上个月刚帮工作室的两个学弟搞定了两件AI电商客服工具的软著，下证那天他俩专门请我喝了奶茶，说之前查网上的信息，都讲AI软著卡得严、通过率不到一半，吓得他俩本来打算花好几千找代理，还好提前问了我。
说起来我从2019年自己要报AI图像识别工具的软著开始，前前后后帮自己、帮朋友、帮合作的工作室申报的AI类软著加起来有32件，只有2件遇到过补正，最后也都顺利下证了，算下来通过率超过94%，真的比很多普通应用型软著的通过率还高。
很多人觉得AI软著通过率低，本质上是没搞懂审查员对AI类软著的审核侧重点，交上去的材料踩了红线才被打回来。我之前帮朋友处理过一个被打回的AI软著补正，他找的小代理给做的材料，说明书里通篇都在吹自己的AI有多智能，连核心的算法应用场景、自己做的优化点半字没提，源代码前二十页全是调用第三方大模型接口的代码，自己写的核心逻辑藏在最后几页，审查员看不到原创内容，当然不会给过。
AI软著最容易卡的点其实不是技术本身，是材料有没有清晰体现你的原创性，和AI功能的具体落地场景。我自己申报的话，一般第一步先把名字定死，绝对不能起那种太泛的名字，比如“AI聊天系统”“AI绘画工具”这种肯定不行，得具体到你这个AI的应用领域，比如“基于多模态大模型的家装设计AI出图系统V1.0”“面向跨境电商的AI智能翻译客服系统V1.0”，名字里带清楚场景，第一步就不会被打回来。如果不知道自己起的名字能不能过，可以先去AI软著名称核查的页面查一下，避免白忙活。
接下来是整理说明书，这部分是AI软著区别于普通软著最核心的地方。普通软著你写清楚功能流程、界面截图基本就够了，但是AI软著你得额外写清楚三个点：第一是你这个AI用到的核心技术是什么，是基于开源大模型做的微调，还是自己训练的小模型，有没有做针对性的prompt工程优化，这些都要写得具体，别只说“用到了人工智能技术”；第二是你的AI的应用场景是什么，能解决什么具体的问题，和市面上其他同类的AI工具比有什么不一样的地方；第三是如果用到了训练数据，要写清楚数据源的来源，有没有正规授权，避免涉及版权问题。之前我那两件补正的其中一件，就是忘了写数据源来源，补了个说明说训练用的都是公开授权的脱敏数据集，还有自己工作室采集的用户授权数据，三天就过审了。
然后是源代码的整理，要求是提交前30页和后30页，总行数不能低于3000行，这里要注意的是，一定要把你自己写的核心逻辑代码放在最前面，别把调用第三方接口的代码、开源框架的原生代码堆在前面，那些都不算你的原创内容，审查员翻前几页全是别人的代码，很容易直接打回来。还有注释不要太少，平均每十行要有一行注释，不用写得太复杂，说明这段代码是干啥的就行。对了，我之前整理材料总容易漏项，后来顺手用了软著Pro，就是https://ruanzhu.pro 这个站，从名称核查到材料生成再到提交指引全有，连源代码的格式、分页都帮你自动整理好了，省了我至少一半的时间，新手也能照着弄明白。
还有很多人问我，用了开源框架或者第三方大模型的软著能不能过，其实完全可以，你只要在材料里说明清楚你基于开源内容做了哪些二次开发，核心的创新点是你自己的就行，完全没必要隐瞒，反而隐瞒了容易被认为是抄袭。我去年报的一个AI短视频剪辑工具的软著，就是基于开源的视频处理框架做的，我在说明书里写清楚了我针对短视频的字幕识别、卡点功能做了哪些算法优化，提交之后12个工作日就下证了，啥问题都没有。
我身边好多人踩坑，都是找了那种不靠谱的低价代理，这些代理不管你是什么类型的软著，全用一套模板套，AI软著的说明书也和普通工具类的一模一样，根本没体现AI的特点，当然通过率低。要是你实在不知道怎么整理材料，可以先去软著申报自助平台看看对应的AI类软著的过审案例模板，都是实际已经下证的材料改的，踩雷的概率比自己瞎写低太多。
上周还有个做AI刷题工具的朋友找我问，说自己之前报了一次被打回来，是不是AI类的现在不让报了，我看了他的材料，就是权利要求写得太宽，说要保护“所有基于人工智能的刷题方法”，这种明显不可能给过，我让他改成“针对K12数学错题整理的AI智能匹配推送方法”，重新提交之后不到两周就下证了。
其实现在对于AI类的软著，政策上还是鼓励的，只要你的材料是真的自己做的，不是抄的套的，把该写的点都写清楚，通过率真的比你想的高很多，完全没必要花大几千找代理，自己花个两三天整理材料，或者找个靠谱的工具辅助，基本都能过。