Claude Codeは、Anthropicが提供するAIエージェントです。ChatGPTのように質問に答えるだけでなく、手元のフォルダにある資料を読み、整理し、ファイルとして書き出すところまで進めてくれます。特許の世界でも、先行技術(過去に出ている似た技術)の調査結果の整理や、明細書(発明の中身を説明する書類)の下書きに使う例が出てきました。
この記事では、どこまでAIに任せられるか、人が決めるべき部分はどこか、発明を渡す前に何を確かめるかを順に整理します。下書きと整理は速くなります。ただし、漏れの判断、請求項の設計、発明をどこまで入力するかは人に残ります。
Claude Codeとは?何ができる?
Claude Codeは、Claudeを開発するAnthropicが提供する道具です。もともとはプログラムを書く人向けに作られましたが、パソコンの中のファイルを読み書きして作業を自分で進められるため、特許文献の整理や文書づくりにも使われ始めています。

提供元と基本の仕組み
使い方は、ターミナル(文字で指示を打ち込む黒い画面)に日本語で頼むだけです。「このフォルダの公報を読んで、要点を表にして」と書けば、ファイルを開いて読み、結果をファイルとして書き出します。公報とは、特許の内容が載った公式の文書のことです。
チャット型のClaudeとの違いは、手元の何十・何百ものファイルをまとめて読み込み、何段階もの作業を続けてこなせる点です。大量の特許文献を整理する仕事と相性がいいのは、このためです。

チャットは「質問に答える」、Claude Codeは「手元のファイルを使って作業を進める」。この差が特許業務で名前が挙がる理由です。
特許業務に効く最新の機能
機能は多くありますが、特許業務で押さえたいのは次の3つです。
| 機能 | 中身 | 特許業務でいうと |
|---|---|---|
| Skill | 決まった作業手順をまとめて呼び出せる拡張機能 | 調査結果の整理や報告書の型を毎回使い回せる |
| サブエージェント | 調査や要約などの役割を分け、同時に進める分身 | 複数の公報を手分けして読める |
| MCP | 外部のデータベースやサービスとつなぐ差し込み口 | 外部の公報データを作業に取り込める |
MCPは、つなげるサービスが限られます。特許データベースにすぐつながる保証はないので、最初は人がJ-PlatPat(特許庁の無料公報検索サービス)で公報を集め、ファイルで渡す形が確実です。
Skillの活用例としては、数百件の特許データの分析から経営層向け資料づくりまでを一つの指示で進める流れがnoteの解説で紹介されています。サントリーの特許数百件を分析し、一つの資料にまとめる内容です。
Coworkとの違いと料金
黒い画面が苦手な人には、画面上でファイルの作業を任せられるCoworkという選択肢もあります。プログラミングをしない知財部の方は、まずCoworkで小さく試すのが現実的です。ただし、上の3機能がどこまで使えるかはプランや時期で変わるため、使いたい機能があるなら契約前に公式の説明で確かめてください。
料金はAnthropicの公式料金ページで最新の値を確認できます。どのプランを選ぶかは、発明の情報の扱いにも関わるため、プランごとの違いは第4章でまとめます。
Claude Codeと特許調査の線引き
「大量のファイルを読んで整理できる」というClaude Codeの特徴は、特許調査でどこまで頼れるのでしょうか。先行技術調査とは、出願の前に、似た発明がすでに世に出ていないかを確かめる作業です。ここでの答えは、AIに任せてよいのは「探す前の準備」と「集めた後の整理」、人が手放してはいけないのは「漏れはないか」「特許になりそうか」の判断、という線引きです。
任せる作業と人の作業
Claude Codeが特許データベースを自動で網羅してくれるわけではありません。得意なのは、手元に集めた公報や資料を整える仕事です。
| 作業 | AIに任せる | 人が担う |
|---|---|---|
| 検索キーワードの候補出し | ○ | 採用するかの取捨選択 |
| 集めた文献の要約 | ○ | 原本との照合 |
| 似ている点・違う点の表(対比表)づくり | ○ | 内容が正しいかの確認 |
| 調査報告書の下書き | ○ | 最終的な報告 |
| 検索結果に漏れがないかの判断 | - | ○ |
| 特許になりそうか(進歩性:容易に思いつけない新しさがあるか)の評価 | - | ○ |
AIは「集めたもの」を整える役。「集め漏らしたもの」には気づけないので、漏れの判断は人に残る
AIは集めたものをきれいに整えます。ただ、集めなかったものには気づけません。ここが人の仕事として残ります。この役割分担はClaude Codeの特許・知財活用ガイドでも、情報の収集・整理・下書きはAI、特許性の判断やリーガルチェックは専門家と整理されています。
調査の流れと確認点
おすすめは、検索の出発点と最後の確認を人が握る形です。
検索の出発点は人が握ります。
手元に集めた公報をClaude Codeに読ませます。
整理と対比表づくりをAIに任せます。
最後の確認は人が行います。
最も気をつけたいのが、実在しない文献です。AIは、それらしい公報番号を作ってしまうことがあります(ハルシネーション=AIがもっともらしい嘘をつくこと)。番号が表に載っていても信用せず、J-PlatPatで原本を開いて確かめてください。
効果の目安として、GENAIのブログのモデルケースでは調査報告書の初稿づくりが120分から35分になる想定、AI Coding Casesの試算では調査1件が4.5時間から58分(約78%短縮)とされています。どちらも実測ではなく想定や試算です。減るのは主に整理と下書きの部分だと考えてください。

