題目

：

基於 No-Code 平台 GPT Builder 探索大型語言模型於專利實施例生成之應用研究

口試委員

：

國立臺灣科技大學 專利研究所       陳昭華教授

國立陽明交通大學 科技法律研究所   李界昇副教授

國立臺北科技大學 智慧財產權研究所 郭宏杉副教授

指導教授

：

國立臺北科技大學 智慧財產權研究所 郭宏杉副教授

研究生

：

洪禕

時間

：

115年 1 月 27 日(星期二)  14:00-16:00

地點

：

國立臺北科技大學 先鋒國際研發大樓14樓1402會議室

摘要

：

隨著生成式AI逐漸成熟，其在專利撰寫領域的應用潛力備受關注。本研究旨在探索利用無程式碼（No-Code）平台 GPT Builder 輔助撰寫「專利實施例」之可行性與應用潛力。研究以「伺服器散熱冷卻技術」為實證對象：一為觀察生成內容之「技術覆蓋率」；二為觀察模型在黑箱條件下生成「知識庫外之內容」之輸出結果。

研究結果顯示，在技術覆蓋率方面，模型展現出相當程度的再現能力，但在處理隱含技術細節時仍存在缺漏。在知識庫外內容生成方面，研究結果發現模型確實會產出非源自知識庫之內容，且模型對該內容之自我標註結果與人工核對結果存在不一致現象。

基於上述觀測，本研究透過失效樣態分析釐清 No-Code 工具於專利撰寫之應用邊界，並整理出具備專利法理基礎之觀察架構。本研究認為，由於大型語言模型本就具有黑箱特性且其輸出具隨機性與不可解釋性等特性，生成式 AI 之應用應導向「人機協作 (Human-in-the-Loop)」模式，並以此架構作為專家或專利實務工作者進行校閱與查核之基準。本研究結果揭示了 No-Code 平台之實務參考價值，並為未來專利實務導入 AI 提供具實證基礎之建議與方法論參考。