JPO AIビジョンとは、特許庁が業務でAIをどう使うかを示した基本方針のことです。

特許庁が、庁内でAIをどう扱うかの考え方を一枚の方針として公表しました。審査を受ける側である弁理士事務所にとって、これは他人事の行政文書ではありません。審査側の道具立てが変わるなら、明細書の書き方も中間対応の組み立ても、その前提を踏まえて設計し直す余地が出てきます。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。公表日は2026年7月27日で、所管は特許庁総務部総務課業務変革戦略室です（出典: 特許庁「特許庁におけるAI活用の基本方針「JPO AIビジョン」について」）。

特許庁が2026年7月にAI活用の基本方針を明文化するまでの経緯

特許庁の説明によれば、同庁は1990年に世界に先駆けて電子出願システムを構築し、以降30年以上にわたってIT化に注力してきました。AIについても2017年に策定・公表したアクション・プランの下で検証と活用を進めてきたとされています（出典: 特許庁）。つまり今回の方針は、ゼロからの方針転換ではなく、9年前から続く取り組みの上に生成AI時代の考え方を重ねたものという位置づけです。

方針が新たに置かれた理由として、特許庁は生成AIの急速な発展を挙げています。生成AIはイノベーションの新たな原動力になるだけでなく、審査を含む行政サービスの品質・効率を劇的に向上させる可能性を有しており、世界の知財庁でも様々な取組がなされている、という認識が示されています。同時に、機密情報の漏えいや誤情報の出力といったリスクが伴うことも明記されました。この両面を並べたうえで、人間中心の原則の下、リスクに適切に対応しながらAI活用を進め、高品質・迅速な行政サービスを提供するという基本的な方向性が示されています（出典: 経済産業省「特許庁におけるAI活用の基本方針「JPO AIビジョン」を策定しました」）。

ここで弁理士側が読み取っておきたいのは、方針の抽象度そのものです。公表資料の本文は、具体的な導入ツール名や適用業務の一覧ではなく、考え方の宣言に寄っています。裏を返せば、個別業務への実装は今後のアクション・プランや調達の段階で決まっていく構造になっており、現時点で審査実務が明日から変わると読むのは早すぎます。他方で、方針が明文化されたという事実は、庁内でAIを使うことの是非がもう論点ではなく、どう使うかの段階に移ったことを示しています。

もう一点、リスクの列挙の仕方も実務に効きます。機密情報の漏えいと誤情報の出力という二つが挙げられている構図は、そのまま事務所側の課題と重なります。審査側が未公開の出願情報を扱いながらAIを使うときに何を気にするかは、事務所が顧客の未公開発明を扱いながらAIを使うときに気にすべき論点とほぼ同じ形をしています。行政の方針文書を、自事務所の規程を点検するチェックリストとして読み替えられるかどうかが、この公表を活かせるかの分かれ目になります。

先行技術調査の側でAIがどう入ってきているかは、JPOの先行技術調査とAIの関係を整理した記事で扱っています。庁の年次の状況報告から読み取れる審査の実像は特許行政年次報告書を弁理士視点で読む記事にまとめてあり、あわせて読むと今回の方針の位置が掴みやすくなります。

JPO AIビジョンを自事務所の出願実務に落とす5つの手順

方針を読んで終わりにせず、事務所の作業手順に接続する道筋を5段階で整理します。前提として、AIが担うのは下書きと候補出しまでで、権利範囲の判断と提出物の最終確認は弁理士が行う工程として残します。この線引きを手順の中に工程として置いておかないと、便利さに引きずられて境界が溶けていきます。

第一段階は、自事務所の作業棚卸しです。出願案件の作業を、発明ヒアリング、先行技術調査、クレーム設計、明細書執筆、図面指示、中間対応、期限管理、請求書処理まで分解し、それぞれについて「顧客の未公開情報を含むか」「成果物が庁に提出されるか」の二軸で分類します。未公開情報を含まず提出物にも直結しない作業、たとえば社内向けの技術メモの体裁整えや調査結果の要約整理から着手するのが、事故の少ない入口になります。

第二段階は、モデルとテナントの選定です。入力データが学習に使われるかどうかは各社の公式ドキュメントで条件が異なり、同じ製品でも一般向けプランと法人向けプランで扱いが変わります。ここは伝聞で決めず、契約条件とデータ処理条件の原文を印刷して事務所内で回覧するところまでやると、後の説明責任が軽くなります。

