，可能也要花上几天时间。

当然，GPT并不能直接生成可用的源代码，你仍然需要掌握基本的编程知识，能够快速改正里面的小BUG，得到自己想要的统计图。

权利要求书部分

权利要求书里的内容，有点类似声明需要进行专利保护的内容。对于初写专利的人来说，这一部分无从下笔。我把发明内容里的详细步骤发给Kimi，没想到国产的大模型生成的“权利要求书”比GPT-4o更接地气，可能GPT-4o生成的权利要求书更像国外专利的风格吧。

这里还可以换Claude等大模型再试试，从里面挑选写得较好的内容补充进去，就可以全面覆盖算法、软件、介质、装置等各个方面的权利要求。

说明书摘要

把发明内容、实施用例等内容扔给GPT，让它生成一段说明书摘要，这是大模型最擅长的任务。相同的问题，再扔给Cluade或Kimi，人工稍加整理，摘要也就搞定了。

到这里，一篇完整的发明专利的技术交底书就大功告成了！！！

我还想试试把所有提示词给它，看看大模型能否一口气直接帮我生成技术交底书，我的试验结论是不行，可能是上下文长度受限吧。

我的提示词如下：

我写了一个C#程序，程序里有少量注释，请根据这个程序的主要功能，撰写一篇发明专利，专利的名称是【一种基于XXXX的加偏方法】。

我的算法有个特点，能够对于经纬度进行少量偏移，因为这些数据经常出现在数据库中，有时需要进行空间位置检索，少量的偏移也可以得到相对一致的统计结果，同时数据又可以精确恢复，满足数据保密的需求。

请帮我写一个专利的技术交底书，内容包括说明书摘要、权利要求书、说明书等几个部分。

说明书里要说明技术领域、背景技术、发明内容、附图说明、具体实施方式、实施用例等几个部分。

说明书摘要部分不要超过300字。

背景技术要写明对本发明理解、检索、审查有用的背景技术，尤其是与本发明最近的现有技术，并尽可能引证反映这些背景技术的文件。还应当指出背景技术存在的问题及缺点（对应发明的有益效果，用于评价创造性）。引证文件应当是公开出版物。

技术方案部分，要清楚、完整、准确地详细加以描述，特别是要把区别于现有技术的发明点尽可能地描述清楚，以使本领域内的普通技术人员能实施为准，并且在描述技术方案的每项技术手段时，相应地说明其在本发明中所起的作用。发明点的替代技术方案如果有，也要尽量提出。技术方案是申请人针对要解决的技术问题所采取的技术措施的集合。清楚、完整、能够实现能够支持权利要求书。

我的这个专利是一个软件算法，请写出该方法的物理步骤，每一步计算机程序所执行的各项功能以及如何完成这些功能等等。

物理步骤的实现一般需要有相应的数学模型，主要体现为数学公式、逻辑判断式等。在数学公式和逻辑判断式中，应结合具体的技术问题，将各参数的物理含义解释清楚。有些数学模型（如一些计算公式等）是发明人自己设计的，应写出该公式的推导过程，以证明其合理性。

流程里如果有多个步骤，可以用S1、S2、S3……进行标记，如果还有子步骤，可以使用S201, S202, S203等进行标注。

有益效果部分，这个算法能够对数据加偏，使用geoname测试数据集测试之后，加偏前后得到的两个位置，计算距离，平均加偏196.05米，最小偏差为6.72米，最大偏差为370米。

附图准备提交3个，图1是整体加偏的处理流程图，图2是后8位数据的多轮次加密处理过程，图3是解偏的处理过程。

好了，C#程序的源代码如下：

【把核心的源代码附在这里】

总结

我使用AI大模型辅助专利写作的几点经验：

1）辅助编程，生成算法的源代码。写C#程序的时候，让ChatGPT帮了很多忙，基本框架是能够快速写出来的，慢慢修改。逐个函数击破，再组装起来。

2）把专利申请和写作的基本知识，可以当作ChatGPT的提示词。

3）专利交底书的主要框架可以一次性生成出来，后面再逐章修改。

4）关于专利的名称，可以问ChatGPT，把算法做的详细步骤描述出来，或者把专利的摘要发给它，让它给出20个建议。

5）专利里的附图可能还需要自己画，关于数据分析的python绘图代码，也可以请ChatGPT帮忙。

6）技术交底书中有一个“权利要求书”章节，这里是一些要保护的内容的诉求，感觉国产Kimi大模型生成的好一点。

7）在算法效果的图表分析方面，也请教了ChatGPT，它提供了分析思路，你再问它要python代码。

8）有些相同的问题还问了Claude大模型，有时能产生比GPT-4o更好的回答，再手工整理到交底书中。