二重チェックとは、AIの検索結果と人手の検索結果を突き合わせて漏れを探す手順のことです。

生成AIに任せられるのは調査の入口までで、漏れがないと言える状態をつくるのは人の側の設計です。この記事では、先行技術調査に生成AIを噛ませるときのプロンプトの組み立て方、見落としを検出する二重チェックの手順、未公開発明を扱う際の守秘の論点を整理します。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、行政の取組は特許庁の公表資料で確認しています。特許庁は令和7年6月25日にAI技術活用のアクション・プラン令和7年度改定版を公表しており、審査側の検索手法の高度化が進む前提で事務所側の調査を組み直す時期に来ています（出典: 特許庁 アクション・プラン令和7年度改定版）。

生成AIの調査が外すのは、検索式ではなく前提のほう

外れる原因は検索の技術ではなく、調査対象の切り出し方にあります。生成AIに発明の説明文を渡すと、それらしいキーワードと分類の候補が返ってきます。ところが、依頼人が説明した用語と、公報で使われている用語がずれている場合、候補は最初から的を外します。用語のずれを埋める作業は、依頼人の技術分野の慣行を知っている人の仕事です。同じ機構が、業界によって別の名前で呼ばれていることは珍しくありません。

前提として、特許法第29条は、特許出願前に日本国内または外国において公然知られた発明、公然実施をされた発明、頒布された刊行物に記載された発明または電気通信回線を通じて公衆に利用可能となった発明について特許を受けることができない旨を定め、同条第2項で、その技術分野における通常の知識を有する者が容易に発明をすることができたときも同様とする旨を定めています。調査の網は文献だけでなく、公然実施や電気通信回線上の情報にも及びます。生成AIが得意なのは文献の探索で、それ以外の情報源は依然として人が手当てする領域です。

審査側の考え方も確認しておく価値があります。特許庁はAI関連技術に関する特許審査の事例を公開しており、AIを用いた発明の記載要件や進歩性の判断について具体例を示しています（参考: 特許庁 AI関連技術に関する特許審査の事例について）。調査の設計は、審査側がどの観点で文献を引くかを踏まえたほうが、後の中間処理が軽くなります。中間応答の組み方は拒絶理由通知への中間応答をAIで組む手順を扱った記事で整理しています。

生成AIの出力が抱える弱点も、あらかじめ把握しておきます。学習時点までの情報しか持たないこと、確からしさの根拠を示せないこと、指示されていない観点を勝手に補うこと。この三つは、モデルが新しくなっても構造的に残ります。調査の手順は、この弱点を前提に組みます。裏を返せば、確からしさの判定を求めない使い方、つまり候補の列挙や用語の展開であれば、弱点が表に出にくくなります。

事務所の実務では、調査の目的が二つに分かれます。出願の可否を判断するための調査と、明細書の記載を固めるための調査です。前者は網羅性が要り、後者は関連度の高い数件が取れれば足ります。生成AIを噛ませる位置は、この目的によって変わります。目的を分けずに一つの手順で回そうとすると、網羅性も効率も中途半端になります。

検索式の生成から突合までを7手順に割る

手順を割る目的は、AIが担う範囲と人が担う範囲の境目を、作業の単位で固定することです。

先に全体の骨格を示します。第1から第3が調査設計、第4と第5が並行する二系統の探索、第6と第7が突合と判断です。二系統を並行させる点がこの手順の要で、片方だけを回すと、漏れがあったかどうかを判定する基準が持てません。人手の検索式だけなら従来と同じで、AIだけなら根拠が薄い。二本走らせて差分を見るから、漏れの方向が見えます。

第1手順は、発明の構成要素への分解です。依頼人から受け取った説明を、課題、解決手段、効果の三層に分け、解決手段をさらに構成要素に割ります。この分解を人が行い、分解結果をAIに渡します。分解自体をAIに任せると、依頼人の説明に引きずられた分解になり、後の検索式が狭くなります。

第2手順は、用語の展開です。各構成要素について、同義語、上位概念、下位概念、業界特有の言い回しを列挙させます。ここは生成AIが速い工程です。出てきた語のうち、その技術分野で実際に使われるものを弁理士が取捨します。

あなたは特許調査の補助者です。以下の構成要素について、公報検索で使える用語の候補を列挙してください。

制約:
- 特許性や進歩性の評価は書かない
- 各構成要素ごとに「同義語」「上位概念」「下位概念」「英語表現」の4区分で列挙する
- 実在が確認できない造語は出さない。一般的でない語には（一般的でない可能性）と付す
- 出願人名や具体的な公報番号は推測で書かない

構成要素:
1.
2.
3.

