新しい発明届が出たときに、過去の先行技術調査の報告書から技術の近い調査を探し、先行文献と当時の判断を根拠付きで返して重複した調査依頼を減らす

処理の起点を決める

取り込みと検索で、起点が3つあります。

1つ目は、調査報告書の保存です。 外部の調査会社から届いた報告書、社内で作った調査メモを、知財部の受領先フォルダに保存したときに Lambda が動きます。下書きや途中経過のメモは入れません。 調査会社との往復で版が変わるので、最終版だけを受領先に置く決まりにします。

2つ目は、発明評価会議の議事録の登録です。 議事録に書かれた案件番号で、報告書のカードに当時の判断を結び付けます。議事録が先に登録され、報告書が後から届くこともあるので、結び付けは両方の起点で試みます。

3つ目は、知財管理システムへの発明届の登録です。 届の受付番号が振られた時点で検索を動かし、担当者が届を開く前に結果がそろっている状態にします。担当者が条件を変えて探し直したいときは、検索画面から何度でも動かせます。

過去の約3,000冊は、別に一括で取り込みます。 このときは手配した担当者が確認できないことが多いので、カードに「未確認」の印を付け、検索結果で区別して表示します。

入力データを集める

質を決めるのは、調査日と調査の範囲です。 報告書の本文がいくら近くても、調査日が8年前なら、その後の8年分の文献は誰も見ていません。検索結果に調査日と範囲が並ばない構成は、「調べ済み」という誤った安心を生みます。

カードの項目は最初に固定します。 報告書番号、案件番号、調査の種類（出願前調査／無効資料調査／侵害予防調査など）、調査の観点（構成ごとの文）、データベース、分類、対象の期間、調査日、抽出文献（文献番号、関連度、どの観点に対応するか、記載のページ）、当時の判断と理由です。関連度の区分は、調査会社ごとの書き方を自社の3区分にそろえます。

データの取得方法を決める

報告書の本文は、文字の入ったPDFとWordから、ページ番号を付けたまま取り出します。スキャンした画像だけの古い報告書は、この構成の対象外にします。 後述のとおり、Claude の引用は文字を取り出せないPDFを引用できません。

本文の断片化は、OpenSearch の取り込みパイプラインで行います。 text_chunking プロセッサーは長い文書を短い区切りに分けるもので、トークン数で分ける方法、文字数で分ける方法、区切り文字で分ける方法があります。区切り文字の既定は空行（\n\n）で、段落ごとに分けられます。 分けた断片を text_embedding プロセッサーに渡し、埋め込みを作ります。

text_embedding の skip_existing を有効にします。 文書を入れ直したとき、文章が変わっておらず埋め込みがすでにあれば、推論を呼ばずに既存の埋め込みを写すとされています。報告書のカードを人が直すたびに全断片の埋め込みを作り直さずに済みます。

検索時には、発明届から2つの問い合わせを作ります。 1つは届の「課題」「解決手段」「構成」の文をそのまま like に入れた more_like_this、もう1つは同じ文の埋め込みによる近さです。この2つをハイブリッドクエリのサブクエリにし、filter で公開範囲を絞ります。

AIへ渡す前に整形する

1. 断片の上限を外す … text_chunking の max_chunk_limit は既定で100です。上限を超えた分は最後の断片にまとめて入るとされています。抽出文献の一覧が長い報告書では100を超えるので、-1にして上限を外します
2. 区切りの重ね方 … 区切り文字で分けたあと、長すぎる段落だけトークン数でもう一度分けます。プロセッサーを重ねて段階的に分けられるとされています
3. 埋め込みの切れを防ぐ … text_embedding のドキュメントでは、トークンの上限で切られた部分は検索結果に出てこないことがあるとされ、断片に分けることが勧められています
4. 調査日の正規化 … 「2019年3月調査」「調査日：R1.5.10」「2019/03」を同じ形の日付にそろえます。月までしか書かれていないものは月末の日付で持ち、その旨を印に残します
5. 関連度の読み替え … 調査会社ごとの関連度の書き方を、自社の3区分（強／中／参考）に対応表で読み替えます。読み替えはAIに任せず、対応表で機械的に行います
6. 定型文の除去 … 調査会社の免責文、目次、ヘッダーとフッターを除きます。どの報告書にも同じ文があるので、残すと more_like_this がその語を拾います

