非特許文献調査の生成AI利用による調査時間短縮の発見

　通常、特許出願を行う場合、出願アイデア対してJplatPatデーターベース（日本特許庁）を利用し、先行特許調査を行い、特許取得可能性の判断を行っています。

　現在、ブロックチェーン技術の特許明細書を作成しています。出願内容は、秘密情報なので、詳細は省略いたします。

　ブロックチェーン技術は、注目技術の1つであり、JplatPatデーターベースを利用して特許調査を行うと、多数の先行特許出願がヒットしました。

　その中で、気になった特許公報を見つけましたので、特許庁の審査経過の情報確認を行いました。すると、拒絶理由通知が出ていましたので、詳細内容を閲覧しました。

　類似の先行文献は、特許文献と非特許文献（論文、雑誌、インターネット記事など）が引用されていました。特許文献は、JplatPatデータベース検索可能ですが、非特許文献はJplatPatデータベースでは検索できません。

　そこで、生成AIのClaude　Sonnet4.5で調査したら、どうなるかを試してみました。

　拒絶理由通知で引用されている非特許文献情報（特許審査官記載）を全てAIプロントとして入力して調査しました（内容省略）。文献情報の詳細内容は表示されないと思いましたが、いろいろと関連情報が表示されました。

  生成AIは、AIプロンプトで与える情報が多いと、いろいろな関連調査を行ってくれます。

　結果的に非特許文献調査からその文献に関連する特許文献もヒットしました。

(生成AIを利用するメリット）

　非特許文献の要約が作成されますので、非特許文献を理解するのが短縮されます（追加）。

（提言内容）

　特許出願の審査結果である拒絶理由通知において、非特許文献が記載されていたとき、非特許文献情報をそのまま生成AIのプロンプト入力を行うと、自分でインターネット検索するより、調査時間も短縮できるかもしれません。

　特許出願を考えている方で、拒絶理由通知の非特許文献が気になっていた方へお勧めいたします。