10/9 《生成AIの活用による知財業務の効率化と高度化》プロンプト・AI関数・AIエージェントの3スキルで進める特許出願実務と特許データ分析
| イベント名 | 《生成AIの活用による知財業務の効率化と高度化》プロンプト・AI関数・AIエージェントの3スキルで進める特許出願実務と特許データ分析 |
|---|---|
| 開催期間 |
2026年10月09日（金）
13:00～16:30 【見逃し配信の視聴期間】 開催翌営業日から7日間［10/13～10/19中］を予定 ※動画は未編集のものになります。 ※視聴ページは、開催翌営業日にマイページへリンクを設定します。 ※会社・自宅にいながら受講可能です。 ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。 ■配布資料 PDFデータ(印刷可・編集不可) ※開催2日前を目安に、主催会社様HPのS&T会員マイページよりダウンロード可となります。 |
| 会場名 | 【Zoomによるライブ配信セミナー】アーカイブ(見逃し)配信付き |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2026年10月09日（金）12時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
《生成AIの活用による知財業務の効率化と高度化》プロンプト・AI関数・AIエージェントの3スキルで進める特許出願実務と特許データ分析
～発明提案書作成・先行技術調査・明細書作成から特許マップ生成・新規事業構想まで～
受講料（税込）：49,500円
＼お得な割引キャンペーン実施中！／
詳細・お申し込みは「お申し込みはこちらから」よりご確認ください。
【オンライン配信】
ライブ配信 ►受講方法・接続確認（申込み前に必ずご確認ください）
アーカイブ配信 ►受講方法・視聴環境確認（申込み前に必ずご確認ください）
セミナー視聴はマイページから
お申し込み後、マイページの「セミナー資料ダウンロード／映像視聴ページ」に
お申込み済みのセミナー一覧が表示されますので、該当セミナーをクリックしてください。
（アーカイブ配信は、配信日に表示されます。）
さらに、特許データの分類・要約、特許マップの作成、定量・定性分析から、新規事業構想案の作成までを、ケーススタディやデモンストレーションを交えて実践的に解説します。
講師
株式会社知財デザイン 代表取締役 川上 成年 氏
[ご専門] 知的財産
1994年～2000年：日本電気株式会社にて生産技術開発業務に従事
2003年：弁理士試験合格、弁理士業務開始
2011年：株式会社知財デザインを設立
2013年：特定侵害訴訟代理業務付記登録
2026年：パテント・インテグレーション株式会社 技術顧問就任
Note：特許に関する最新情報を紹介しています。https://note.com/ip_design
セミナー趣旨
本セミナーは、生成AI（大規模言語モデル・LLM）を知的財産業務へ導入・活用し、業務の効率化・高度化を図ることを目的としています。ChatGPT・Claude・Gemini・Copilotなど主要生成AIの仕組みや最新動向、用途別の使い分けを解説した上で、プロンプト作成、スプレッドシートのAI関数、AIエージェントという3つの実務スキルを軸に、発明提案書の作成、先行技術調査、明細書作成、中間処理といった特許出願実務の各工程での具体的な活用手順を紹介します。さらに、特許データの分類・要約から定量分析・定性分析、新規事業構想案の作成に至る一連の特許データ分析手法についても、デモンストレーションを交えて実践的に解説します。
セミナー講演内容
Ⅰ．生成AI（大規模言語モデル）の基礎と知財業務への活用
1. 生成AI（LLM）の仕組みと基本特性
- 大規模言語モデルの基本概念と押さえるべき2大特性
（ハルシネーション・プロンプトへの敏感性）
- Human-in-the-Loop（人間参加型）による品質確保の考え方
2. 主要生成AIツールの最新動向と使い分け
- ChatGPT、Claude、 Google AI、Microsoft Copilotの特徴と活用シーン
- 用途別LLMの使い分け（コーディング・画像生成・分析思考）と
