Media > AI活用ユースケース > マーケティング > 製造業の知財部が製品マニュアル・カタログの原稿に出てくる他社の商標の表記を Claude で点検し、®・TM・注記の文の抜けと崩れを社内の決まりと照らした一覧にする

製造業の知財部が製品マニュアル・カタログの原稿に出てくる他社の商標の表記を Claude で点検し、®・TM・注記の文の抜けと崩れを社内の決まりと照らした一覧にする

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

製品マニュアルやカタログの原稿に出てくる他社の商標を、社内の表記の決まりと他社の指針に照らして点検します。®・TM の抜け、初出の扱い、名詞や動詞としての使い方、巻末の注記の文の違いを、段落ごとの指摘の一覧にします。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Make/Power Automate/Python
対象業界
EC/IT・SaaS/小売/製造
対象部門
マーケティング/知財
対象業務
内容確認・チェック/書類作成
主な課題
人手が足りない/属人化している/確認ミスが多い
AIで行う処理
校正
主な効果
入力漏れ削減/品質標準化/工数削減
導入難易度
★★☆☆☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
60h/月
AI導入後
20h/月
想定削減
67%
年間削減
480h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 技術文書の担当が原稿の Word を仕上げ、チケットで知財部に点検を頼む
  2. 知財部の担当が原稿を開き、他社商標の一覧を横に置いて、本文を頭から読む
  3. 他社の商標が出てくるたびに、®・TM が付いているか、初出かどうかを確かめる
  4. 図の説明、仕様の表、脚注にも同じことをする
  5. 巻末の注記の文を、一覧の文言と1文ずつ見比べる
  6. 名詞や動詞としての使い方、綴りやカタカナ表記の崩れを、気づいた範囲で拾う
  7. 直してほしい箇所を Word のコメントに書き、チケットで返す
導入後(After)
  1. 人技術文書の担当が原稿の Word を点検の受付フォルダに保存し、チケットに製品と原稿の種類を書く
  2. 自動Python が Word を段落・表のセル・脚注に分け、それぞれに段落番号を付ける
  3. 自動Python が他社商標の台帳の表記と別表記を原稿の文字と照らし、出てくる箇所と初出を拾う
  4. 自動Python が巻末の注記の文を取り出し、台帳の決まった文言と文字で比べる
  5. 自動Claude API が、拾った箇所の前後の段落と台帳の決まりを読み、使い方・表記・®・TM の崩れを指摘する
  6. 自動Claude API が、台帳に無いのに商標らしく見える語を候補として挙げる
  7. 自動Python が指摘の引用が原稿にそのままあるかを確かめ、指摘の一覧を作る
  8. 人知財部の担当が一覧を見て、指摘ごとに直すか・直さないか・確かめるかを決める
  9. 人直し方を決めたものを Word のコメントにして、チケットで技術文書の担当に返す
  10. 人台帳に無かった語のうち商標と分かったものは、知財部が台帳に足す
各工程の詳しい説明を読む
  1. 技術文書の担当が原稿の Word を仕上げ、チケットで知財部に点検を頼む
  2. 知財部の担当が原稿を開き、他社商標の一覧を横に置いて、本文を頭から読む
  3. 他社の商標が出てくるたびに、®・TM が付いているか、初出かどうかを確かめる
  4. 図の説明、仕様の表、脚注にも同じことをする
  5. 巻末の注記の文を、一覧の文言と1文ずつ見比べる
  6. 名詞や動詞としての使い方、綴りやカタカナ表記の崩れを、気づいた範囲で拾う
  7. 直してほしい箇所を Word のコメントに書き、チケットで返す

(a)全文を読むしかない。 他社の商標がどこに出てくるかは、読んでみないと分かりません。1本の取扱説明書を頭から終わりまで読んで、出てきた商標を1つずつ確かめる作業が、毎月40本あります。

(b)初出の数え方が人によって違う。 「最初の目立つ使い方に®を付け、その後は省いてよい」とする指針があります。どこからが初出かを、表紙・目次・本文のどれで数えるかが担当者ごとに違い、同じ製品の取扱説明書とカタログで付け方が食い違います。