第3手順は、分類の当たりを付けることです。国際特許分類やFI、Fタームの候補をAIに挙げさせたうえで、J-PlatPatで分類の定義を確認します。AIが出す分類記号は、実在しない記号や旧版の記号が混ざることがあります。定義の確認を飛ばすと、検索式そのものが空振りします。

第4手順は、検索式の組み立てです。第2手順で残した用語と第3手順で確認した分類を組み合わせ、広い式と狭い式の二本を作ります。広い式でヒット件数の桁を見て、狭い式で読む対象を絞る使い方です。この二本立てを最初から作っておくと、後の突合で漏れの方向が分かります。

第5手順は、AI側の調査です。生成AIに構成要素を渡し、関連しそうな技術領域と、想定される先行技術の類型を列挙させます。ここで出させるのは公報番号ではなく、探すべき方向です。公報番号を出させると、実在しない番号が混ざります。

あなたは特許調査の方針立案を補助する分析者です。以下の構成要素について、先行技術が存在しそうな技術領域と探索の方向を列挙してください。

制約:
- 具体的な公報番号、出願人名、出願年は書かない
- 新規性や進歩性についての結論は書かない
- 出力は「隣接する技術領域」「転用が想定される他分野」「見落としやすい観点」の3区分にする
- 各項目に、その領域を疑う理由を1文で添える

構成要素:
1.
2.
3.

第6手順は、二重チェックの突合です。第4手順の検索式で得た結果と、第5手順でAIが挙げた方向を突き合わせます。AIが挙げた方向のうち、検索式でカバーできていない領域があれば、そこが漏れの候補です。逆に、検索式では大量にヒットするのにAIが方向として挙げていない領域があれば、検索式が広すぎる可能性を疑います。この突合の記録が、調査報告の根拠になります。

第7手順は、弁理士による最終確認です。突合の結果を見て、追加の検索式を組むか、調査を打ち切るかを判断します。判断の理由を一行で記録に残します。打ち切りの判断は、件数ではなく、構成要素ごとに主要な文献が押さえられたかで行います。明細書のドラフト工程との接続は特許明細書のAIドラフトの品質管理を扱った記事の考え方が使えます。

突合の作業は、表計算ソフト一枚で足ります。左に検索式でヒットした文献の分類と要旨、右にAIが挙げた探索方向を並べ、対応関係を印で埋めていくだけです。対応がつかない行が漏れの候補になります。専用のツールを入れる必要はなく、むしろ手を動かして埋めるほうが、担当者の頭に技術分野の地図が残ります。この地図は次の案件で効いてきます。

第6手順で漏れが見つかった場合は、第2手順に戻ります。用語の展開が足りていなかったのか、分類の当たりが外れていたのかを切り分け、該当する手順だけをやり直します。全体をやり直す運用にすると、突合で漏れを見つけること自体が心理的に避けられるようになります。手順を戻れる設計にしておくことが、二重チェックを機能させる条件です。

7手順のうち、生成AIが担うのは第2、第3の一部、第5です。第1と第4と第6と第7は人が担います。工数が減るのは第2で、質が上がるのは第6です。第6を省略すると、AIを使った意味が調査の速さだけになり、漏れの検出には効きません。

依頼人の未公開発明をAIに入れる前に決めること

決めるべきは、投入してよい情報の型です。出願前の発明は、公開されていないことに価値があります。

前提となる条文を確認します。弁理士法第30条は、弁理士また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、または盗用してはならないと定めています。外部のサービスに発明の内容を投入する構図をどう位置づけるかは、依頼人との契約の内容と、投入する情報の粒度によって変わる論点です。

新規性との関係も押さえておきます。特許法第30条は、特許を受ける権利を有する者の行為に起因して同法第29条第1項各号のいずれかに該当するに至った発明について、その日から一年以内にした特許出願であれば新規性を喪失しなかったものとみなす旨を定め、適用を受けるには、その旨を記載した書面を出願と同時に提出し、証明書を出願の日から三十日以内に提出することを求めています。外部サービスへの投入が公然知られた状態を生むかどうかは、サービスの構成と契約によって変わる論点であり、事務所としては、そもそも投入しない設計にするか、投入する場合の条件を明示するかの選択になります。

実務上の設計としては、構成要素を抽象化した記述だけをAIに渡す形が採られます。依頼人が用いた固有の用語や、装置の型番、実施例の数値を落とし、技術的な機能の記述に置き換えたうえで投入する方法です。この抽象化の作業自体が第1手順の構成要素分解と重なるため、手順として無理がありません。

ツール側のデータの取扱いも確認して記録します。事業者向けの契約では入力データを既定でモデル学習に使わないと明示するベンダーがあり、Anthropicは商用サービスの入力を既定でモデルの訓練に使わないと説明しています（出典: Anthropic Privacy Center）。Google Workspaceも、Geminiに入力した内容を広告や外部向けモデルの改善に使わない旨を案内しています（出典: Google Workspace ヘルプ）。確認日とドキュメントのURLを台帳に残すのが要点です。

