用途探索向け対比表作成
R&Dや事業企画の現場では、「この技術はどこで使えるのか？」が議論となることが少なくありません。
以下のような検索式を作成し、ヒットした集合について用途探索に関わる処理を行なっています。
<コマンド検索式>
(KWC:金属積層造形 OR KWC:金属3Dプリンタ OR KWC:金属3Dプリント OR KWC:金属3Dプリンティング)
(KWC:積層造形 OR KWC:3Dプリンタ OR KWC:3Dプリント OR KWC:3Dプリンティング) AND FI:B22F*
FI:B33Y* AND (KWC:金属 OR KWC:合金)
AD:2015-01-01~2025-09-30
(L:1 OR L:2 OR L:3) AND L:4
分析設定
<指示文>
以下のSTEP1、STEP2、STEP3とを順番に処理し、出力。#STEP1
各特許出願について、「AIサマリー用途」「AI サマリー用途自由分類」の内容に基づいて金属3Dプリンタで加工可能な製品名を抽出。抽出した製品名をグルーピング。
・抽出単位は製品名（例：「誘導加熱コイル」「金型インサート」「熱交換器フィン」）。
・複合表現は分割（例：「誘導加熱コイル、自動車部品」→「誘導加熱コイル」「自動車部品」）。
・名寄せ（正規化）を行い、同義語の重複を排除（例：「自動車部材」「車両部品」→「自動車部品」）。
・出力結果は、箇条書きでリストアップ。
#STEP2
STEP1で作成したグループに基づいて、製品名と企業との対応表を作成してください。
・製品名は、製品単位で記載してください。具体的に「誘導加熱コイル、自動車部品」とある場合は、誘導加熱コイルと自動車部品とわけて記載すること。
・ある商品について複数の企業が出願している場合、企業名は","で区切り一つにまとめること。例えば、「誘導加熱コイル」の場合、「トヨタ自動車株式会社、光洋サーモシステム株式会社」ように記載。
・複数の行で製品名が重複しないように作成
・製品名はSTEP1の正規化後の表記で統一。
#STEP3
STEP1でグルーピングした用途グループ名列と用途製品名列を準備し、対象集合の特許出願について、各列に記載。用途記載がないものは、”記載なし”と記載。出力結果は、表形式で公報番号、出願年、出願企業、用途グループ列、用途製品名列を含めること
<分析対象設定>
出力結果の表示
STEP1では、グルーピングして箇書きでまとめています。
STEP2では、製品名と企業名との対応表を出力しています。各製品について、どのような企業が何に取り組んでいるのかを知る手掛かりとして利用できます。
STEP3では、特許出願ごとに用途候補の製品名との対応表とを出力しています。特許出願と対応づけておくことで、特許出願から具体的な製造過程が抱える課題を知るヒントを得ることができます。
以上のようにAIサマリーとPatentfieldAIRとの組み合わせることで、技術の用途先候補のリストアップを短時間で実施することができます。
Related Articles
SDIで収集した情報を自動分類・トレンド分析
この活用事例では、SDIとして定期的に収集している特許情報をAIに自動で分類させ、技術トレンドを可視化するまでの一連の手順を解説します。 手作業での分類、グラフ作成にかかる時間を大幅に削減できます。 Part 1: AIに分類ラベル作成させる まず、分析対象の特許集合を読み込ませ、どのような分類項目（ラベル）で整理するのが適切か、AIに考えさせます。ここでは発明課題ラベルを作成させます。 ステップ1：指示文の入力 Patentfield ...中国特許の独自ラベル付与
この活用事例では、出願件数が年々増加している中国特許を対象に、独自のラベルを付与するラベリングする手順を解説します。 今回は、中国で出願されたパワー半導体に関する特許を対象に、デバイスプロセス関連の課題ラベルを付与します。 ステップ１：指示文の作成 査読種別の「ユーザー指示」を使用して、以下の指示文を入力します。 ステップ1：課題判定 特許文書の内容を注意深く読み、発明の核心的な目的と技術的アプローチを理解してください。 発明が以下の6つの分類のうち、どれに関連が深いか選択してください。 1. ...出願経過を踏まえた請求項の内容解説
登録された特許の内容を正確を把握するためには、特許請求の範囲の記載だけでなく、明細書の定義や、特許庁審査官とのやり取り（出願経過）を考慮する必要があります。 特に、審査段階で拒絶理由を解消するために行った「補正」や「意見書」での主張は、権利範囲を解釈する重要な手がかりとなります。 この事例は、これらの情報を総合的に分析し、「最終的に特許がどのような範囲をカバーしているか」を解説させるものです。 本事例による出力結果は、生成AIによる分析であり、不正確な情報が出力されることがあります。 ...請求項の対比表作成（構成要素ごとの記載箇所特定）
特許の出願前調査・審査請求前の調査において、請求項（クレーム）案と先行文献を対比し、構成要件の充足性を確認する作業を効率化するための事例です。 AIセマンティック検索の検索結果を利用して、類似上位10件の先行文献の「どの段落」に、構成要素が記載されているか、あるいは「記載がない」かを判定し、対比表形式で出力させることができます。 本事例による出力結果は、生成AIによる分析であり、不正確な情報が出力されることがあります。 ...独立請求項の成分・パラメータ抽出と明細書情報の統合
特許公報を分析する際、権利範囲を示す「請求項」と、具体的な内容が記された「明細書」を行き来して情報を確認するのは、非常に手間の掛かる作業です。 特に化学・材料分野においては、請求項に記載された成分の数値範囲や、明細書に散在する「代替成分・類似成分」の確認が欠かせません。 この事例では、独立請求項を特定し、そこに含まれる「成分名」「数値パラメータ」を抽出すると同時に、明細書を参照して「代替成分」や「補足情報」を自動的に紐付けて表形式で出力する方法を紹介します。 ...