知財業務での処理可不可の比較
3. 生成AIをより効果的に活用するために必要なスキルセット
- スキル1 ： プロンプト作成の考え方と改善サイクル
- スキル2 ： スプレッドシートのAI関数による大量処理
- スキル3 ： AIエージェントの活用とメリット・デメリット（秘密情報を扱う際のリスク）
- チャット・AI関数・AIエージェントの使い分け（プロンプトと手順を誰が設計するか）
- 生成AI時代の特許業務プロセスの全体像（権利化・特許データ分析）
Ⅱ．生成AIを活用した特許出願実務
1. 生成AI活用の前提と明細書作成フロー
- 人間側の専門知識の重要性とオプトアウト設定の考え方
- 発明提案書作成から中間処理までを一貫して行う明細書作成フロー（6工程）
2. 発明提案書の作成
- LLMを活用した発明提案書ドラフトの作成（図面がない場合の対応を含む）
3. 先行技術調査の効率化
- LLMによるJ-PlatPat検索式の作成
- AIエージェントによるJ-PlatPat操作（デモンストレーション）
- AI関数による関連文献のスクリーニング（類似度評価）
- NotebookLMによる文献全文チェックと先行技術調査報告書の作成
4. 特許明細書・図面の作成
- AIコーディングエージェント（Codex／Claude Code）による長文明細書の作成
- 明細書作成スキル（Skill）の作成方法と活用
- AI生成案のチェックポイント（完成度の考え方と人間による確認）
- LLMによる特許図面（フローチャート・ブロック図）の作成
Ⅲ．生成AIを活用した特許データ分析（ビール関連特許を題材としたケーススタディ）
1. 特許データ分析の重要性とAI活用のメリット（従来型分析との比較）
2. データ前処理：生データの分析可能な形への加工
- 出願人名寄せ、課題文章・解決手段文章の抽出、スクリーニング
- スプレッドシートのAI関数による課題分類・解決手段分類の生成と付与
- 生成AIによる分類精度の考え方
3. 定量分析：特許データの全体像を掴む
- 出願日×企業、課題分類×解決手段分類等のクロス集計と特許マップの作成
- 仮説領域の抽出と定量分析報告書の作成
4. 定性分析：注目領域を深掘りする
- 注目領域の特許データの深掘り分析と定性分析報告書の作成
5. 新規事業構想案の作成：分析から価値創造へ
- 分析結果に基づく新規事業案の発想と報告書の作成
- インフォグラフィック（図解）やプレゼン用スライドの生成
Ⅳ．全体のまとめと質疑応答
□質疑応答□
※詳細・お申込みは上記
「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。
※満席・日程終了などで参加が難しい場合は、下記「お問い合わせ」ボタンより再開催のリクエストを承っております
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 10/9 《生成AIの活用による知財業務の効率化と高度化》プロンプト・AI関数・AIエージェントの3スキルで進める特許出願実務と特許データ分析 (2026年09月03日)
- 10/8 三次元集積化プロセスの基礎と先進半導体パッケージの最新動向 (2026年09月03日)
- 10/9 粉体装置・設備トラブルの原因と予防・対策 (2026年09月03日)
- 10/7 研究開発テーマの評価と意思決定―Go/Stop判断・優先順位付けのための考え方と進め方― (2026年09月03日)
- 10/8 クリーンルーム 清浄度維持の勘どころ (2026年09月03日)
- 10/2 ＡＬＤ（原子層堆積法）の基礎とプロセス最適化および最新技術動向 (2026年09月02日)
- 10/7 化粧品の微生物学的品質保証の実務と微生物試験・評価の勘所 (2026年09月02日)
- 10/2 導電性高分子の基礎と高導電化・高機能化技術および最新技術動向 (2026年09月02日)
- 9/30 製造販売後ＤＢ調査における研究デザイン・疫学手法とRWDデータ活用・科学的根拠 (2026年09月02日)
- 9/30 レオロジーを特許・権利化するための基礎科学、測定技術、出願戦略 (2026年09月02日)