もうひとつ、出願非公開制度の対象になり得る技術分野を扱う事務所は、その前提を先に確認します。特許庁は特許出願非公開制度について案内を出しています（参考: 特許庁 特許出願非公開制度について）。対象分野に該当し得る案件では、外部サービスへの投入の可否を個別に判断する運用が要ります。

抽象化のやり方も、事務所で型を持っておくと質が揃います。装置なら構成と機能に、方法なら工程と作用に置き換え、依頼人固有の商品名や社内呼称は落とす。この置換の作業をチェックリスト化しておけば、担当者が変わっても抽象化の粒度がぶれません。抽象化が甘いまま投入されるのは、手順が言語化されていない事務所で起きやすい事故です。

事務所規程に落とすときは、投入可の型を先に定義します。抽象化済みの構成要素の記述は可、依頼人から受領した資料の原本は所定の環境内でのみ処理、出願非公開制度の対象分野に関する案件は投入前に担当弁理士の承認、といった粒度です。禁止事項だけを並べると、書いていない事態が起きたときに判断できません。明細書作成の支援機能を使う場合の確認の型はサマリアの明細書作成支援機能を扱った記事で整理しています。

見落としが起きる4つの場面

ひとつ目は、AIが出した公報番号をそのまま採用する場面です。生成AIは、形式が正しく実在しない番号を出すことがあります。番号は例外なくJ-PlatPatで開いて内容を確認します。手順として、AIには番号を出させない設計にしておくと、この確認自体が不要になります。

事故の起き方としては、AIが出した番号を検索窓に入れて別の実在公報がヒットし、それを当該文献だと思い込むパターンもあります。番号の一致だけでなく、内容が構成要素に対応しているかを読んで確かめる工程を、突合の中に組み込んでおきます。

ふたつ目は、他分野への転用を見落とす場面です。検索式は、依頼人の技術分野の用語で組まれます。同じ機能を別の分野の用語で表現した文献は、その式では引けません。第5手順でAIに他分野への転用の可能性を挙げさせるのは、この穴を埋めるためです。

みっつ目は、非特許文献を落とす場面です。学会発表、製品カタログ、技術ブログ、動画は、特許法第29条第1項第3号にいう電気通信回線を通じて公衆に利用可能となった発明に当たり得ます。公報データベースだけを見ていると、この層が丸ごと抜けます。生成AIは学習時点の情報しか持たないため、ここは通常の検索と併用します。

よっつ目は、突合の記録を残さない場面です。調査の質は結果ではなく過程で決まります。どの方向を検討し、なぜ打ち切ったかを残していないと、後日の照会や係争時に説明ができません。記録は、検討した領域と打ち切りの理由の二列で足ります。

費用と体制をどう見積もるか

費用は、生成AIの事業者向けプラン、商用の特許データベース、事務所内の教育の3層で見ます。生成AIは利用者数に連動し、特許データベースは検索件数や同時接続数に連動する契約が多く、増え方の性質が違います。生成AIを入れたからデータベースを解約するという発想は成り立ちません。第6手順の突合は、両方があって初めて機能します。

初期構築の実体は、事務所の標準プロンプトの整備です。第2手順と第5手順のプロンプトを、技術分野ごとに調整した版として持つことになります。機械分野と化学分野では、用語展開の勘所が違うためです。分野ごとに一本ずつ作れば、あとは実案件で育てられます。

体制は、プロンプトの管理者をひとり決めることが要点です。担当者が個別にプロンプトを改変すると、調査の質が人によって振れます。改変の提案は歓迎したうえで、標準版への反映は管理者が行う形にすると、質が揃います。事務所全体の投資判断の測り方は士業事務所のAI費用対効果をどう測るかを扱った記事の手順が使えます。

工数の見積もりでは、二重チェックの突合が新たに増える工程であることを織り込みます。用語展開が短縮されるぶん、突合に時間が回る形になり、案件によっては総時間が横ばいになります。それでも導入する意味は、漏れの検出率が上がることにあります。時間の削減だけを目的に置くと、突合が真っ先に省略され、AIの出力をそのまま使う運用に落ちます。目的を漏れの検出に置き直すと、手順が守られます。

依頼人への説明も、この整理に沿って組み立てます。調査の網が広がったこと、その代わりに突合の工程が増えたこと、それでも調査には限界があること。この三点を先に伝えておくと、後日文献が出てきたときの説明が変わります。調査の限界を伝えないまま網羅性を示唆すると、期待値の管理ができません。

