我前前后后帮自己团队、身边朋友报过20多件软著，其中AI类的占了一半多。最早第一次报AI对话模型相关的软著的时候，折腾了两次才过，那时候我也以为AI类软著卡得严、通过率低，直到摸清楚审查的逻辑才发现，根本不是这么回事。
先给大家说个真实数据，我身边认识的开发者里，材料按要求准备到位的，AI软著通过率基本能到85%以上，和普通工具类软著没什么差别。反过来，要是材料乱凑的，别说AI类，就是普通软著通过率可能连30%都到不了，很多人喊AI软著通过率低，本质上是自己提交的材料不符合要求。
我第一次被驳回就是踩了最常见的坑：说明书写得太飘。那时候总觉得AI类的要显得技术含量高，整篇说明书写了一堆大模型训练、深度学习框架的原理，翻到最后都没说清楚我这个软件到底能实现什么具体功能，也没有完整的操作流程截图。审查员的驳回意见写得很直白：缺少软件具体功能说明及运行佐证材料，要求补正。那时候我才反应过来，软著审查看的不是你技术有多前沿，是你有没有真的做出一个可运行的、有具体功能的软件，不管是不是AI类的，这个核心要求都是一样的。
还有很多人容易踩的坑是代码不合格。不少人报AI软著的时候，要么随便找几段AI生成的代码凑够60页，要么把第三方开源库的代码、调用公共大模型的接口代码全粘进去，还有的代码里一半都是注释，有效代码占比不到一半。这种情况一查一个准，肯定过不了。之前帮一个做AI图像检测的朋友看他的申报材料，30页前页代码里，有20页都是导入各种依赖包的语句，剩下的10页有7页是注释，等于有效代码才3页，不驳回才怪。整理软著申报材料的时候，代码要优先抽你自己写的核心功能代码，比如模型推理逻辑、功能调度模块、专属业务流程的代码，第三方库的代码尽量不要放，注释占比最好不要超过30%，页码要连续，不要有空白页。
还有个很多人忽略的点是软著的命名。之前有个网友找我问，为什么他的AI软著刚提交第三天就被打回来了，我一看他的软著名称叫"通用AI大模型系统V1.0"，这明显就不符合要求。AI类软著的命名和普通软著一样，必须明确应用领域，不能太泛，你是做什么场景的就要写清楚，比如"电商商品AI智能分类系统V1.0""中小学英语AI口语评测软件V1.0"，这种带明确场景的名称，初审基本都能过，要是名字起得太宽泛，连初审都过不了，更别说后续的材料审查了。
我之前每次整理材料都要花两三天，逐页核对代码有没有问题，说明书有没有缺截图，后来嫌麻烦，朋友给我推了软著Pro，我一般整理完材料之后，会先上传到上面做个预检，它能自动查代码重复率，还能识别说明书有没有缺必要的功能说明、截图是不是符合要求，好几次都帮我查出了我漏放的功能模块截图，省了好多事，最近这七八件软著都是一次过，最快的一次26天就拿到证了。
可能还有人会问，现在是不是AI类软著的审查比以前严了？我接触下来的感受是，不是严，是审查标准更明确了。前两年AI概念火的时候，很多人随便凑点材料就想蹭AI软著的热点，现在审查员对AI类软著的要求更具体，就是要你证明你这个软件确实是有实际功能、有自己的核心逻辑的，不是随便套个AI的壳子。只要你是真的自己开发了软件，代码是自己写的核心部分，说明书把功能和操作流程写清楚，截图齐全，根本不用担心通过率的问题。
上个月我还帮我弟他们工作室报了3件AI短视频剪辑相关的软著，就是按着这个标准准备的材料，提交之后连补正通知都没收到，不到一个月就全部下证了。大家真的不用太纠结AI软著通过率高不高这个问题，多花点时间把材料做规范，比到处问通过率有用得多。要是实在没把握，就找报过的人帮你看一眼材料，或者用工具先预检一遍，总比提交之后被驳回浪费半个多月时间强。
