生成AIの急速な進化は、特許調査の現場を大きく変えつつある。従来、専門的なノウハウと多大な時間を要していた先行技術調査・クリアランス調査・競合分析が、適切なプロンプト設計とツール活用により、研究者・技術者自身の手である程度、効率的に行えるようになってきた。
　本講演では、特許制度の基礎から生成AIを活用した調査実務まで、実際に使えるプロンプト例を交えながら体系的に解説する。AIはあくまで道具であり、その出力を正しく評価・活用するには知識と判断力が不可欠である。本講演を通じて、開発・研究現場で明日から実践できる特許調査のリテラシーとAI協働スキルの習得を目指す。

1. なぜ今、技術者が特許調査を学ぶのか
   1. 開発業務と知財のつながり
   2. 開発現場の実情
   3. 「知財は難しい」の正体
   4. 生成AIが下げるハードル、下げないハードル
   5. AI活用の前提条件
      • 基礎知識なしにAIは使いこなせない
   6. 本講演の全体像と進め方
2. これだけは押さえたい!特許制度のキホン
   1. 特許とは何か
   2. 出願から登録までの流れ
   3. 2種類の公報
   4. 出願書類の構成
   5. 請求の範囲の読み方
   6. 構成要件の分解
   7. 特許のステータス管理
   8. 新規性と進歩性
   9. よくある誤解:「特許が取れた=売っていい」ではない
   10. 【ミニ演習】身近な製品のクレームを読んでみよう
3. AIで加速する!特許公報の速読術
   1. 公報の読み方の基本
      • どこから読むか、どこを飛ばすか
   2. Google PatentsのURLを活用したAI連携の基本
   3. プロンプト設計の3原則
   4. 全体要約プロンプトの実践
   5. 請求項要約プロンプトの実践
   6. 主要AIツールの比較
   7. ハルシネーション対策
   8. 汎用AIと知財特化型AIの使い分け
   9. 【ミニ演習】指定特許をAIで要約してみよう
4. AIで効率化!先行技術調査の実践フロー
   1. 調査の3種類
   2. 開発プロセスと調査タイミング
      • いつ・何を・どこまでやるか
   3. 調査観点の決定
      • A×B×Cで発明を分解する
   4. J-PlatPatでの検索実践
      • キーワード予備検索から分類検索へ
   5. 検索式の論理演算
      • AND・OR・NOTの使い方
   6. 特許分類 (IPC・FI・Fターム) の基礎と簡単な見つけ方
   7. AIによる検索式作成支援
   8. 段階的スクリーニングの設計
   9. AI要約を使った効率的なスクリーニング実践
   10. 【ミニ演習】調査観点を設定して検索式を作ってみよう
5. AIでリスクを見抜く!クリアランス調査の実践
   1. 先行技術調査との違い
   2. 特許権侵害の判断基準
   3. 均等侵害とは
   4. AI前提の段階的スクリーニング設計
   5. クレームチャートの作り方
   6. クレームチャート作成プロンプトの設計ポイント
   7. 要注意特許発見後の対応フロー
   8. 出願中案件のウォッチング
6. AIで可視化する!特許分析とレポート作成
   1. 分析の目的設定
   2. 出願動向グラフの作り方
      • 業界トレンドと主要プレイヤーの把握
   3. 競合ポートフォリオ分析
      • 技術分野別マップで強み・弱みを可視化
   4. AIへのデータ分析プロンプト
      • 仮説出しと考察の自動化
   5. 分析レポートの構成
      • Executive Summary・根拠データ・プロンプト条件の記載
   6. 応用:J-PlatPat APIを使った調査・分析自動化の可能性 (紹介)
7. まとめ
   1. 本日のエッセンス
      • AIで「読む・調べる・分析する」の実践サイクル
   2. AI活用のマインドセット
   3. セキュリティ上の注意点
   4. 参考文献・ツール・学習リソースの紹介
• 質疑応答