# 実験素材：AIで特許出願書類を作る

記事「AIで特許申請は自分でできる？ 任せていい作業、人が見るべき作業、減らない費用」の実験素材です。2026-10-07に、Claude Code（`claude -p`、道具・MCP・設定をすべて外した状態、モデルは `claude-sonnet-5-5`。比較に `claude-haiku-4-5-20251001`）で実行しました。実行環境のAPI換算で、1回あたり約0.03ドルです。

## 実験① AIに明細書を書かせて、機械で検査する

| ファイル | 内容 |
|---|---|
| `memo_full.txt` / `memo_min.txt` | 発明メモ（材料つき／一言）。発明は「磁石で金属ドアに付く傘ホルダー」 |
| `prompt_full.txt` / `prompt_min.txt` | 頼み方。メモの前に付ける文 |
| `run_drafts.py` | 各条件8回、`claude -p` を呼んで `drafts/` に保存 |
| `drafts/` | AIが書いた書類16通（`full-01`〜`full-08`、`min-01`〜`min-08`） |
| `check_draft.py` | 機械の検査（Shift_JIS外の文字、段落番号、請求項の引用、「前記」の先行詞、符号、図の番号、要約書の字数） |
| `results_raw.json` | 16通の検査結果 |

検査は、機械で数えられる欠陥だけを拾います。請求項の広さのような判断は、見つけられません。`前記○○` の先行詞の検査は、見つけた箇所を人の目で確認する前提の粗い検査です。

## 実験② 別のAIに点検させる

| ファイル | 内容 |
|---|---|
| `make_seeded.py` | `full-01` に8つの誤りを仕込む（`seeded/seeded.txt`。`seeded/clean.txt` は元の書類） |
| `prompt_review.txt` / `run_review.py` | 点検の頼み方。誤りあり／なしを各6回 |
| `reviews/` | 点検の出力（12通） |
| `score_review.py` / `results_review.json` | 誤りごとのキーワード採点。出力は人の目でも読んで照合した |

注意：検査スクリプトの `sign_clash`（符号につく名前の取り違え）は、仕込んだD1を最初の版が見つけられなかったため、結果を見てから足しました。

## 実験③ AIが出す特許番号の実在確認

| ファイル | 内容 |
|---|---|
| `run_numbers.py` | 4つの発明×条件（道具なし／Haiku／「それでも出して」と押す／Web検索あり）×2回 |
| `numbers/` | AIの出力（JSON） |
| `verify_numbers.py` | Google Patentsで番号の実在と名称を照合 |
| `results_numbers.json` / `verify_log.txt` | 照合結果 |

名称の照合は、文字の2-gramの一致度（`title_sim`）で機械的に出し、一致度が0より大きかった数件は人の目で確認しました。

## 費用の計算

`jpo_fee.py`：特許庁の料金一覧（2026-10-07取得）で、請求項の数・維持年数ごとの費用を計算します。出力は `jpo_fee_output.txt`。減免後の金額は、1/2などの単純計算で、特許庁の端数処理は反映していません。

## 図版

`make_figures.py`：記事の図版（SVG）を作ります。

## 限界

1つの単純な発明、1つのモデル、少ない回数の実験です。傾向は見えますが、統計的な結論ではありません。