本セミナーでは、機械・情報処理・ソフトウェア・制御系の事例を中心に、
知財実務の「どの工程を人が担い、どの工程をAIに任せ、どう検証するか」を整理します。
★見逃し視聴のみの申込みも可能です（視聴期間：5/20～5/26）
1. 生成AIと知財実務の現在地：できること／できないこと、誤り方の特徴
2. 実務での前提整理：守秘・著作権・個人情報、社内規程と運用の落とし穴
3. 生成AI活用の基本設計：入力（素材）- 出力（成果物）- 検証（根拠）の三層モデル
4. プロンプトの型：対話型、目的、制約条件、役割付与、出力フォーマット固定
5. 先行技術調査の再設計(1)：調査目的の定義（無効／侵害／出願前／FTO）
6. 先行技術調査の再設計(2)：検索式設計の考え方（漏れとノイズの制御）
7. FI・Fタームの使い方：分類をAIに提案させる手順と、人が確認すべきポイント
8. スクリーニング効率化：要約・対比・論点抽出の分業（AI／人）
9. 発明整理の再設計(1)：課題-手段-作用効果の構造化
10. 発明整理の再設計(2)：実施形態のバリエーション展開と、クレーム群の設計
11. 明細書作成の再設計(1)：AIに書かせる範囲と、人が書くべき範囲
12. 明細書作成の再設計(2)：背景技術・課題の書き方
13. 明細書作成の再設計(3)：実施形態の書き分け（広さとサポートの両立）
14. クレーム作成(1)：独立項の骨格（構成要件の粒度、冗長性の管理）
15. クレーム作成(2)：従属項の設計（迂回困難化、審査・係争の先読み）
16. 進歩性検討：差異抽出、容易想到性の論点整理、作用効果の位置付け
17. 拒絶理由対応：審査官の読み方を踏まえた反論・補正の設計
18. IPランドスケープ入門：技術テーマ設定、母集団の作り方、分類・可視化の考え方
19. 実演例：ChatGPTを用いた(1)発明整理、(2)検索軸作成、(3)クレーム、(4)明細書、(5)中間処理
20. 新人教育からチーム運用まで
21. まとめ
□質疑応答□