开门见山，干货如下：

IPC/(G06F17/30 OR G06N3/00 OR G06F16/332 OR G06F40/30) AND a/(生成式人工智能 OR 深度学习 OR 神经网络 OR 自然语言处理 OR Transformer模型 OR AI算法 OR 预训练 OR 微调) and na/1 and db/cnapp

直接拷贝贴入即可使用，检索的对应物效果怎么样，咱们简单看一下：

时间上的分布：

是不是看起来比较合理，生成人工智能么，考虑google的论文是2017年年底发的，毕竟transformer架构是一个大的台阶，能不能体现出来。所以这个整体上看起来没毛病。

再看看申请人的排布：

总体上大致感觉差不太多是不是。

我们一贯的宗旨，授人以鱼不如授人以渔。我们不是WIPO，也不是斯坦福，不是来刷权威的，咣当就是一个报告发布。我们是来讲实战的。什么核心观点呢？！

现在专利分析里面最难的部分是这个检索范围的确定对不对？！长久以来都是靠所谓的专家们来确定，但是专家们是不是靠谱咱们就只能是持保留态度了，比如WIPO报告大书特书中国，结果你仔细一看WIPO的报告，里面检索式倒是公开了，问题是一个中文没有，那么我们就假设是检索的是中文对应的英文翻译版呗？但是接下来的问题就是，如果研究中国，特别是中国是这个领域的领先者，领先的优势又这么多，真的不考虑中文关键词的表达么？另外值得吐槽的是WIPO报告中关于相关算法的平行分类列举，在我们搞算法的人的眼里看，只能说大概WIPO可能是更懂专利吧，但是也就局限于此吧。

所谓的权威也不权威，你信仰的专家可能根本也构不成专家。这个检索式的问题怎么办呢？答案肯定不是找我们啊，而是找AI啊，我们都非常纳闷儿WIPO为啥不问问大模型呢？！！！

看看国内某头部厂商的非充值非VIP版本，也就是最贫民版关于检索式构建的效果：

可以看出我们的问题都没组织好，本来想把我们自己的检索规则告诉它的，或者是贴一个文档上去，结果手抖了，给点击触发了，结果大模型嗖嗖的就开动了，相比一两个月前吧，我们觉得明显两个阶梯型进步：

1. 给出分类号了，而且是靠谱的；

2. 直接给了黑框代码区，程序员可能特别熟悉，这个框可以左右拉动，也就是其实内容比上面截图中的多，直接点击右上角的“复制代码”，整体拷走，非常方便。

再看解释：

再看注意事项：

​是不是感觉非常靠谱！

您如果真的做专利分析，现在可以认真的考虑把手头能用到的大模型都挨个测试一遍了，看看谁的状态最好，回答最给力，而且建议大家至少每一个月甚至更小间隔就再看看，毕竟大模型进化的速度基本上是按周来！

看到这里是不是感觉非常有启发！坚持关注Patentics才是智慧知产人的未来，不想掉队就请上车！至于我们写这篇文章的目的？除了分享知识和信息，我们想说，和大模型一来一去就是最佳方案么？！配合数据库真实的检索反馈，让大模型自己完成去噪和多轮优化，是不是才是真的类似人类的解决方案，或者说是超越一切人类专家的方案呢？！看我们的吧！联系客服人员获取操作方法步骤。