6番目を軽く見ないでください。 免責文は全報告書に同じ形で入っているので、どの発明届に対しても似た文書として浮かび上がります。検索結果の上位が、同じ調査会社の報告書ばかりになるのは、たいていこの除去漏れです。

AIに処理させる

AIの仕事は2か所です。取り込み時のカードの取り出しと、検索結果のまとめです。

4行目がいちばん起きやすい失敗です。 報告書の表紙には作成日があり、本文には調査日が書かれていないことがあります。作成日で埋めると、調査会社が数か月前に調べた範囲を、作成日まで調べたことにしてしまいます。 調査日が無ければ「記載なし」とし、担当者が調査会社に確かめます。

指示内容を固定する

取り込み時（カードの取り出し）：

あなたは知財部で、先行技術調査の報告書を整理する担当です。
報告書の本文だけを根拠にしてください。推測で埋めないでください。

【取り出す項目】
- 調査の種類（出願前調査／無効資料調査／侵害予防調査／その他）
- 調査の観点：観点ごとの文。報告書の書き方のまま
- 調査の範囲：データベース名、分類記号、対象の期間、調査日
- 抽出文献：文献番号、報告書での関連度の表記、対応する観点、記載のページ

【厳守事項】
- 調査日が書かれていなければ null にしてください。
  報告書の作成日や表紙の日付で埋めないでください。
- 文献番号は報告書に書かれた文字列をそのまま写してください。
  桁を補う、表記をそろえる、ことをしないでください。
- 関連度は報告書の表記をそのまま写してください。読み替えないでください。
- 報告書にない文献、報告書にない観点を足さないでください。
- 観点と文献の対応が書かれていなければ、対応する観点を空にしてください。
- 返す形は指定のJSONだけにしてください。

検索時（引用付きのまとめ）：

あなたは知財部の担当者が、過去の先行技術調査を再利用できるかを
確かめるのを助ける担当です。渡された報告書だけを根拠にしてください。

【発明届】{disclosure}
【発明届の構成】{elements}
【報告書】文書として渡します。各文書の題名は「報告書番号／調査日」です

【書くこと】
1. 構成ごとに、どの報告書の観点に含まれていたか（報告書番号と調査日）
2. 構成ごとに、その観点で挙がっていた先行文献と関連度
3. どの報告書の観点にも含まれていない構成
4. 最も新しい調査日と、それより後の期間が未調査であること

【厳守事項】
- 特許を受けられるかどうか、新規性や進歩性について書かないでください。
- 過去の調査で足りるかどうかの結論を書かないでください。
- 渡された報告書にない文献や知識を書かないでください。
- 「未確認」の印のある報告書は、その旨を必ず書いてください。
- 近い調査が見つからなければ「近い過去の調査は見つかりませんでした」と書いてください。

検索時の報告書は、PDF の文書として渡し、引用を有効にします。 Claude の引用機能では、PDFの引用にはページ番号の範囲（1から数える）が付きます。 担当者は、まとめの1文から報告書のページへそのままたどれます。ただし、引用と構造化出力は同時に使えず、両方を指定すると400エラーになるとされています。そのため、取り込み時のカードは引用なしでJSONを返させ、検索時のまとめは引用付きの文で返させる、という分け方にします。

「過去の調査で足りるかを書かない」を明記しないと、最後に一言添えてきます。 「以上から、追加調査は不要と考えられます」という1文は、担当者の判断を先取りします。忙しい月ほど、その1文がそのまま依頼書に写されます。

