特許調査の最初の一歩を、AIで。 本調査で深掘りすべき領域を、明確にする。
お気軽にお問い合わせください。000-000-0000受付時間 9:00-18:00 [ 土・日・祝日除く ]
PateLensパテレンズ
漫画で始まり、実際のアウトプットで見る。
特許調査の最初の一歩を、AIで。
膨大で複雑な特許情報を、AIで集め、整理し、比べ、見える形にする。PateLensは、AIを活用した特許調査の事例を、実際に作成したレポートや資料とともに紹介するサイトです。
AIを活用すると、こんな調査資料が作れる。そこに至る考え方と、AIだけでは言えないことも、あわせてお伝えします。
今日も電話一本から、AI特許調査が始まる。
PateLensは事例を共有するサイトです。調査のご依頼・お見積り・個別相談はお受けしていません。
こんな場面、ありませんか？SCENES
特許調査の相談は、整った依頼書から始まるとは限りません。
「青汁の苦味や青臭さを、各社はどう改善している？」
知りたいのは特許1件ではなく、技術の全体像。でも、どこから見ればいいのか分からない。
「出願する前に、似た特許がないか見ておきたい」
日本だけでなく海外も。言葉のままでは、検索できない。
「15分で、Webで説明してほしい」
200ページのレポートを、そのまま読み上げるわけにはいかない。
そんなとき、AIをどう使えば、ピントが合うのか。吉田君の事例で、のぞいてみてください。
PateLensとはABOUT
PateLens（パテレンズ）は、AI特許調査を見るための「レンズ」です。
このサイトでは、AIを活用した特許調査の事例を紹介しています。
相談をどう問いに変え、どんな資料にまとめ、相手にどう伝えたのか。実際のアウトプットを見ながらたどります。
AIは、人がよりよく判断するために、視野を広げ、焦点を合わせる道具。PateLensでは、AIが役立つところと、人が確かめるべきところを、事例の中で正直にお伝えします。
事例紹介CASES
事例は、物語でたどる「本編」と、作成した資料を実際のページで紹介する「専門記事」の組み合わせです。
CASE 01出願動向調査（特許＋非特許＋統合分析）
「青汁の苦味や青臭さを、各社はどう改善している？」
開発担当者からの電話をきっかけに、出願動向を整理し、報告資料へまとめ、次の課題を考えるまで。納品後の「15分で、Webで説明してほしい」という急な依頼から、PowerPointを5種類に展開する場面も見どころです。
CASE 02出願前の先行技術調査（日本語・英語の一括検索式）
相談を5つの観点に分け、日本語と英語の検索式を一つに束ね、読んで確かめる段階へ渡すまでの記録です。
母集団の件数は読む対象の規模で、関係する特許の数ではありません。
CASE 03準備中
特許1,945件と公開情報216件から、溶けやすさと崩れにくさを両立させる技術の構図を読み解いた事例です。公開まで、もう少しお待ちください。
数字は各事例の情報の時点（2026年10月）のものです。人物・会話・相談の経緯は、実際の調査のアウトプットをもとに再構成したフィクションです。
AIを活用すると、こんな資料が作れるOUTPUTS
ひとつの調査から、読み手と場面に合わせた資料が生まれます。
日本語と英語の語を概念ごとに束ねた一括検索式。132行すべてに日本語の説明が付き、採用した母集団が、どの行のどの条件でできているかをたどれます。
特許と、特許以外の情報（論文・業界記事・市場データなど）を合わせて分析し、21シートにまとめたレポート。最初の1枚で結論が分かる総括から始まります。
入口・結論3
特許調査4
非特許情報6
統合分析5
根拠・前提3
「15分で、Webで説明してほしい」。約200ページのレポートを、「記録するための資料」から「会話するための資料」へ編集しました。
AIが出した答えをそのまま渡すんじゃなくて、考えるための資料にする。そこが腕の見せどころです。
吉田君
4つのレンズFOUR LENSES
PateLensの事例は、レンズの4つの働きに沿って進みます。
START
相談を、調べるべき「問い」に変える
何を知りたいのか、何に使うのか。そして、どの資料で答えるのか。
LENS 01
相談の言葉を、検索できる語や分類に置き換え、母集団をつくる。
LENS 02
テーマとの近さで文献を分け、分析する範囲を決める。