第三段階は、プロンプトの型づくりです。弁理士業務でAIの出力品質を左右するのは、モデルの新旧よりも入力の構造化度合いです。発明の構成要素、課題、効果、想定される回避設計を分けて渡す型を用意しておくと、担当者が変わっても出力の質が揺れにくくなります。

第四段階は、出力の検証工程です。生成AIは条番号や公報番号のような識別子を平然と作ります。番号が出てきたら人が原典で引き直す、という一手を工程表に明記します。ここを性善説で運用すると、後述する失敗例に直結します。

第五段階は、記録です。誰が、どの案件で、どのツールに、どの範囲の情報を入れたかを案件管理システムの備考欄に一行残す運用にしておくと、顧客から問われたときに即答できます。監査のためではなく、事務所を守るための記録です。

発明ヒアリングのメモから明細書の骨格を組む場面では、次のような型が使えます。実在の顧客情報は入れず、架空の記号に置き換えて渡す前提です。

あなたは特許明細書の構成案を作る補助者です。以下の情報から、明細書の骨格案のみを出力してください。

【入力】
- 技術分野: A分野の製造装置
- 従来技術の課題: 甲が指摘した課題X（歩留まりのばらつき）
- 発明の構成要素: 要素1（検知部）、要素2（制御部）、要素3（記録部）
- 主な効果: 課題Xの低減

【出力条件】
1. 「技術分野」「背景技術」「課題」「解決手段」「効果」の見出しで構成案を出す
2. 各見出しは箇条書き3点以内。文章化はしない
3. 公報番号・条番号・判例名は一切出力しない（後で人が原典から補う）
4. 情報が不足している箇所は「要ヒアリング」と明示する
5. 権利範囲の当否や登録可能性の評価は書かない

中間対応の初期整理では、争点の言い換えを避けることが要点になります。次の型は、拒絶理由の構造を分解させるところまでに用途を限定しています。

あなたは中間対応の下準備を行う補助者です。以下の拒絶理由の要旨から、検討すべき論点の分解のみを行ってください。

【入力】
- 拒絶理由の要旨（担当者が要約したもの）: {ここに貼る}
- 本願の構成要素: 要素1、要素2、要素3
- 引用文献の要旨: 文献Aは要素1と要素2に相当する記載あり、要素3は不明

【出力条件】
1. 「引用文献と一致すると指摘されている点」「相違点の候補」「補正の方向性の候補」「追加調査が必要な点」の4区分で整理する
2. 各項目は事実ベースの記述に留め、意見や結論は書かない
3. 条番号・審決番号・判例名は出力しない
4. 相違点の候補は、明細書の記載根拠が必要な箇所を明示する

この二つの型に共通するのは、識別子を出させないことと、評価を書かせないことです。前者はハルシネーションの混入経路を塞ぐため、後者は成果物の性質を下書きに留めるためです。出力を受け取った弁理士が原典を引き、判断を足す工程を通ることで、はじめて提出物になります。

顧客の未公開発明をAIに入れる前に決めておく3つのこと

弁理士業務で扱う情報の多くは、出願前の未公開発明です。公開されれば新規性の判断に影響し得る情報を、外部のクラウドサービスに渡す判断をどう組み立てるかが、この節の主題です。

一つ目は、根拠条文の確認です。弁理士法は第30条に秘密を守る義務の規定を置き、弁理士又は弁理士であった者は、正当な理由がなく、その業務上取り扱ったことについて知り得た秘密を漏らし、又は盗用してはならないと定めています。同法第80条は、第三十条の規定に違反した者を六月以下の拘禁刑又は五十万円以下の罰金に処すると定め、この罪は告訴がなければ公訴を提起することができないとしています（出典: e-Gov法令検索 弁理士法）。条文はここまでで、個別のツール利用がこれに触れるかどうかの当てはめは、事案ごとに弁理士自身が判断する領域です。記事としてできるのは、条文の位置を示すところまでです。

二つ目は、ベンダー側の条件確認です。確認しておく項目は三つに絞れます。入力したデータがモデルの学習に使われるかどうか、データが保存される期間と保存先の国、そして再委託先の一覧です。三つ目が抜けがちですが、実質的なデータの流れを決めるのは再委託先の構成であり、ここを把握していないと顧客への説明が空回りします。加えて、法人向けプランで学習利用が行われない条件になっている場合でも、個々の従業員が個人アカウントで同じ製品を使えば条件は変わります。事務所として塞ぐべきは、契約ではなく端末側の運用です。