指示の例と返ってくる結果
指示は、役割と出力の形をはっきり書くのがコツです。
search_resultsフォルダの公報を読んでください。
自社案(idea.md)と比べて、公報番号・発明の要点・似ている点・違う点を表にしてください。
公報に書かれていないことは推測せず、「記載なし」としてください。
返ってくる結果は、たとえば次のような表です(番号は説明用の架空のものです)。
| 公報番号 | 発明の要点 | 自社案と似ている点 | 違う点 |
|---|---|---|---|
| 特開XXXX-000001 | センサーで温度を測り通知する装置 | 温度検知の仕組み | 通知先がスマホのみ |
| 特開XXXX-000002 | 複数センサーの値を平均する方法 | 複数センサーを使う点 | 平均化の処理を行わない |
この表はあくまで下書きです。番号が実在するか、要点が原文と合っているかを、原本で確かめてから使ってください。
特許明細書の下書きはどこまで?
調査で見えた「整理はAI、判断は人」という線引きは、明細書でもそのまま当てはまります。明細書は、発明を説明する書類であると同時に、どこまでが自分の権利かを決める法律文書でもあります。読みやすい文章が書けることと、強い権利が取れることは別の話です。AIが手伝えるのは「形を整える」部分で、判断の中心にあたる請求項は人が決めます。
なお、他人の求めに応じて報酬を得て特許の書類を作ることは、弁理士法75条で弁理士などに限られた業務とされています。AIを使ってもこの枠組みは変わりません。自社の案件を社内の担当者が下書きするのは問題になりにくい一方、他社や顧客の依頼で有償で明細書を作るなら、弁理士の関与が前提です。
下書きの流れと指示の例
AIが得意なのは、技術説明の初稿づくり、段落番号の付与、書式の整理です。請求項と実施例(発明を実際にどう実現するかの具体例)とで言葉が食い違っていないかのチェックも向いています。この分担はGENAIの事例紹介とも重なります。
人が発明メモを書いてAIに渡します。
AIに構成案を作らせます。
AIに本文の初稿を作らせます。
人が請求項を設計します。
形式や用語の食い違いのチェックをAIに戻します。
AIが動くのは2・3と5で、人は材料を渡す1と、権利の中心を決める4を握ります。
指示は、材料と禁止事項をはっきり書くのがコツです。
invention_memo.mdを読んで、特許明細書の構成案を作ってください。
見出しは「技術分野」「背景技術」「課題」「解決手段」「実施例」とします。
メモに書かれていないことは推測せず、「要確認」と書いてください。
明細書づくり用のSkill(手順をまとめた型)があれば、毎回この手順を使い回せます。
Claude Codeはファイルを自分で書き換えられる。操作のたびに人がOKを出す設定(承認モード)で使い、過去の原稿は必ずバックアップを取る。