出力形式を固定する

取り込み時のカードは、次の形のJSONで受け取ります。

{
  "report_id": "SR-2019-087",
  "case_id": "",
  "search_type": "出願前調査 | 無効資料調査 | 侵害予防調査 | その他",
  "viewpoints": [
    { "vp_id": "V1", "text": "", "pages": [0] }
  ],
  "scope": {
    "databases": [""],
    "classifications": [""],
    "period": { "from": null, "to": null },
    "search_date": null
  },
  "cited_docs": [
    { "doc_no": "", "relevance_raw": "", "viewpoints": ["V1"], "pages": [0] }
  ],
  "decision": { "result": null, "reason": "", "minutes_id": "" },
  "status": "unverified"
}

1つ目の理由は、search_date を日付の項目として索引に入れられることです。 検索結果に調査日を並べ、最も新しい調査日からの空白の期間を機械で計算できます。 自由文で受け取ると、和暦と西暦、月までの日付が混ざって計算できません。

2つ目は、viewpoints と cited_docs を観点の番号で結べることです。 「構成Bに対応する観点V2で、どの文献が挙がっていたか」を引けるのは、文献が観点に結び付いているからです。 一覧で持つだけでは、どの構成の話かが分かりません。

3つ目は、decision を後から埋められることです。 議事録の登録はカードより後のことが多いので、result は最初 null で、結び付いた時点で埋まります。 status は手配した担当者が確定すると verified に変わります。

検索結果の画面には、次の形の表を出します。

表の左2列は OpenSearch とカードから Lambda が組み立て、右側の文はClaude の引用付きのまとめから取ります。 構成への分け方は、届の「構成」欄の箇条をそのまま使います。

システムへ連携する

知財管理システムへの書き込みは、依頼書の過去調査欄の下書きだけです。 担当者が確認ボタンを押したときに、選んだ報告書の番号、未調査の範囲、検索した日時を書き出します。発注そのものは担当者が行います。

埋め込みは、OpenSearch の取り込みパイプラインから Amazon Bedrock を呼ぶ形にします。 text_embedding プロセッサーを使うには、事前に機械学習のモデルを設定し、OpenSearch にデプロイしておく必要があるとされています。

人が確認する

確認は2か所です。取り込み時の手配した担当者と、検索時の受付担当者です。

1. 手配した担当者がカードを確定する … 報告書を受け取った直後に、調査日、データベース、対象の期間を確かめます。調査日が null のものは調査会社に問い合わせます
2. 受付担当者が引用のページを開く … 再利用する報告書は、引用の付いたページを必ず開き、観点が届の構成と本当に重なるかを確かめます
3. 未調査の範囲を依頼書に書く … どの構成が観点に入っていなかったか、調査日より後の期間をどう扱うかを書きます
4. 未確認のカードを確かめる … 一括取り込みで作ったカードを再利用するときは、その場で調査日と範囲を報告書と照らし、確認済みに変えます

1件の発明届あたり24分を目安にします。 上位5冊のまとめを読み、うち2〜3冊の引用ページを開き、依頼書の過去調査欄を整える時間です。まとめだけを読んで「調査済み」と書く運用にはしません。

3番目は、この構成で初めてできることです。 これまで依頼書には見つけた報告書の番号しか書かれませんでした。「構成Cは過去に調べられていない」「2022年11月以降は未調査」と書けるので、調査会社への発注が差分だけになります。

例外に対処する

上から3行目までが、取り込みの失敗の大半です。 どれもAIの問題ではなく、報告書と議事録の書き方の問題です。 調査会社への依頼の時点で「調査日と対象期間を冒頭の表に書く」ことを条件にすると、2行目はほぼ無くなります。

記録を残す

• 取り込んだ報告書の番号、受領日、取り込んだ日時、手配した担当者が直した項目
• 結び付けた議事録の番号と、結び付けた日時
• 検索のたびの発明届の受付番号、ハイブリッド検索の候補、報告書ごとのスコア
• Claude に渡した報告書のページと、返ってきたまとめと引用
• 担当者が再利用に選んだ報告書と、選ばなかった報告書
• 依頼書に書き出した未調査の範囲と、その後の発注の有無

2つ目と最後の行を合わせると、再利用の実績が数えられます。 どの報告書が何度再利用されたか、再利用したのに追加調査で重要な文献が出てきたのはどの分野かが分かります。後者が多い分野は、調査の観点の書き方を見直す材料になります。