(c)注記の文が少しずつずれる。 巻末の注記は前の製品の原稿から写すことが多く、持ち主の名前や許諾の一文が製品ごとに少しずつ違ってきます。

(d)使い方の崩れは、ベテランしか拾えない。 商標を動詞や複数形にした書き方を直せるのは、他社の指針を読んだ担当者だけです。

  1. 【人】 技術文書の担当が原稿の Word を点検の受付フォルダに保存し、チケットに製品と原稿の種類を書く
  2. 【自動】 Python が Word を段落・表のセル・脚注に分け、それぞれに段落番号を付ける
  3. 【自動】 Python が他社商標の台帳の表記と別表記を原稿の文字と照らし、出てくる箇所と初出を拾う
  4. 【自動】 Python が巻末の注記の文を取り出し、台帳の決まった文言と文字で比べる
  5. 【自動】 Claude API が、拾った箇所の前後の段落と台帳の決まりを読み、使い方・表記・®・TM の崩れを指摘する
  6. 【自動】 Claude API が、台帳に無いのに商標らしく見える語を候補として挙げる
  7. 【自動】 Python が指摘の引用が原稿にそのままあるかを確かめ、指摘の一覧を作る
  8. 【人】 知財部の担当が一覧を見て、指摘ごとに直すか・直さないか・確かめるかを決める
  9. 【人】 直し方を決めたものを Word のコメントにして、チケットで技術文書の担当に返す
  10. 【人】 台帳に無かった語のうち商標と分かったものは、知財部が台帳に足す

8番目が、この設計の分かれ目です。 担当者は原稿を頭から読みません。一覧の指摘と、その段落だけを見ます。 全文を読み直す設計にすると、①の45分はほとんど減りません。

3番目と4番目を Python に置くのは、機械の照合のほうが見落としが無いからです。 Claude に読ませるのは、照合では決められない使い方の判断だけです。

02今回想定するシステム構成

構成図
製品マニュアル・カタログの原稿(Word)
   │  点検の受付フォルダへ保存
   ▼【トリガー】受付フォルダへの保存
Python(連携)
   ├──▶ 段落・表のセル・脚注に分け、段落番号を付ける
   ├──▶ 他社商標の台帳の表記・別表記で照合し、出てくる箇所と初出を拾う
   ├──▶ 巻末の注記の文を取り出し、決まった文言と文字で比べる
   ▼
Claude API(Messages API・構造化出力)
   │   拾った箇所の前後の段落 + 台帳の決まり
   │   ① ®・TM の付け方   ② 初出の扱い   ③ 名詞・動詞・複数形の使い方
   │   ④ 綴り・カタカナの崩れ   ⑤ 注記の文の抜け・違い   ⑥ 台帳に無い商標らしき語
   ▼
Python(集計)── 引用が原稿にあるかの確認、指摘の一覧の書き出し
   ▼
【知財部の担当が指摘ごとに直し方を決める】
   ▼
Word のコメント → チケットで技術文書の担当へ
役割想定する製品代替候補
処理Claude API(Messages API、構造化出力)OpenAI API、Gemini API
連携Python(Word の分解、台帳との照合、応答の検査)Power Automate、Make
集計Python(指摘の一覧と、商標ごとの件数)-
保管共有のストレージ(原稿、指摘の一覧、台帳)社内のファイルサーバー

新しく作るのは、他社商標の台帳の列の追加です。 いまの一覧に、別表記(カタカナ、大文字だけの綴り、略称)、使い方の決まり(形容詞として使う、名詞・動詞にしない)、注記の文の決まった文言、出典にした指針の版の列を足します。決まりが台帳に無いものは、AI にも判断させません。

土台になるのは、Claude API の構造化出力です。 公式のページによると、output_config.format に type: "json_schema" とスキーマを渡すと、応答がそのスキーマに沿った JSON で返ります。指摘を1件ずつ同じ形で受け取れるので、Python で引用の確認と一覧の書き出しができます。 以前の output_format の書き方は非推奨とされています。

スキーマには、使えない書き方があります。 公式のページは、数値の minimum・maximum、文字列の minLength・maxLength に対応していないこと、配列の minItems は0と1だけであることを示しています。指摘の件数や引用の長さの制限は、スキーマに書かず Python の側で確かめます。 また、列挙の値は大文字・小文字だけが違う形で返ることがあるとされ、比べるときは大文字・小文字を区別しません。

03どうやって実装するのか

Step1

処理の起点を決める

点検の受付フォルダに原稿の Word が保存されたことを起点にします。 技術文書の担当がチケットを出すのと同時に保存し、Python のプログラムが一定の間隔でフォルダを見て、新しいファイルを拾います。

