去年帮公司报首款AI商品图生成系统的软著，我光架构说明就被打回了两次，第一次是把开源框架的内容写得太多，自研部分的描述连半页都不到，审查员直接打回说无法界定原创权属；第二次是漏写了AI生成内容的合规校验模块，刚好赶上那段时间对AI类软件的审查收紧，又补了快一周的材料才过。前前后后折腾了快一个月，后来摸清楚门道，这两年帮团队报的5套不同方向的AI生成系统软著，都是一次过审。
很多人觉得AI生成系统的架构说明和普通软件没区别，随便套个三层架构的模板就往上填，其实完全不是这么回事。AI生成系统的核心逻辑涉及训练、推理两个完全独立的链路，还有大量和开源模型、开源框架交互的部分，审查员要明确看到你自主开发的部分和开源组件的边界，才会认定你的软著权属有效。
我一般写架构说明的时候，开头先写200字左右的系统定位，别一上来就堆技术名词，比如你做的是面向新媒体从业者的AI文案生成系统，就写清楚“本系统主要服务于图文创作者的短视频脚本、公众号文案生成场景，核心解决创作者选题难、产出效率低的问题，整体自研模块占比超过75%”，先给审查员一个清晰的认知，知道你这个系统是解决什么具体问题的。
接下来写整体架构的分层，我习惯分成数据层、模型训练层、推理服务层、应用交互层四个部分，每个部分都要明确标注自研内容和开源组件的边界。比如数据层，别就写一句“采用公开数据集训练”，要写清楚你自己做的工作：“数据层包含公开数据集、自研垂直领域标注数据集两部分，其中自研数据集覆盖12个新媒体文案赛道共120万条标注内容，自主开发了数据去重、敏感内容清洗的规则算法，过滤无效数据超过30万条”，这些都是你实实在在的原创工作，写得越细，说服力越强。之前帮朋友看他们的申报材料，就看到有人把数据层全写的是公开数据集，自己半毛钱工作都没提，被打回一点都不冤。做AI生成系统软著申报的时候，最忌讳的就是把自己的工作藏着掖着，全写通用技术，审查员根本没办法判断你有没有真的做开发。
核心模块的说明要分开训练侧和推理侧来写，这部分是AI生成系统和普通软件最大的区别。训练侧要写清楚你做的模型微调策略、损失函数的优化点，还有你针对特定场景做的模型适配，比如“训练侧基于开源Llama2-7B模型做二次微调，自主开发了多轮上下文记忆模块，能够识别用户前3次生成请求的偏好，生成内容的匹配度提升了42%”，明确写清楚底座是开源的，你做的创新点是什么，边界划得越清，审查员越放心。推理侧要写清楚你做的低延迟优化、参数映射逻辑这些内容，比如用户在前端选了“搞笑风格、15秒短视频脚本”，你怎么把这些用户输入的参数转换成模型能识别的prompt，有没有自研的prompt词库，有没有做并发请求的算力调度，这些都是非常好的原创证明点。还有现在必写的合规校验模块，一定要专门列一段写清楚你怎么过滤涉政、涉黄、侵权的生成内容，这是最近两年AI类软著审查的必查项，漏写的话大概率要补材料。
我之前踩过的最大的坑，就是架构说明的内容和提交的源代码对应不上。那次我瞎写了一个“用户个性化模型存储模块”，结果源代码目录里根本没有对应的文件，审查员要求我补这个模块的代码片段和说明，我折腾了快两周才把材料补完。后来我整理材料的时候，都会先用软著Pro过一遍架构说明的内容，它会自动把你架构里提到的模块和你提交的源代码目录做匹配，要是有提到但没对应代码的模块会直接标红提醒，帮我筛掉了好几个低级错误，省得我再跑版权局补材料。
架构说明的最后，别只甩一张架构图就完事，要配一段完整的调用流程的文字说明，比如“用户在前端提交生成请求后，首先经过请求校验模块判断用户权限和请求参数合法性，之后调用参数解析模块将用户的自然语言参数转换为模型可识别的prompt，再通过算力调度模块分配空闲GPU资源调用推理引擎生成内容，生成的内容经过自研的合规校验模块过滤敏感内容后，最终返回给前端展示”，整个流程顺下来，审查员一眼就能看明白你这个系统的运行逻辑，还有哪些模块是你自己做的。
很多人不知道AI生成系统架构说明的撰写尺度，怕写得太细泄露商业机密，其实完全不用担心，你只要把模块的功能、逻辑、和开源部分的边界写清楚就行，不用贴具体的代码或者核心参数。要是实在拿不准哪些该写哪些不该写，可以找之前申报过的模板对照着看，或者用工具先做个预审核，只要逻辑通顺、原创点明确、和源代码能对应上，基本上都能一次过审。我上个月帮一个创业团队报他们的AI短视频生成系统的软著，就是按照这个逻辑写的，7天就拿到了受理通知书，比我第一次申报快了不知道多少。
