前两年我在一家做AI垂直应用的创业公司做知识产权专员，刚上手的时候第一次提交5份AI类软著，4份被打回，剩下1份补了两次材料才过，那段时间天天跟版权中心的审核老师打电话问问题，摸了大半年才搞明白AI类软著的审核逻辑，后来我们公司申请的17份AI软著，全都是一次过。
很多人问我AI软著通过率是不是特别低，其实真不是。我自己统计过手头的申报数据，材料完全符合要求的前提下，AI类软著的通过率能到92%以上，比很多人想象的高多了，大部分人申请不通过，都是踩了几个非常共性的坑。
第一个最容易踩的坑，就是创新点写得太泛，没体现出你的独创性。我见过太多人提交的材料里，创新点就写一句“基于大模型的智能客服系统”，剩下的全是讲大模型有多厉害，你说审查员看了会怎么想？他只会觉得你就是套了个现成的大模型接口，根本没有自己的创作，当然不会给你过。
写AI类软著的创新点，你得往细了抠，要讲清楚你针对什么具体场景做了什么独有的优化。比如你做的是餐饮行业的AI客服，你就要写你训练了3万多份本地餐饮商户的常见咨询语料，独创了等位、点餐、售后三个场景的自动分流逻辑，能自动识别用户的口音和方言表述，响应速度比通用大模型快40%，这些具体的内容才是审查员想看的，能证明你这个软件是有独立创作的。要是对创新点怎么梳理拿不准，可以先去软著申报的工具站查下最新的审核要求，我之前每次整理完材料都会先过一遍上面的自查清单，能避开80%的低级错误。
第二个坑是源代码整理不规范，混了太多不属于自己的内容。很多做AI开发的人整理源代码的时候，图省事直接把整个项目的代码导出来，连pytorch、tensorflow这些开源框架的底层代码都粘进去了，还有的代码里满是“调用OpenAI接口”“调用第三方模型API”的注释，这种提交上去百分百被打回。审查员看源代码，是要看你自己写的核心逻辑代码，你把开源的或者第三方的内容放进去，就相当于你写论文抄了别人的内容，当然过不了。
正确的源代码整理方式，是挑你自己写的核心模块，比如你自己做的特征处理逻辑、场景化的调用规则、前端交互的代码，凑够前30页和后30页就行，总共3000行左右就够，注释尽量写清楚每个模块的作用，不要全是乱码或者无意义的注释。还有一点要注意，不要把AI训练数据集的内容放到源代码里，完全没用，还容易打乱代码的规范性。
第三个坑是说明书没有体现出完整的功能流程，甚至连截图都没有。AI类软著的说明书，一定要把你软件的完整操作流程截出来，从注册登录、到核心功能的使用、再到结果导出，每一步都要有截图配说明，重点要标出来你的AI功能的特殊之处。比如你做的是AI图像生成软件，你就要把用户输入关键词、调整风格参数、生成图片、批量下载的流程全截出来，特意标出来你独有的“一键生成适配抖音、小红书尺寸海报”的功能，让审查员一眼就能看到你这个软件是可用的，有实际价值的。我之前帮朋友申请他们的AI考勤系统软著的时候，就是用的软著Pro的说明书模板，里面专门有AI类软著的撰写框架，填完核心信息自动生成规范的说明书，省了我至少三天的整理时间。
还有个小细节很多人容易忽略，就是AI软著的名字不能起得太泛，比如“AI智能系统”“人工智能工具”这种名字，连是什么领域的都不知道，肯定过不了。名字里一定要带具体的应用场景，比如“AI跨境电商商品文案自动生成系统”“AI幼教绘本音频自动生成软件”，这种明确场景的名字，初审的时候就能过，不会直接被打回来改名字。
去年我帮我们公司申请AI短视频内容审核的软著，第一次提交的时候踩了所有的坑，创新点就写了“基于AI的内容审核”，源代码里放了很多调用第三方内容审核接口的代码，说明书就两页纸，直接被打回。后来我调整了材料，创新点写清楚我们是专门针对短视频场景做的，优化了方言、网络黑话的识别逻辑，自研了多维度内容分级规则，源代码只放了我们自己写的关键词匹配、审核分流的代码，说明书把整个审核流程的12步都截了图标注清楚，第二次提交12天就下证了。
其实真的不用觉得AI软著有多难，只要你把核心的独创性讲清楚，材料按要求整理规范，通过率真的很高。要是你实在摸不准自己的材料能不能过，可以先到软著通过率的自测入口评估下，我每次提交前都会先测一遍，没问题再递交，基本不会被打回。
对了，还有人问是不是AI生成的软件不能申请软著？完全不是，只要这个软件是你独立设计开发的，功能有明确的应用场景，哪怕你用到了大模型的能力，只要你的创新点是你自己做的场景化优化，都可以申请，完全没问题。