1日1回のまとめての実行にはしません。 新製品の発売の前は、原稿の締めが数日のうちに重なります。まとめると、指摘が返るのが入稿の直前になり、直す時間が残りません。 保存のたびに1本ずつ動かします。

処理が終わった原稿は処理済みのフォルダへ移します。 移すのは一覧の書き出しまで成功したときだけです。受付フォルダに残っている数が、そのまま未処理の数になります。 改訂の原稿は前の版との差分だけを点検できますが、注記の文は差分に関わらず毎回比べます。

Step2

入力データを集める

データ中身取得元
原稿本文、見出し、図の説明、表のセル、脚注、巻末の注記点検の受付フォルダの Word
原稿の情報製品名、原稿の種類(取扱説明書・カタログ・Web 版)、改訂か新規か、前の版チケット
他社商標の台帳商標の表記、別表記、持ち主、®か TM か、初出の扱い、使い方の決まり、注記の文の決まった文言、出典の指針と版知財部の表計算のファイル
社内の表記の決まり初出の数え方(表紙と目次を数えるか)、記号の書き方(上付きか、全角か)知財部の決まりの文書

質を決めるのは、他社商標の台帳です。 台帳に別表記が無ければ、カタカナで書かれた商標を照合で拾えません。台帳に使い方の決まりが無ければ、動詞にした書き方を指摘する根拠がありません。AI の精度より先に、台帳の列がそろっているかで結果が決まります。

社内の表記の決まりは、文書にして渡します。 「初出は本文の最初の出現で数え、表紙と目次は数えない」といった決まりが文書になっていないと、AI も人と同じように、担当者ごとに違う数え方をします。

Step3

データの取得方法を決める

取るものどこからどう取るか
段落・見出しWord の本文Python で段落ごとに取り出し、P0001 のような番号を付ける
表のセルWord の表表番号・行・列の番号を付けて取り出す
図の説明・脚注Word の図の説明、脚注本文とは別の番号の系列で取り出す
巻末の注記「商標について」などの見出しの後ろ見出しの文字で探し、その節の段落をまとめて取る
台帳表計算のファイル1商標1行で読み、別表記を照合の辞書にする

Word のファイルは、そのまま Claude に渡しません。 Claude の文書の入力は PDF と文字が中心で、Word は文字に直して渡す形にします。段落に番号を付けて文字にしておけば、指摘が「どの段落か」で返ってくるので、Word のコメントを付ける位置が決まります。

照合は、表記の揺れを広めに取ります。 半角・全角、大文字・小文字、記号の有無(®・TM・(R)・(TM))の違いを無視して比べ、拾った箇所には、原稿に書かれた形をそのまま残します。 比べるときに揺れを消し、指摘するときに元の形を見せるためです。

初出は Python が決めます。 社内の決まりで「本文の最初の出現」と決めてあれば、段落番号の順に最初に出てきた箇所に first_use: true を付けます。初出かどうかを Claude に数えさせると、長い原稿で数え違えます。

Step4

AIへ渡す前に整形する

  1. 形式の確認 … Word であることを確かめます。PDF の版下しか無いものは、文字の原稿を求めてチケットで返します
  2. 段落の番号付け … 本文・表のセル・図の説明・脚注に、系列ごとの番号を付けます
  3. 台帳との照合 … 表記と別表記で照合し、出てくる箇所の段落番号、原稿に書かれた形、記号の有無を記録します
  4. 初出の印 … 社内の決まりに沿って、商標ごとの初出の箇所に印を付けます
  5. 注記の文の比較 … 巻末の注記の文を1文ずつ台帳の決まった文言と比べ、一致・不一致・無しを記録します
  6. 送る範囲を絞る … 照合で拾った段落と、その前後1段落だけを Claude に送ります。拾った箇所の無い段落は、台帳に無い語を探すための別の呼び出しに回します
  7. 改訂の差分 … 改訂の原稿は、前の版と比べて変わった段落に印を付けます

5番目の比較は、文字で行います。 決まった文言と1文字でも違えば不一致にし、違う箇所を示して Claude に「意味が変わる違いか」を読ませます。 句読点の違いと持ち主の名前の違いは、同じ「不一致」でも重さが違うからです。

6番目で送る範囲を絞るのは、費用と取り違えのためです。 1本の取扱説明書を丸ごと送ると、関係の無い段落の言葉を商標と取り違える候補が増えます。

Step5

AIに処理させる

させるのは、照合で拾った箇所の使い方を読み、台帳の決まりから外れているものを1件ずつ指摘することです。 指摘には、根拠にした決まりの番号と、原稿の文をそのまま写した引用を付けさせます。

