ChatGPTやGeminiなどの生成AI (汎用AI) の普及により、特許調査・発明整理・明細書作成・拒絶対応・IPランドスケープは、従来の手順では効率と品質の両立が難しくなっています。
　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。
　AIの出力を確実に活用するためのプロンプト設計、作業の再現性、情報管理、そして将来のAI審査・AI解析への耐性まで踏み込み、明日から実務で使える判断軸と手順を具体的に解説。
　特許調査の検索式設計、FI・Fタームの活用、発明整理、明細書・クレーム設計、拒絶理由対応、IPランドスケープの構築まで、生成AIを組み込んだ知財業務の実践ノウハウを網羅的に解説します。

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. ChatGPTを用いた実演例
    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