……Zoomオンライン受講
……見逃し視聴選択可
★座学と実演で効果的に学ぶ！ChatGPT、Claude等の最新生成AIツールと、プロンプト・AI関数・AIエージェントの3つのスキルを用いた先行技術調査、明細書作成、中間処理、特許データ分析の進め方を、具体的なプロンプトとともに紹介！
講師
株式会社知財デザイン
代表取締役
川上 成年 氏
講師紹介
■経歴
株式会社知財デザイン 代表
・事業戦略、技術戦略、そして知財戦略という三位一体の事業経営の実現に向けて活動しています。
・中小企業向けの知的財産サービス「御社の知財部」を提供し、企業の成長を支援しています。
・Excel、KH-Coder、Python等のツールを駆使した独自の特許分析手法の開発も手掛けており、これらの業務を通じて、知的財産の有効活用を支援しています。
・パテント・インテグレーション株式会社 技術顧問
＜資格＞
・弁理士(特定侵害訴訟代理業務付記)
・規格開発エキスパート補(日本規格協会)
・JPAA知財経営コンサルタント(日本弁理士会)
＜著書＞
・「テキストマイニングでできる特許データ分析入門」(kindle版 2022年)
・「Excelでできる特許データ分析入門」(kindle版 2022年)
・「Pythonでできる特許データ視覚化入門」(kindle版 2023年)
・「ChatGPTでできる特許データ分析入門」(kindle版 2024年)
・「AI×知財分析 ― 特許情報分析の工程・品質設計実践ガイド」(共著、中央経済社 2026年)
・「知財実務のための生成AI入門 ― 人とAIが協働するワークフロー・デザイン」(発明推進協会 2026年11月刊行予定)
＜発表論文＞
・「生成 AIを用いた多空間デザインモデルの構築とアイデア創出プロセスの効率化」(月刊パテント 2025年)
・「Google スプレッドシートAI関数による特許データ分析の効率化」(日本マーケティング学会 2025年)
・「生成AIを活用した特許データの処理、視覚化、分析、及び、解釈について」(月刊パテント 2024年)
・「KH Coder分析への生成AIの活用について」(日本マーケティング学会 2023年)
・「生成AIの特許データ分析への活用について」(日本マーケティング学会 2023年)
・「生成AIを活用した特許データによる事業機会探索手法の開発 ―mRNA医薬を対象としたケーススタディ―」(月刊パテント 2026年)
■専門および得意な分野・研究
・知的財産(弁理士)
・機械工学(工学修士：東京科学大学大学院)
・技術経営学(技術経営学修士：東京農工大学大学院)
■本テーマ関連学協会での活動
・日本知財学会：2024年第22回学術研究発表会 分科会・企画・協賛セッション パネリスト
・日本知財学会：2024年第22回学術研究発表会 インテンシブセッション発表 「生成AIを用いた多空間デザインモデルの構築とアイデア創出プロセスの効率化」
・日本マーケティング学会：マーケティングカンファレンス2024 ワーキングペーパー2024 トップダウンロード賞 「KH Coder分析への生成AIの活用について」
＜その他関連商品＞
特許・知財・契約・パテントマップ 一覧はこちら
書籍「生成AIによる知財業務効率化と活用の手引き」 詳細はこちら
日時・受講料・お申込みフォーム
●日時：2026年12月11日(金) 13:00-17:00 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 46,200円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき35,200円
【オンライン受講（見逃し視聴あり）】：1名 51,700円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき40,700円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
お申込みはこちらから
商品コード：AD261241
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■講座のポイント
本セミナーでは、生成AI(大規模言語モデル)の基礎から知財業務への具体的な活用までを、プロンプト作成、スプレッドシートのAI関数、AIエージェントという3つのスキルに沿って解説します。特許出願実務では、発明提案書の作成、特許データベースMCPを用いた先行技術調査、AIエージェントによる明細書作成、図面作成、中間処理までを一連の流れとして扱います。特許データ分析では、ビール関連特許を題材に、データの前処理、AI関数による分類、定量分析・定性分析から新規事業構想案の作成までを取り上げます。座学と実演を通じて、工程を分け、工程ごとに人が出力を確認しながら進める、生成AI時代の知財業務の進め方を身につけます。