見るもの判定の仕方判断できないときの扱い
®・TM の付け方台帳の区分(®か TM か)と、原稿の記号が合っているか台帳の区分が空なら needs_ip_review
初出の扱いfirst_use の箇所に記号があるか。初出だけでよい商標の2回目以降は省いてよい初出が表紙か本文か決まらなければ needs_ip_review
使い方台帳に「形容詞として使う」とある商標が、名詞・動詞・複数形になっていないか文の意味が取れなければ unclear
表記綴り・大文字小文字・カタカナが台帳の表記と別表記のどれかに合っているか台帳に無い表記なら指摘し、needs_ip_review
普通の言葉との区別拾った語が商標としての使い方か、普通の言葉か決められなければ unclear
注記の文不一致の文の違いが、持ち主・商標名・許諾の文言に関わるか違いが句読点だけなら軽い指摘
台帳に無い語製品名・規格名・サービス名らしい固有の語候補として挙げるだけ

右端の列で needs_ip_review と unclear を分けているのが、この構成の要です。 needs_ip_review は台帳の決まりが足りないこと、unclear は原稿の文が読み取れないことで、前者は知財部が台帳を直すもの、後者は技術文書の担当に文を確かめるものです。 混ぜると、台帳の穴が原稿の誤りとして返ります。

させないこと理由
その語が登録商標かどうかの判断登録の状況は知財部が確かめて台帳に持つ。AI の知識で決めない
®を付けてよいかの結論登録の無い商標に紛らわしい表示を付けることは法で禁じられている。判断は知財部と弁理士
原稿の書き直し出すのは指摘と直し方の候補まで。文を直すのは技術文書の担当
他社の指針の中身の補い台帳に書かれた決まりだけを根拠にする
初出の数え直しPython が付けた印をそのまま使う

2行目がいちばん大事です。 商標法は、登録商標以外の商標に、商標登録表示やこれと紛らわしい表示を付ける行為を禁じています。AI が「この語は有名な商標だから®を付けるべき」と書いてしまうと、登録の無い表記にまで®が広がります。 台帳で®の区分になっているものだけに®を求めさせます。

Step6

指示内容を固定する

あなたはメーカーの知財部で、製品の原稿に出てくる他社の商標の表記を点検する立場です。
渡した段落と、他社商標の台帳の決まりだけを根拠にしてください。
台帳に無い知識で、商標の登録の有無や持ち主を決めないでください。

【点検すること】
1. ®・TM の付け方が台帳の区分と合っているか
2. first_use が true の箇所に、台帳が求める記号があるか
3. 台帳に「形容詞として使う」とある商標を、名詞・動詞・複数形・所有格にしていないか
4. 綴り・大文字小文字・カタカナが、台帳の表記か別表記のどれかと合っているか
5. 拾った語が、商標としての使い方か、普通の言葉か
6. 注記の文の不一致が、持ち主・商標名・許諾の文言に関わる違いか

【status の選び方】
- issue ............ 台帳の決まりから外れている
- ok ............... 決まりに合っている(一覧には出さない)
- needs_ip_review .. 台帳の決まりが空で、判断の根拠が無い
- unclear .......... 原稿の文の意味が取れず、判断できない
迷ったときに ok を選ばないでください。

【厳守事項】
- quote には、原稿の段落の文字をそのまま写してください。直したり縮めたりしないでください。
- rule_id には、根拠にした台帳の行の番号を書いてください。根拠が台帳に無ければ needs_ip_review です。
- 台帳で TM の区分の商標に、® を付けるよう求めないでください。
- 台帳に無い語に ® や TM を付けるよう求めないでください。候補として挙げるだけにしてください。
- first_use の印は数え直さないでください。渡した印をそのまま使ってください。
- 直し方は suggestion に候補として書き、原稿の全文を書き直さないでください。
- 商標を普通の言葉として使っていると判断した場合は、その根拠の言葉を reason に書いてください。

【社内の表記の決まり】{house_rules}
【台帳の該当行】{ledger_rows}
【拾った箇所と前後の段落】{paragraphs}
【注記の文の比較の結果】{notice_diff}

「TM の区分の商標に® を求めない」を明記しないと、® を勧めてきます。 有名な商標ほど、AI は「登録商標なので®を付けましょう」と書きがちです。禁じるのは、台帳の外の知識で区分を決めることそのものです。