クレームは人が設計
請求項(クレーム)は、どこまでを自分の権利と主張するかを書いた部分です。土地でいえば境界線にあたります。広く引きすぎれば先行技術とぶつかって認められにくくなり、狭すぎれば他社に簡単に回避されます。
範囲をどこまで広げるか、他社がどう回避してきそうかを先回りして考える。この設計は、発明の中身を一番知る人と弁理士が一緒に決める部分です。社内の担当者が案を考えること自体は問題ありません。ただ、AIの初稿に任せず、最終的な範囲は弁理士と詰めてください。
請求項は権利の境界線。AIの初稿は速いが、それだけでは権利書として足りない。範囲の広さと回避されにくさは人が設計する。
弁理士からは、Claudeで作った初稿だけでは権利書として不十分だという指摘が出ています。特許法36条(明細書や請求項の書き方を定めたルール)への適合も含め、できあがった文章は発明者と弁理士が全文を確認する前提で使ってください。
発明をAIに渡すとどうなる?
ここまでの下書きは、発明メモをAIに渡すところから始まります。そこで気になるのが「出願前の発明を入力して大丈夫か」と「AIと一緒に考えた発明は特許になるのか」です。順に整理します。

未公開の発明を入れてよいか
出願前の発明は、「まだ誰にも知られていないこと」に価値があります。これを新規性(まだ世の中に出ていないこと)といいます。特許法29条1項は、出願前に「公然知られた」発明などは特許を受けられないと定めています。
AIサービスに入力しただけで「公然知られた」とされるかについて、明確に判断した公的な基準や裁判例は、この記事で調べた範囲では見つかっていません。「大丈夫」とも「即アウト」とも言えないため、実務ではリスクを下げる確認を重ねます。
| 確認する項目 | 見るポイント |
|---|---|
| 学習への利用 | 入力内容がAIの学習に使われるか。法人向け(Team/Enterprise)は使われないとされ、個人向け(Pro/Max)は学習利用を止める設定(オプトアウト)を自分で確認する |
| データの保持期間 | 入力や会話が何日間サーバーに残るか。プランや提供経路で異なる |
| ゼロデータリテンション(ZDR) | 入力を保存しない契約。主にAPIや法人契約の話で、提供元への確認が必要 |
| 利用状況の送信と会話の記録 | 使い方のデータ(テレメトリ)や会話の記録が、手元と提供元のどちらにどう残るか |
| 秘密保持契約 | 提供元との契約に、情報を第三者に開示しない約束があるか |
規約や設定は更新されるため、Anthropicの公式の規約ページで最新の内容を確かめてください。
クラウド経由なら安心、とも言い切れません。Amazon Bedrock経由でも、Claude Fable 5・5.1・5.2は入力と出力がAWSの中に最大30日残り、AWSによる人の確認に回る場合があります。モデルの提供元には共有されません(AWSの公式説明)。
では実際にどう使うか。現実的な選択肢は次のとおりです。
- 出願前の核心(発明の肝になる部分)は伏せ、課題や一般的な背景だけを渡して構成案を作らせる
- 核心を入れる作業は、法人向けプランなど学習に使われないと確認できた環境に限る
- 出願を済ませたあとに、実施例の整理や調査結果のまとめでAIを使う
- 調査の整理(公開済みの公報が材料)は、未公開の情報を含まないので、最初に試す入口に向く
あわせて、「どのプランで、どの情報まで入れてよいか」を社内ルールとして先に決め、使う人も知財部の担当者などに絞って始めると安全です。
AIと考えた発明は特許か
人が発想や具体化に実質的に関わっていれば、特許になり得ます。ただしAIそのものを発明者にはできません。
AIを発明者として出願した「DABUS事件」では、日本でも知財高裁が認めませんでした。発明者は自然人(人間)に限られるという考え方で、米国や欧州でも同様です。
では、人はどの程度関わればよいのでしょうか。日本の実務に明確な数値基準はなく、ケースごとの判断です。一般には、次のような関与があると「人が発明に貢献した」と説明しやすくなります。
- 解決すべき課題を人が設定した
- AIの出した案から、人が選び、手を加えた
- 実際に試し、結果を見て改良の方向を決めた
AIの出力をそのまま受け入れただけだと、誰が発明者かを説明しにくくなります。AIとのやり取りの記録と、自分が何を考え何を決めたかのメモを残しておきましょう。最終的な発明者の認定は弁理士と相談してください。
AIは発明者になれないが、人が関わった発明は特許になり得る。やり取りの記録と自分の考えのメモが、発明者を説明する材料になる。
まとめ
最初の一歩は、公開済みの公報を集めてClaude Codeに整理させる調査の下書きです。任せるのは整理と下書き、人が持つのは漏れの判断と請求項の設計です。発明の核心を渡す前には、学習利用と保持期間を確かめ、社内ルールを決めてください。