■受講後、習得できること
・生成AI(LLM)の基本特性と、業務内容に応じたツールの使い分け
・プロンプト作成、スプレッドシートのAI関数、AIエージェントという3つのスキル
・特許データベースMCPを用いた先行技術調査と、AIエージェントによる明細書作成の進め方
・AI関数による分類から定量分析・定性分析、新規事業構想までの特許データ分析手法
・秘密情報の扱いなど、生成AIを知財業務で使う際の留意点
■受講対象
・知財部門の担当者や管理職
・特許事務所の弁理士や特許技術者
・研究開発部門の技術者や研究者
・IT部門でAI導入を検討している担当者
・知財戦略に関心のある経営層や事業部門の方々 など
■講演中のキーワード
生成AI、大規模言語モデル、LLM、AIエージェント、MCP、AI関数、プロンプト、知財業務、先行技術調査、明細書作成、特許データ分析、ChatGPT、Claude
セミナー内容
Ⅰ．生成AI(大規模言語モデル)の基礎と知財業務への活用
１．生成AIの基本
1-1.大規模言語モデル(LLM)の仕組みと基本特性
1-2.Human-in-the-Loop(人間参加型)の概念
２．生成AIツールの紹介
2-1.ChatGPT、Claude、Google AI(Gemini)、Microsoft Copilotの紹介と比較
2-2.用途別・業務内容別の使い分け
３．生成AIを効果的に活用するための3つのスキル
3-1.スキル1：プロンプト作成(Few-Shot Prompting、Chain of Thought、基本サイクル)
3-2.スキル2：スプレッドシートのAI関数
3-3.スキル3：AIエージェント(文書作成、表データ加工、ブラウザ操作)
3-4.AIエージェントで秘密情報を扱う際のリスク
４．生成AI時代の特許業務プロセス
4-1.ワークフロー設計とコンテクストエンジニアリング
4-2.権利化と特許データ分析の業務プロセス全体像
4-3.3つのスキルと各工程の対応
Ⅱ．生成AIを活用した特許出願実務
１．出願実務に入る前に
1-1.人間側の専門知識の重要性
1-2.オプトアウト設定と秘密情報の扱い
1-3.生成AIを活用した明細書作成フロー
２．発明提案書の作成
2-1.Visual Promptingを用いた図面からの発明提案書作成
2-2.図面がない場合の作成方法(議事録、インタビュー内容等の活用)
３．先行技術調査
3-1.特許データベースMCPとは(生成AIと特許データベースの直結)
3-2.発明提案書の分析から特許検索・全文取得まで
3-3.審査官役・弁理士役のプロンプトによる特許性の検討と調査報告書の作成
3-4.特許データベースMCPを使うときの留意点
４．明細書の作成
4-1.AIエージェント(Codex)と明細書作成スキルを用いた明細書作成
4-2.明細書作成スキルの作り方と作業フォルダの構成
4-3.完成した案のチェック
５．特許図面の作成
5-1.フローチャート、ブロック図の作成
5-2.回路図・CAD図面の特許用図面への変換
６．中間処理
6-1.拒絶理由の分析
6-2.補正書案・意見書案の作成
6-3.明細書作成と中間処理におけるAI活用時の留意点
Ⅲ．生成AIを活用した特許データ分析
１．特許データ分析の進め方
1-1.従来型分析と生成AI活用分析の比較
1-2.定量分析と定性分析を組み合わせた分析フロー
２．データ前処理
2-1.出願人名寄せ
2-2.課題・解決手段の文章抽出
2-3.スクリーニング
３．AI関数による分類の生成と付与
3-1.課題分類・解決手段分類の生成
3-2.分類の付与
3-3.生成AIによる分類精度の考え方
４．定量分析
4-1.クロス集計による特許マップの作成(時系列、課題×解決手段)
4-2.仮説領域の導出と定量分析報告書の作成
５．定性分析
5-1.仮説領域の特許の読み解きと参入可能性の評価
5-2.定性分析報告書の作成
６．新規事業構想案の作成
6-1.分析結果を統合した新規事業構想案の検討
6-2.報告書とプレゼンテーション資料の作成
Ⅳ．生成AIのマルチモーダル機能による図・画像の分析
１．対応分析図などグラフの解釈
２．意匠の類否判断支援
３．特許図面からの技術的特徴の抽出
４．SEM画像の言語化
Ⅴ．まとめ・質疑応答
お申込みはこちらから