「quote を直さない」を書くのは、Python で照合するためです。 引用が原稿の段落にそのまま無ければ、その指摘は一覧から外して人に回します。引用を少し整えて返されると、照合で全部落ちます。

台帳に無い語の候補は、別の呼び出しで頼みます。 同じ呼び出しに入れると、候補を挙げることに引っぱられて点検の指摘が減ります。

Step7

出力形式を固定する

次の形の JSON で受け取ります。

{
  "document_id": "",
  "findings": [
    {
      "paragraph_id": "P0123",
      "mark": "",
      "check": "symbol | first_use | usage | spelling | generic_word | notice",
      "status": "issue | needs_ip_review | unclear",
      "quote": "",
      "rule_id": "",
      "reason": "",
      "suggestion": "",
      "severity": "high | low"
    }
  ],
  "unlisted_candidates": [
    { "paragraph_id": "", "term": "", "quote": "", "reason": "" }
  ]
}

check の値は、点検の6項目に対応します。severity は、注記の文で持ち主や許諾の文言が違うもの、®と TM を取り違えたものを high にし、句読点や全角・半角の違いを low にします。

1つ目の理由は、指摘を段落の番号で返させることです。 paragraph_id があれば、Python が Word の該当の段落にコメントを付けられます。担当者は、一覧から原稿の位置へすぐ飛べます。

2つ目は、status と severity を別にすることです。 status は「決まりから外れているか、判断の根拠があるか」、severity は「外れていたらどのくらい重いか」です。needs_ip_review が多い商標は、台帳の列を埋める順番を決める材料になります。

3つ目は、unlisted_candidates を別の配列に置くことです。 台帳に無い語は、指摘ではなく候補です。同じ配列に混ぜると、確かめていない語が原稿の誤りとして返ります。

Python の側で次を確かめます。 quote が paragraph_id の段落の文字にそのまま含まれるか、rule_id が台帳にある番号か、check と status が決めた値か(大文字・小文字は区別しない)。どれかが外れた指摘は、捨てずに「検査で外れた指摘」として人に回します。 一覧は high を先に並べ、担当者が「直す/直さない/確かめる」を入れる列を足して書き出します。

Step8

システムへ連携する

つなぎ先方式内容
点検の受付フォルダPython が一定の間隔で見る新しい原稿を拾う
他社商標の台帳表計算のファイルの読み取り表記・別表記・区分・使い方・注記の文言を引く
Claude APIAPI 呼び出し(Messages API、構造化出力)使い方・表記・®・TM・注記の文の点検と、台帳に無い語の候補
指摘の一覧表計算のファイルへの書き出し知財部の担当が判断を入れる
原稿Word のコメントの追加(写しに付ける)担当者が「直す」とした指摘だけを付ける
チケット既存の仕組み担当者が一覧と原稿の写しを付けて返す

API の呼び出しの書き方は、公式の現行の形に合わせます。 公式のページでは、認証は Authorization ヘッダーに Bearer で鍵を渡すのが基本で、x-api-key は旧来の書き方として残されています。anthropic-version は必須のヘッダーで、例には 2026-10-21 が示されています。

原稿の元のファイルには書き込みません。 コメントは写しに付け、元の原稿を直すのは技術文書の担当です。 自動で書き込むと、知財部が「直さない」と決めた指摘まで原稿に残ります。

台帳も読むだけです。 台帳に無い語の候補が出ても、自動で行を足しません。知財部の担当が持ち主と区分を確かめてから、自分で足します。

Step9

人が確認する

知財部の担当が見るのは、指摘の一覧と、指摘のあった段落だけです。 原稿を頭から読みません。

  1. high の指摘を先に見る … ®と TM の取り違え、注記の文の持ち主・許諾の文言の違い。ここは必ず原稿の段落を開いて確かめます
  2. needs_ip_review を見る … 台帳の決まりが空のもの。原稿を直す前に、台帳の列を埋めます
  3. unclear を見る … 文の意味が取れなかったもの。技術文書の担当に文の意図を尋ねます
  4. 台帳に無い語の候補を見る … 他社の商標と分かったものは、持ち主と区分を確かめて台帳に足します
  5. low の指摘を流し見る … まとめて「直す」にするか、決まりを見直すかを決めます