三つ目は、顧客への説明と同意の設計です。委任契約書や業務委託契約書に、AI利用に関する条項を置く事務所が増えています。書き方の選択肢は、包括的に同意を得る形と、案件ごとに確認する形の二通りがあり、扱う技術分野の機微さで使い分けられます。半導体や創薬のように公開前情報の価値が極端に高い分野では、案件ごとの確認に寄せる運用例があります。契約実務での書きぶりは生成AI利用条項の設計を扱った記事で整理しています。

事務所規程に落とすなら、禁止事項の列挙よりも、使える範囲の明示から書き始めた方が運用に載りやすいと考えられます。禁止だけを並べた規程は、抜け道の解釈を各人に委ねる結果になりがちです。使ってよいツール、入れてよい情報の区分、人が確認する工程、記録の残し方の四点を先に決め、それ以外は個別相談とする構成にすると、判断の負荷が事務所側に集まります。なお、顧客が個人である場合や、発明者個人の経歴情報を含む場合には、個人情報の保護に関する法律の第三者提供に関する規定も並行して確認する対象になります。

弁理士事務所で起きやすい3つの失敗と回避の考え方

一つ目は、存在しない識別子が成果物に混入するケースです。生成AIに先行技術の整理をさせた際、実在しない公開番号や、改正で条ずれした条番号がそのまま出力され、担当者が原典を引かずに社内資料に載せてしまう。社内資料であれば軌道修正できますが、顧客への報告書や庁への提出物に載ると信用の問題になります。回避策は工程の側に置くのが確実です。前節のプロンプト型で識別子の出力自体を禁じ、番号は人が原典から補う分業にしておけば、そもそも混入経路が閉じます。

二つ目は、同意なき投入です。急ぎの案件で、担当者が顧客の技術資料をそのままクラウドAIに貼り付ける。悪意はなく、締切に追われた結果として起きます。回避策は、急いでいるときに判断させない設計です。使ってよいツールを一つに絞り、そのツールを事務所の端末からしか開けないようにしておけば、判断の場面自体が減ります。ルールを増やすより、選択肢を減らす方が効きます。

三つ目は、野良化です。各人が自分の好きなツールを使い始め、半年後に誰が何を入れたか追えなくなる。個人アカウントの利用が黙認されている事務所で起きやすい形です。回避策は、利用状況を月に一度だけ棚卸しする軽い仕組みを置くことです。厳格な監査は続かないので、案件管理の備考欄一行と月次の棚卸しという、続けられる粒度に落とすのが現実的です。ツール選定の考え方はセキュリティ認証の確認手順を整理した記事も参考になります。

事務所側のAI環境にかかる費用と工数の見積もり方

費用は、ライセンス費と構築工数の二本立てで考えます。生成AIの法人向けプランは1ユーザー月額で数千円台の水準が中心ですが、価格は改定が頻繁なため、見積もりの際は各社の料金ページの表示日付を添えて記録する運用が安全です。この記事では特定の金額を挙げず、確認先の押さえ方だけを示します。

構築工数の方は、事務所の規模で見立てが変わります。参考として、弁理士3名と事務スタッフ4名程度の体制を想定すると、作業棚卸しに半日、ツール選定と条件確認に1日、プロンプト型の作成と検証に2日、規程の起草と読み合わせに1日というのが一つの目安です（根拠: 統計や調査ではなく、本記事で示した5段階の手順を分解した見積もりの試算です。事務所ごとに変動します）。合計で1週間弱の内部工数を、通常業務の合間に3週間かけて消化する組み方が現実的だと考えられます。

体制で最も重要なのは、誰が運用の持ち主かを決めることです。所長が兼務すると、忙しさに応じて更新が止まります。事務長やパラリーガルの中堅が担当を持ち、月次で棚卸しと型の更新を回す形にすると継続します。判断が必要な論点だけを所長に上げる構造にしておけば、権限と負荷の分離ができます。

見落とされがちなのが、教育の工数です。ツールを配っただけでは使われません。プロンプト型を作った担当者が、所内の勉強会で短い枠を取って型の使い方と禁止事項を共有し、実際の案件で一緒に一度回してみる。この立ち上げの伴走に、対象者1人あたり1時間程度を見ておくと見立てが崩れにくくなります（根拠: 前段と同じ試算の内訳です）。導入初月にこの時間を確保できないと、型は作られたのに誰も使っていない状態で半年が過ぎます。

