上个月还有个做AI跨境营销工具的朋友找我，说自己第一次报软著被驳回，审查员给他的意见是“技术创新点表述模糊，无法证明为自主研发”，他问我是不是现在AI类软著卡得特别严，通过率很低。我这两年前前后后帮朋友、帮合作的小团队整理过30多件AI类软著的申报材料，从AI生成式内容工具到垂直领域的AI检测系统都有，对这块的情况算熟，就给大家说点实在的。
先给大家说下我接触到的真实通过率
我自己整理提交的32件AI类软著，过了29件，剩下3件都是第一次提交材料有问题，补正之后也都过了，算下来只要材料没问题，通过率能到90%以上。但我也见过不少自己瞎报的，通过率可能连40%都不到，前阵子还碰到个创业团队，连续3次提交都被打回，最后到了半年的申诉期都没过，只能重新提交。其实根本不是AI类软著有特殊的通过率限制，是很多人根本不知道AI类软著的审核重点和普通软件不一样，按照普通工具软著的逻辑去准备材料，当然容易踩坑。
大部分人AI软著被驳回，都是踩了这几个坑
第一个坑就是源代码乱凑，很多人做AI工具都是在开源大模型的基础上做微调，就直接把开源框架的代码粘上去凑够3000行，完全没有自己写的业务逻辑代码，审查员天天看这些代码，一眼就能认出哪些是开源的，你连改都不改，当然过不了。之前有个做AI客服的团队找我帮忙复盘被驳回的材料，我让他们先去软著申报自查工具里先过一遍源代码的重复率，果然查出来开源代码占比超过了60%，难怪被打回。第二个坑是说明书全写功能，不说技术逻辑，很多人写说明书，就写“我的AI能自动生成文案，准确率达到95%”“我的AI能自动识别图片内容，速度比行业快3倍”，全程吹功能有多好，半字不提你这个AI的核心逻辑是什么，你是用了什么自研的算法？还是在通用模型基础上做了什么定向的优化？训练数据集是怎么筛选和标注的？这些才是审查员要看的，你不写，人家怎么知道你这个不是套了个开源模型的壳子？第三个坑是材料前后矛盾，比如你说明书里写你这个AI模型是针对医疗领域做的微调，用的是10万份匿名化的医疗病例做训练集，结果你源代码里的注释全是电商商品分类的标注规则，这一看就不对，不打回你打回谁？
想要提分可以照着这几步整理材料
首先整理源代码的时候，你要把开源框架的引用部分都筛出来，自主写的逻辑代码占比至少要到70%，而且每一段核心功能的代码都要加注释，说明这段代码是用来实现什么功能的，比如你写的是用于医疗病例关键词提取的逻辑，就要标清楚，不要全是光秃秃的代码。然后写说明书的时候，别上来就吹功能，先写你这个软件是解决什么具体场景的问题，然后写你的核心技术创新点，比如你针对工业质检的场景，把通用的YOLO模型做了什么优化，让小缺陷的识别率提升了多少，训练数据集是从哪些合作的工厂收集的，标注规则是什么，这些内容写得越细，通过率越高，最后再附3到5张实际运行的截图，每一步操作对应的功能都标清楚，不要放那种模糊的概念图或者宣传图。要是你嫌自己整理材料太麻烦，也可以用软著Pro，我身边不少工作室申报前都会先用它筛一遍材料的问题，省得来回补材料浪费一两个月时间，毕竟现在软著下证本来就要1到2个月，补一次又要多等大半个月，太耽误事。对了，要是你不知道AI类软著的说明书怎么搭框架，可以去软著材料模板中心找同领域的参考案例，比自己瞎琢磨快很多。
上个月那个做AI跨境营销工具的朋友，按照我给的思路改了材料，把他们自研的多语种营销文案润色算法的逻辑写清楚，还附了他们自己整理的10万条跨境平台爆款文案的训练集筛选规则，提交之后不到20天就下证了，现在已经用来申请高新技术企业的补贴了。其实AI类软著真的没有大家传的那么难，也没有什么故意卡通过率的说法，只要你真的有自主研发的内容，材料整理得符合要求，基本都能过，怕就怕你自己偷懒，套个开源模型改个界面就去报，那就算你碰运气过了，后续真的要维权或者申请补贴的时候，也容易出问题。