2番目を後回しにしないでください。 台帳の穴を埋めないまま原稿だけ直すと、次の原稿でも同じ needs_ip_review が出続けます。 台帳が埋まるほど、一覧は短くなります。

担当者が判断を覆したら、その理由を一覧に残します。 「この語は普通の言葉として使っている」「この指針は版が新しくなって初出だけでよくなった」といった理由が、台帳の決まりを直す材料になります。

Step10

例外に対処する

起きること対応
Word ではなく画像だけの PDF が届く点検しない。文字の原稿を求めてチケットで返す
巻末の注記の節が見つからない「注記の節が無い」を high の指摘として一覧に出す
台帳の区分が空の商標が出てくるneeds_ip_review として出す。AI に区分を決めさせない
引用が原稿の段落に無い指摘を一覧から外し、「検査で外れた指摘」として人に回す
応答がスキーマに沿わない公式のページでは、拒否のときは stop_reason が refusal になり、スキーマに沿わないことがあるとされる。人に回す
応答が途中で切れるmax_tokens で止まると不完全になりうるとされる。送る段落を分けて呼び直す
初めて使うスキーマで時間がかかる公式のページでは、初回は文法の組み立てに時間がかかり、24時間キャッシュされるとされる。初回だけ待ち時間を長く取る
外国語の原稿台帳の表記がその言語で持てているものだけを点検する。無ければ needs_ip_review
改訂の原稿で前の版が無い全文を点検する

上から3行目までが、最初の数か月のほとんどを占めます。 どれも AI の問題ではなく、原稿の受け取り方と台帳の整え方の問題です。 直すほうが、指示の書き方を磨くより効きます。

Step11

記録を残す

  • 元の原稿の Word と、受け取った日時、チケットの番号
  • 段落に分けた文字と、照合で拾った箇所、初出の印
  • 注記の文の比較の結果
  • Claude に送った段落と、返ってきた JSON の全文、使ったモデルの名前
  • そのとき参照した台帳の行の内容と版
  • 担当者の判断(直す/直さない/確かめる)と、覆したときの理由
  • 商標ごとの指摘の件数と、needs_ip_review の件数

「そのときの台帳の内容」を残すのは、決まりが後から変わるためです。 他社が指針を改めて注記の文言を変えると、過去の原稿の指摘の意味が変わります。 当時の台帳が残っていないと、どの製品の原稿を直し直すべきかが決まりません。

最後の行は、台帳を整える順番を決める材料になります。 needs_ip_review が多い商標から、決まりの列を埋めていきます。

04実装レベルの3段階

最小構成:原稿の文字と台帳の行を手で AI の画面に貼り、指摘を出させる / 1本ごとの使い方の点検
半自動化:上記+Python で台帳との照合と初出の印、注記の文の比較を行い、指摘を一覧に書き出す / 拾い出しと注記の比較と一覧化
本格構成:上記+受付フォルダを起点に自動で動かし、引用の確認、台帳に無い語の候補、Word のコメントの写しまで出す / 点検の全体と、台帳の穴の洗い出し

最小構成は確かめるための段階で、月40本はさばけません。 半自動化で1本90分が50分程度、本格構成で30分になり、この段階が本記事の想定です。 差は、指摘を段落の位置つきで受け取り、コメントの写しまで作れることから出ます。 段階を飛ばさないでください。 半自動化の一覧を1か月見ると、needs_ip_review の多い商標が先に分かります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
40 件
1件あたり現在時間
90 分
1件あたり導入後時間
30 分
現在  40件 × 90分 ÷ 60 = 60 時間/月
導入後 40件 × 30分 ÷ 60 = 20 時間/月
月間削減時間
40h
削減率
67%
年間削減時間
480h
年間金額換算(時間単価4,500円)
216万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 無線・映像・OS・規格などの他社の商標を製品の説明に多く使う電機・機器・ソフトウェアのメーカーで、製品マニュアル・カタログ・取扱説明の Web 版の原稿を毎月数十本出していて、他社の商標の表記の点検を知財部の1〜2名が目で見ている場合。規格団体や他社のブランドの指針に注記の文の書き方が決まっていて、製品ごとに注記の文が少しずつ違ってしまっている場合。他社商標の一覧(台帳)を知財部が持っているか、これから持てる場合。
向いていない
  1. 他社の商標をほとんど使わず、自社の商標だけで原稿が書ける場合。原稿が月に数本で、知財部が全文を読んで足りる場合。原稿を画像だけの版下でしか持っておらず、文字のデータが無い場合(先に文字の原稿を持つ)。なお、ある語が登録商標か、®を付けてよいか、他社の指針に沿っているかの最終の判断は知財部と弁理士が行うもので、この構成では代替できません。

