上个月帮公司报3款AI生成类软件的软著，前两次补正全卡在架构说明上，折腾了快一个月才全部拿证，周围做AI产品的朋友最近也在问我这类材料怎么写才不踩坑，干脆把我整理的实操细节都写出来。
很多人觉得AI生成系统的架构说明和普通应用软件没区别，随便套个三层架构模板就往上交，其实完全不是。普通工具类软件的逻辑链路是固定的，审查员只要看清楚模块划分和流转逻辑就行，但AI生成系统涉及到模型训练、推理调用这些特殊环节，审查员要通过你的架构说明判断你这套系统是不是有独创点，是不是直接套了开源框架改个皮，所以写的时候侧重点完全不一样。
我第一次提交的时候就是犯了这个错，直接把通用的“数据层-逻辑层-视图层”架构搬上去，只在逻辑层提了一句“内置AI生成模块”，第二天就收到补正通知，要求补充AI模块的具体架构、训练推理的流转逻辑，以及我方独立开发的核心组件说明。
后来改的时候我才摸清楚门道，写AI生成系统的架构说明，首先要先给整个系统定调，先花100字左右讲清楚你这套系统的核心应用场景，比如我报的是电商文案AI生成系统，开头就先写“本系统是面向中小电商商家，用于批量生成商品详情页文案、短视频脚本文案、平台推广文案的AI生成工具，核心创新点在于针对电商场景做了专属语料微调、多风格自动适配两大模块”，先把核心特色抛出来，让审查员一眼能看到你的独创性。
之后再分层写架构，不用硬套通用的分层逻辑，按照你系统实际的数据流走向来写就行，我当时是分成了数据接入层、模型微调层、推理生成层、交互输出层四层，每一层都要写清楚里面的组件，尤其是你自己开发的部分要重点标出来。比如数据接入层我就没有只写“接入用户输入数据”，而是详细写了这一层包含的用户输入校验模块、违禁词预过滤模块、电商语料对齐模块，后面两个是我们自己开发的，我还特意写了这两个模块的作用，是为了减少无效训练数据，提升模型生成内容的合规性，这部分就是能体现你独创价值的地方。
如果不知道不同类型AI生成系统的架构说明要侧重哪些独创点，可以去查对应的申报指南模板，别自己瞎猜浪费时间。
这里要提一个很多人都会踩的坑，就是不要把开源框架的原生架构直接抄过来。我有个朋友之前报AI绘画生成系统的软著，直接把Stable Diffusion的原生架构写上去，连模块名称都没改，直接就被驳回了，审查员的补正意见是“无法体现申报方的独立开发内容”。后来他把自己做的LoRA训练调度模块、用户自定义风格上传适配模块、生成内容版权校验模块都详细写清楚，突出自己在原生开源框架上做的二次开发内容，第二次提交就过了。
架构说明里还要写清楚数据的完整流转路径，不要跳步。比如用户输入商品关键词之后，先到哪一层，调用哪个模块做什么处理，处理完之后输出什么内容，传到下一个模块又做什么，一直写到最终内容返回给用户，整个链路要写得明明白白。我当时补正的时候就把这个流转路径单独写了一段，还对应了提交的架构图里的每个节点，审查员一眼就能看明白整个系统的运行逻辑，自然就不会卡你。
我当时补正的时候愁得头都大，还是同行给我推了软著Pro，上面有好多AI类软著的架构说明样例，不同场景的AI系统怎么写架构、重点突出哪些部分都有参考，我对着改了两遍就过了，省了好多查资料的时间。
还有个小细节，如果你这套系统用到了开源模型或者开源组件，一定要在架构说明的最后加一段说明，写清楚你用的开源组件的名称、对应的开源协议，以及你做的二次开发内容占比，确保不存在权属争议。之前有个团队报AI语音生成系统的软著，就是没写清楚用到的开源语音模型的相关信息，被要求补正权属证明，折腾了好久才搞定。
很多人写系统架构说明的时候容易把功能介绍和架构内容混在一起，其实完全是两回事。功能是写用户能用来做什么，架构是写你这个系统内部是怎么运行的，模块之间怎么配合，写架构说明的时候要少写“用户可以在系统内生成文案”这类功能描述，多写“用户输入的关键词经交互层校验后传入推理生成层，调用微调后的电商专属模型生成候选文案”这类逻辑描述，才能符合审查要求。
其实写AI生成系统的架构说明没那么难，核心就是突出你自己做的创新部分，把整个系统的运行逻辑讲清楚，别套通用模板，别抄开源架构的原生内容，基本上都能一次过。我后来帮朋友改了两份AI类软著的架构说明，都没有被补正，按照这个逻辑写就行。