効果の測り方も先に決めておくと、投資判断の議論が空転しません。明細書の初稿作成にかかる時間、中間対応の初期整理にかかる時間、社内資料の作成時間の三つを、導入前に2週間だけ実測しておく。導入後に同じ指標を取れば、体感ではなく差分で話せます。実測なしに削減効果を語ると、社内の合意形成が印象論になります。

審査側のAI活用が進むと出願実務の論点はどこに移るか

方針が示されただけの現段階で、審査の運用が具体的にどう変わるかを予測するのは早いと思われます。ただ、論点の移り先はいくつか見立てられます。

第一に、明細書の記述の機械可読性です。審査側で文書解析や検索支援にAIが使われる度合いが上がるほど、構成要素と効果の対応関係が明示的に書かれている明細書と、文脈依存で読ませる明細書との間で、読み取られ方に差が出る可能性が論点になります。人が読む前提の名文と、機械にも解ける構造の両立をどう図るかは、実務側の設計課題として残ります。

第二に、応答の速度感です。審査側の処理が速まる局面では、事務所側の中間対応の準備期間の使い方が相対的に窮屈になります。期限管理の余裕をどこに持つかの再設計が論点になります。

第三に、庁の方針文書を事務所の説明資料に使えるかどうかです。行政がリスクの所在を明文化したことは、顧客に対してAI利用の前提を説明する際の共通言語になります。庁がこう整理していると示すことは、事務所の判断を正当化する材料ではありませんが、議論の出発点を揃える役には立ちます。日本弁理士会が公表する会員向けの資料や研修と併せて追いかけておくと、実務側の相場観が掴めます（参考: 日本弁理士会）。

よくある質問

JPO AIビジョンは弁理士に何かの手続を求めるものですか

いいえ、公表されている内容は特許庁が庁内業務でAIをどう扱うかの基本方針であり、出願人や代理人に新たな手続を求める記載は確認できません。所管は特許庁総務部総務課業務変革戦略室で、公表は2026年7月27日です（出典: 特許庁）。

審査でAIが使われるようになると、明細書の書き方を変える必要が出てきますか

現時点では、具体的な運用が示されていないため判断材料が足りません。方針段階の公表であることを踏まえると、様子を見ながら構成要素と効果の対応を明示する書き方の比重を上げておく、という穏当な備え方が考えられます。

顧客の未公開発明を生成AIに入れてよいのでしょうか

この問いに一般的な答えを置くことはできません。弁理士法第30条は秘密を守る義務を定めており（出典: e-Gov法令検索 弁理士法）、個別の利用が正当な理由の範囲に収まるかは事案ごとの判断になります。実務では、ベンダーの学習利用の条件、保存先、再委託先を原文で確認し、顧客への説明と同意の設計まで含めて事務所として方針を決めている例があります。

事務所規程は何から書き始めるとよいですか

使ってよいツールの列挙からです。禁止事項を並べる構成は抜け道の解釈を各人に委ねる結果になりやすく、使える範囲を明示する構成の方が運用に載りやすいと考えられます。そのうえで、入れてよい情報の区分、人が確認する工程、記録の残し方を続けて書く形が扱いやすい構造です。

生成AIが出した条番号や公報番号はどこまで信用できますか

信用の前提を置かない運用が堅実です。識別子の生成は誤りが混入しやすい領域として広く知られており、本記事で示したプロンプト型では識別子の出力自体を禁じ、番号は人が原典から補う分業にしています。この一手だけで混入経路の多くが閉じます。

導入効果はどのくらい見込めますか

一般的な数値を示せる段階ではありません。効果は事務所の案件構成と現状の作業手順に強く依存するため、導入前に明細書初稿の作成時間と中間対応の初期整理時間を2週間実測し、導入後に同じ指標を取って差分で判断する進め方が確実性の高い方法です。

特許庁の方針は今後更新されますか

更新の予定について明示的な記載は確認できていません。特許庁は2017年からアクション・プランを策定して改訂を重ねてきた経緯があり（出典: 特許庁）、方針と実施計画が別建てで運用される構造だとすれば、実務に効くのは実施計画側の更新になると見込まれます。

参考文献

• 特許庁「特許庁におけるAI活用の基本方針「JPO AIビジョン」について」
• 経済産業省「特許庁におけるAI活用の基本方針「JPO AIビジョン」を策定しました」
• e-Gov法令検索 弁理士法（第30条 秘密を守る義務／第80条 罰則）
• e-Gov法令検索 個人情報の保護に関する法律
• 日本弁理士会

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/