07最小構成で試す方法

  1. 先月点検した原稿から5本を選ぶ(うち2本は、知財部の指摘が多かったものを入れる)
  2. その5本について、知財部がどこを指摘したかを Word のコメントから書き出す
  3. 他社商標の一覧から、5本に出てくる商標の行だけを取り出し、使い方の決まりと注記の文言を書き足す
  4. 原稿の本文を文字にして、手元の AI サービスの画面に、商標の一覧の行といっしょに貼り付ける
  5. 「この原稿に出てくる他社の商標について、一覧の決まりから外れている箇所を、原稿の文をそのまま引用して挙げてください。一覧に無い知識で®を付けるよう求めないでください」と指示する
  6. 出てきた指摘を、当時の知財部の指摘と突き合わせる

5本は必ずやってください。 プログラムを組む前に、「台帳の決まりを渡せば指摘が出るのか」を確かめます。

出てきた内容判断
当時の知財部と同じ指摘が出た照合と一覧の書き出しの組み立てに進む
台帳に無い知識で®を勧めた指示の書き方で直る。構成は有効
決まりが一覧に無く、判断できない箇所が多い台帳の列を埋めるのが先。 AI の問題ではない

3行目が出ることは珍しくありません。 点検がベテランの記憶に頼っていたことが分かったということです。決まりを台帳に書き足して、同じ5本で試し直してください。

08実装時につまずきやすいポイント

問題対策
有名な商標に AI が®を勧める台帳の区分だけを根拠にさせる。 台帳に無い知識で区分を決めることを指示で禁じる
初出の数え方が原稿ごとにずれる社内の決まりを文書にし、初出の印は Python が付ける
カタカナや大文字だけの表記を拾えない台帳に別表記の列を足す。照合は揺れを広めに取る
普通の言葉を商標と取り違える前後の段落を渡し、generic_word の点検で読ませる
引用が整えられて照合で落ちる「そのまま写す」を指示に書き、落ちたものは人に回す
注記の文の1文字の違いを見落とす文字の比較は Python で行い、違いの重さだけを AI に読ませる
台帳の決まりが空のまま判断させるneeds_ip_review で止め、台帳を先に埋める
他社の指針の版が古いまま台帳に出典の指針と版の列を持ち、年に数回見直す
スキーマに件数の制限を書いて400になる数値・文字列の長さ・minItems の制限は Python で確かめる
原稿を自動で直してしまうコメントの写しまでにする。 直すのは技術文書の担当

上の2行が、この構成の失敗のほとんどです。 区分と初出は台帳とプログラムで決め、AI には文脈の判断だけを渡します。

最後の行も早く効いてきます。 原稿を自動で直すと、知財部の判断の記録が残りません。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 発売前の製品の取扱説明書とカタログの原稿(製品名、仕様、機能、発売の時期が分かる内容)、他社商標の台帳です。個人の情報はほとんど含みませんが、発売前の製品の情報は社外に出すと困る情報です。

  1. 送る範囲を、点検に要る段落に限る … 照合で拾った段落と前後だけを送ります。仕様の表の数値や発売の時期が書かれた段落は、商標が出てこなければ送りません。 台帳に無い語の候補を探す呼び出しは、送る量が増えるので、発売前の製品では範囲を決めて使います
  2. API のデータの扱いを確かめる … 公式のページでは、会話の内容は既定で保持されないとされています(30日の保持が要る Covered Models を除く)。一方で、自動の安全の仕組みで引っかかった場合は、入力と出力が最大2年保持されうるとされています。使うモデルが Covered Models に当たらないかも確かめます
  3. ®を付けるかどうかを AI に決めさせない … 商標法は、登録商標以外の商標に商標登録表示や紛らわしい表示を付ける行為を禁じ、違反には刑事罰があります。台帳で®の区分になっているものだけに®を求め、区分を決めるのは知財部と弁理士です
  4. 他社の指針の文言は、台帳に持って版を管理する … 注記の文の文言は他社が決めるもので、改められることがあります。AI の記憶にある古い文言で指摘させないために、台帳の文言だけを根拠にします
  5. 使用の許諾までは見ない … 規格団体の商標には、会員であることや認証を終えた製品であることを使用の条件にするものがあります。許諾の有無は台帳に持ち、知財部が確かめます