LENS 03
誰が、いつ、どんな工夫をしてきたのか。課題と解決手段を比べ、手薄なところを探す。
LENS 04
レポート、スライド、一覧など、読み手と場面に合った形にまとめる。
AND
確かめ、次につなぐ
答えられたことと、まだ答えていないことを分け、次の確認へ渡す。
すべての事例で、全工程・全種類の分析を行うわけではありません。
5つの分析の事例ANALYSIS
特許の「量」「中身」「担い手」「使われ方」「外側」。分析ごとに、事例のアウトプットと読み方を紹介します。
TECHNOLOGY TREND
量と流れを見る
いつ、どれだけ出願され、どう変わったか
PROBLEM × SOLUTION
中身を見る
どの課題を、どんな手段で解いているか
APPLICANT
担い手を見る
誰が出願し、どこに集中しているか
APPLICATION & MARKET
使われ方で分ける
使い方ごとに、技術と需要はどう違うか
MARKET & TECHNOLOGY
特許の外側と重ねる
特許と市場・技術の情報は、どこで一致し、どこで食い違うか
SERVICE
PateLensの「サービス」は、AIを活用した特許調査の事例の共有です。
吉田君と、事例の楽しみ方STORY
「吉田君、ちょっと急ぎで特許を調べてほしいんだけど……」
舞台は、AI知財部と通常の知財部がある架空の中堅商社。開発、営業、事業部門から、調査担当の吉田君に今日も相談が舞い込みます。
「さて、AIと作戦会議だ。」
吉田君は万能ではありません。調査の問いを決め、AIの力を借りて資料にまとめ、依頼者と上司の評価を受けて、次の調査に生かします。
主人公は吉田君。でも、主役はAI特許調査です。
PHASE 01突然の電話から始まった
お電話ありがとうございます。どのようなご相談でしょうか？
青汁の苦味や青臭さを改善する技術について、特許の動きを見てもらいたいんだ。
出願の動きだけでなく、どんな方法で風味を改善しているかも整理しますか？
うん。開発の次の検討に使えるよう、まず全体像が知りたい。
1場面1枚の漫画と吹き出しで、相談から振り返りまでをたどる。
Excelレポートやスライドの実際のページで、まとめ方と見せ方を見る。
依頼者は「使えるか」、上司は「言える範囲が適切か」を見ます。
事例の最後に、AIのメリットと注意点を振り返ります。
人物・会話・相談の経緯は、実際の調査のアウトプットをもとに再構成した物語です。
AIの役割、人の役割AI & HUMAN
| 場面 | AIが力を発揮するところ | 人が決め、確かめるところ |
|---|---|---|
| 調査の設計 | 観点の洗い出し、抜けの発見 | 何を知りたいか、どこまで調べるか |
| 検索と選別 | 検索式の説明、文献の要約・分類案 | 母集団の広さの選択、境界にある文献の判断 |
| 資料化 | 構成案、図表、用途別の資料づくり | 数値が元資料と一致するか、条件を落としていないか |
| 結論 | 論点の整理 | どこまで言えるか、法的な判断 |
← 横にスクロールできます →
事例でも、限界はそのまま書いています。
冷凍魚介おかずの事例では、「三つの手段がそろう特許はあるか」という問いに、検索式だけでは答えられませんでした。吉田君はそれを「未回答」とし、読んで確かめる次の段階へ渡しています。
AIが整理する。人が根拠を確かめる。そして、何を言えるかを見極める。
PateLensの3つの約束PROMISE
調査の件数や結果を、物語のために創作しません。
答えられたことと、まだ答えていないことを分けて書きます。
結果だけでなく、問いの立て方、資料の見せ方、伝え方まで紹介します。
AI特許調査を、もっと身近に。
けれど、判断はもっと丁寧に。
よくある質問FAQ
Aいいえ。PateLensは、AIを活用した特許調査の事例を共有するサイトです。調査の受託、お見積り、個別相談は行っていません。
Aかかりません。掲載している事例は、すべて無料でご覧いただけます。
Aいいえ。人物・会社・会話は架空です。調査のテーマ、件数、アウトプットは、実際の調査に基づいています。
PateLens
AIを活用すると、どこまで見えるのか。どこから人が確かめるべきなのか。
まずは、ひとつの事例をのぞいてみてください。
特許の世界を、もっと見やすく。
そして今日も、吉田君の電話が鳴る。プルルルル……。