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。维度论文专利交底书核心目标证明发现界定保护范围读者同行评审专利代理人、审查员语言学术叙事法律技术叙事关键要素实验证据技术特征、权利要求公开节奏尽早公开申请前保密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上下文容易丢失尤其是多轮对话后Agent会遗忘早期约束无法标准化迭代改一个部分要重新粘贴整个Prompt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Skillpatent-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.mdSKILL.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发明名称技术领域背景技术发明内容附图说明具体实施方式权利要求书草案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idea6.1 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编号技术特征特征类型F1对源代码进行AST解析生成语法树结构必要技术特征F2将AST转换为图结构节点为语法单元边为父子关系和数据流关系必要技术特征F3使用图注意力网络计算节点间注意力权重必要技术特征F4基于注意力权重聚合邻居节点特征必要技术特征F5在聚合特征基础上执行漏洞分类必要技术特征F6对注意力权重进行可视化生成漏洞解释信息可选技术特征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 常见问题列表问题现象可能原因排查方式解决方案生成的交底书内容太空泛输入材料缺少技术细节检查输入描述是否包含具体实现步骤补充算法流程、模块结构、参数配置权利要求包含太多非必要特征没有区分核心创新和实现细节查看技术特征清单是否标注优先级在Prompt中增加特征分类规则背景技术没有具体对比对象未提供现有技术信息检查是否填写了现有技术字段手动补充1-2篇最接近的现有技术有益效果没有数据支撑输入材料未包含实验结果确认Agent是否被要求标注数据来源补充实验数据或明确标注“待验证”Agent输出不符合交底书结构模板文件未被正确读取检查templates目录路径是否正确确认SKILL.md中引用了正确的模板路径术语不一致缺乏术语表约束检查references目录是否被加载建立专利术语对照表或要求Agent首处定义从属权利要求逻辑混乱特征引用关系不清晰查看权利要求引用链要求Agent在输出前检查引用关系编号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。