誤りが起きた場合のリスクは、表記の誤りの見落としと、®を付けてはいけない語への®の2つです。 どちらも台帳の側で防ぐ設計にします。

10まず何から始めるか

1週目:台帳に列を足す

他社商標の一覧に、別表記、使い方の決まり、注記の文の決まった文言、出典の指針と版の列を足します。全部の商標を一度に埋める必要はありません。取扱説明書によく出てくる上位20の商標から埋めます。 この20で、原稿に出てくる他社の商標の大半が埋まります。

2週目:5本で試す

先月の原稿から5本を選び、手元の AI サービスに原稿の文字と台帳の行を貼り付けて指摘を出させます。当時の知財部の指摘と突き合わせ、台帳に無い知識で®を勧めていないかを最優先で見ます。

3週目:社内の表記の決まりを文書にする

初出をどこから数えるか、記号を上付きにするか、表紙と目次をどう扱うかを、知財部で決めて文書にします。 ここが決まらないうちにプログラムを組むと、初出の印が決まりません。

4週目:照合と一覧の書き出しをつなぐ

Python で Word を段落に分け、台帳と照合し、注記の文を比べ、Claude の指摘を一覧に書き出すところまで作ります。この時点では Word のコメントを付けず、一覧だけを見ます。

2か月目: 台帳に無い語の候補の呼び出しを足し、needs_ip_review の件数を毎週数えて台帳を埋めます。3か月目以降: Word のコメントの写しを足し、1本90分が何分になったかを実測します。needs_ip_review がほとんど出なくなり、取扱説明書とカタログで®の付け方がそろった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-04/最終更新:2026-11-05
確認した内容情報源確認日
商標権者等は登録商標を付するとき商標登録表示を付するよう努めなければならないこと(第73条)。何人も、登録商標以外の商標の使用をする場合にその商標に商標登録表示又はこれと紛らわしい表示を付する行為などをしてはならないこと(第74条)。第74条に違反した者は3年以下の拘禁刑又は300万円以下の罰金に処されること(第80条)e-Gov 法令API: 商標法2026-11-04
Bluetooth SIG が Bluetooth のワードマーク・図形・組み合わせの商標を持つこと。商標を使うには SIG の会員であり、製品が認証の手続き(Bluetooth Qualification Process)を終えている必要があること。ブランドの指針を参照するよう求めていることBluetooth SIG: Marketing & Branding2026-11-04
®がワードマークの直後に付くべきこと。最初の最も目立つ使い方の後は®を省いてよいこと。製品が小さく®を付けにくい場合でも、取扱説明書などの付属の印刷物に帰属の文を入れ、最初の最も目立つ箇所では®を付けること。帰属の文の決まった文言(The Bluetooth® word mark and logos are registered trademarks owned by Bluetooth SIG, Inc. and any use of such marks by [licensee name] is under license. など)Bluetooth SIG: Brand Guide for Bluetooth Trademarks(2022年6月版 PDF)2026-11-04
商標を名詞の前の形容詞として使うこと、名詞や動詞として使わないこと、改変しないこと。商標の脚注の文の例(Microsoft, ... are trademarks of the Microsoft group of companies.)Microsoft: Trademark and Brand Guidelines2026-11-04
構造化出力は output_config.format に type: "json_schema" で指定し、output_format は非推奨であること。数値の minimum・maximum、文字列の minLength・maxLength に対応せず、minItems は0と1のみであること。列挙の値が大文字・小文字だけ違って返りうること。refusal と max_tokens のとき応答がスキーマに沿わないことがあること。初回は文法の組み立てに時間がかかり、24時間キャッシュされることClaude API Docs: Structured outputs2026-11-04
認証は Authorization ヘッダーの Bearer が基本で、x-api-key は旧来の書き方として残ること。anthropic-version が必須で、例が 2026-10-21 であることClaude API Docs: API overview2026-11-04
会話の内容は既定では保持されないこと(30日の保持が要る Covered Models を除く)。自動の安全の仕組みで引っかかった場合は入力と出力を最大2年保持しうることClaude API Docs: API and data retention2026-11-04

ある語が登録商標か、®を付けてよいか、他社の指針に沿っているかの判断は、知財部と弁理士が行ってください。 本記事は、上の公式の情報で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2830)についてのご相談はこちらから。

AI活用について相談する
目次