教育の中身は、操作方法よりも、AIの出力を疑う観点の共有です。実在しない分類記号、存在しない公報番号、もっともらしいが的外れな技術領域。この三つの典型パターンを実例で共有しておくと、若手が出力をそのまま信用する事故が減ります。

この先1年で論点になること

論点は、審査側の検索精度が上がったときに、事務所側の調査に求められる水準がどう動くかです。審査官が引く文献の網が広がれば、出願前に見えていなかった文献が拒絶理由で出てくる頻度が上がります。事務所としては、調査の網を広げるか、調査の限界を依頼人に説明する枠組みを整えるかの選択になります。特許庁の施策動向は特許庁ステータスレポート2026の読み方を扱った記事で整理しています。

もうひとつは、調査報告書の書き方です。AIを併用した調査であることを報告書に記載するかどうか、記載するとして何を書くか。使用したツール名まで書く事務所と、調査の方法論として抽象的に触れるにとどめる事務所に分かれると見られます。依頼人が求める説明の水準に合わせて、事務所として型を決めておく段階にあります。

三つ目は、報酬設計です。用語展開の工程が短縮されると、調査に要する時間は減ります。時間に連動した報酬をそのままにすると、質を上げた事務所の報酬が下がります。調査の網羅性の水準ごとに料金を分けるなど、成果物の質で価格を説明する設計への移行が論点になります。

よくある質問

生成AIだけで先行技術調査は完結しますか

完結しません。生成AIは学習時点までの情報しか持たず、公報データベースの最新の収録状況も反映していません。実際の検索は公報データベースで行い、生成AIは用語展開と探索方向の洗い出しに使う分担が実務的です。第6手順の突合が、両者をつなぐ役割を持ちます。

AIが出した分類記号は信用してよいですか

そのままでは使いません。実在しない記号や旧版の記号が混ざることがあります。J-PlatPatで分類の定義を開いて確認してから検索式に入れる手順にします。定義を読むと、当たりを付けた分類が想定と違う範囲を指していることに気づく場面もあります。

依頼人の発明の内容を、生成AIに入れてよいですか

投入する情報の粒度と、利用するサービスの契約形態によって変わります。実務では、固有の用語や型番、実施例の数値を落として抽象化した記述だけを投入する設計が採られます。前提として、弁理士法第30条の秘密を守る義務が論点になります。事務所として、投入可の型を先に定義しておく運用が要ります。

二重チェックは、どの案件でも同じ手順で行いますか

調査の目的によって変えます。出願の可否を判断する調査では突合を厚く行い、明細書の記載を固めるための調査では関連度の高い文献が取れた時点で打ち切る判断もあり得ます。共通しているのは、打ち切りの理由を記録に残すことです。

非特許文献はどう扱いますか

公報データベースとは別に手当てします。特許法第29条第1項第3号は、頒布された刊行物に記載された発明のほか、電気通信回線を通じて公衆に利用可能となった発明を挙げています。学会発表や製品情報が該当し得るため、技術分野ごとに見に行く情報源を決めておきます。

プロンプトは事務所で共通化したほうがよいですか

共通化して管理する運用が実務では採られています。担当者ごとに改変されると、調査の質が人によって振れるためです。改変の提案は受け付けたうえで、標準版への反映は管理者が行う形にすると、改善と均質性を両立できます。

突合の工程が増えると、かえって時間がかかりませんか

案件によっては総時間が横ばいになります。用語展開が短縮されるぶん、突合に時間が回るためです。導入の目的を時間の削減だけに置くと、この工程が省略され、AIの出力をそのまま使う運用に落ちます。漏れの検出率を目的に置き直すと、手順が守られやすくなります。

小規模な事務所でも運用できますか

運用できます。突合は表計算ソフト一枚で行えるため、道具の面での障壁はありません。負担になるのは標準プロンプトの整備で、技術分野ごとに一本ずつ作る作業です。取扱いの多い分野から一本作り、実案件で育てる進め方であれば、規模に関係なく回ります。

調査報告書にAIの利用を書く必要がありますか

依頼人との合意によります。書く場合、使用したツール名まで記載するか、方法論として抽象的に触れるにとどめるかで、事務所の型が分かれます。いずれにせよ、報告書の記載と事務所規程の内容が食い違わないように揃えておきます。

参考文献

• e-Gov法令検索 特許法第29条（特許の要件）
• e-Gov法令検索 特許法第30条（発明の新規性の喪失の例外）
• e-Gov法令検索 弁理士法第30条（秘密を守る義務）
• 特許庁 特許庁における人工知能技術の活用に向けたアクション・プランの令和7年度改定版について
• 特許庁 AI関連技術に関する特許審査の事例について
• 特許庁 特許出願非公開制度について
• 工業所有権情報・研修館 特許情報プラットフォーム J-PlatPat
• 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/