高效运用DeepSeek的6个实用技巧：知识产权从业者的进阶指南

DeepSeek的R1具有强推理能力，可联网搜索并进行PDF阅读，回答思考过程全公开，免费且开源。

随着AI的发展，从十多年前的智能检索，到现在的生成式人工智能，越来越多的知识产权应用场景已经深度嵌入AI，例如辅助创新，文本阅读，专利撰写，风险排查等。

精准的AI指令设计直接影响输出质量。本文基于知识产权的工作特性和DeepSeek的特点，总结了高效运用DeepSeek的6个使用技巧，供交流讨论。

01 – 不预设边界，先别模板化提示词指令

DeepSeek相较于其他的大模型最大的不同就在于不需繁琐的模板化指令，更灵动，也更去AI。

同时，知识产权的相关工作也是复杂多样的，领域不同，信息不同，对应需求也会不同。模板很难准确的反应需求，换而言之，会限制回答的广度和深度。

在DeepSeek推理能力越来越强的当下，不如真诚一点，少使用模板化的提示词，将实际需求先交给AI，在其回答偏颇以后，再进行人工干预。

02 – 善用公式，构建结构化需求框架

DeepSeek的提问也不是完全没有套路，可以考虑使用网上推荐的【四什么】公式：

我要【做什么】，要在【什么场景】下用，希望达到【什么效果】，但担心【什么问题】。

尤其是知识产权工作要求严谨的逻辑表达。

建议在【做什么】和【什么场景】明确目标和场景，越具体越好，例如写一个权利要求书，不如说一些制备**的权利要求书，参考文件里的**专利；

在【什么效果】声明专业标准，例如要满足具体法律法规要求，例如专利法有关规定；

在【什么问题】预设常见的失误点，例如避免功能性限定过度等等。

除此之外，交给DeepSeek吧。

03 – 要求输出语言朴实且专业

一般情况下，DeepSeek辞藻比较炫酷，从普通AI的不说人话走到了另外一个极端，文绉绉的，这样的输出一般也不太适合知识产权工作所用。

建议在指定中加上“说人话”，或者“语言朴实且使用知识产权专业化术语”。

尤其是涉及一些法律文本时，要注意严谨性，可以进一步要求输出内容必须符合特定表述规范。当涉及司法解释、审查基准时，需在指令中明确引用依据（如《专利侵权判定指南》中的专利侵权判定原则），并要求输出格式与官方文件保持术语一致性。同时应限制比喻修辞等非正式表达，确保文本的专业纯度。

04 – 要求AI自我反思10遍，并进行多方博弈

DeepSeek在回答内容上面，有以深度思考（用时**秒）。对于简单问题，一般来说，思考的用时在10秒以内，为了训练其思考深度，尤其是批判性思考，可以在指令中输入“请对回答自我反思优化10遍以上”或“开展批判性思考”。

知识产权也是多方博弈的结果，因此也需要AI切换不同角色视角（如审查员/无效请求人/专利申请人）进行审视。

例如基于预设争议焦点（例如权利要求得不到说明书支持），通过角色扮演触发更全面的漏洞检测，深度模拟知识产权实务中的工作特性。

05 – 专业文本的仿写

DeepSeek非常擅长分析，学习和模仿。也支持上传PDF等文本材料。

对于专业化程度高的知识产权，可以让DeepSeek深度学习，借鉴。例如输入某几篇授权专利，某几个审查意见通知书，某几份无效决定，让AI基于专业的参照文本进行仿写。

又如在专利侵权比对时，上传某典型案例的判定文档，让其学着开展AI比对。

未来，典型案件文档收集工作应该是越来越重要了。

06 – 多维度全流程审视专利

知识产权是一个复杂体，在使用DeepSeek进行创新启发时，可重点要求其从技术，法律和经济三个维度来开展审视，提高创新方案的技术自洽性，法律的稳定性和经济上的有价值性。

知识产权也是一项复杂的业务场景，其包含完整的工作流。需采用全流程视野来进行提问。

有些业务场景可切分，此次关联不大，可逐一突破。例如FTO分析包含检索策略制定、侵权判定标准选择、规避设计评估等多个阶段。可以拆分来开展，但也需要注重每一个阶段的回答质量。

有些业务场景是难以切分的，要打包一次性回答输出，这时就得注意过程质量控制。例如标准必要专利（SEP）评估流程，包含技术标准比对、权利要求解读、FRAND原则应用等多阶段。拆分开来提问会导致前后不一致。可要求AI在每个阶段进行自我复盘，控制质量，保证最后评估的准确性。

上述6个实用技巧的本质是让人机协同，应该还有更多的技巧需要在实践中去探讨，如果你有什么心得，欢迎留言交流。

、 

    发布招聘信息、产品介绍信息或文章

发至:912537216@qq.com

本篇文章来源于微信公众号: 知情会 ,如有侵权请即使联系进行删除