決定的集計・版付き分類情報・表示条件を接続した特許分析画面

発表用の合成分析画面。出願人×FIのバブルマトリクス、出願人別件数、分類情報を表示 bubble-matrixの静止表示 heatmapの静止表示 applicant-periodsの静止表示
分析画面全体 1 / 4
自然言語による分析指示

「このCSVについて、出願人とFIの関係、出願人別件数を可視化」

画面を支える3つの構造
  • 決定的集計｜入力検査・件数集計・グラフ用データ
  • 分類参照｜定義・階層・版・出典
  • 表示条件｜軸・期間・粒度・表示設定

AI前提の業務設計は、専門部品と接続設計の両方で成り立つ

特許検索・収集→データ整備→分析・分類参照・可視化→解釈・戦略→報告・意思決定
各工程を実行する専門部品
分類参照定義・階層・版・出典PMGS Reference
分析入力検査・集計・実行記録分析CLI
後続処理表示・品質検査・報告用途別の専門処理
前後工程をつなぐ接続設計
入力処理出力検証責任
構造化成果物schema・version・実行条件・記録を持ち、次工程が直接利用・照合
部品を作るだけでは、業務フローはつながらない。前後工程が直接使える受渡物まで設計する。

会話の工夫を、5つの実装原則へ移した

ChatGPT初期自然言語で仕様→Python全文→local実行→可視化
1人人が目的・仕様・判断条件を決める
2コードコードが推論不要な処理を
決定的に実行する
3記録入力・実行条件・version・出力を記録する
4検証同じ条件で再実行・照合できる状態にする
5人人が結果確認・例外判断・解釈・承認を担う
使う道具がchatからCLI／MCPへ変わっても、役割分担は変えない

専門部品① 分類情報を、版・出典付きで検索できる形にする

分類参照工程分類体系とcodeを受け取り、定義・階層・版・出典を返す
特許庁PMGS多形式の元資料確認対象 6,870file
↓
DB構築時形式差を読み取り、
共通形式へ変換項目・階層・版・出典を整理
関係付きSQLite分類code、版、本文、関係、出典を共通IDで接続
入力FI｜G06F3/048
→
完全一致索引concept_lookup_idx
→
分類codeconcept
版concept_revision2026年版・有効期間
正式な定義文concept_text公式資料に基づく本文
階層relation上位 G06F3/00
出典source_file元file・位置・基準日
受渡物｜code・definition・hierarchy・release・source
簡単に言うと元資料の場所や形式を毎回探さず、分類コードを入れると、正式な説明・階層・版・出典が同じ形で返るようにした。
元資料のまま場所と形式を探し、必要箇所を読み解く
→
専門部品化分類codeから必要な情報だけを取得する

専門部品をAIから使うとき、入力と出力の形式を固定する

AI分類体系・code・版など、決められた検索引数を作る
CLI｜直接実行　 MCP｜AIから呼び出す接続面pmgs lookup fi "G06F3/048" --json
PMGS Referenceread-only検索・版選択・出典照合・JSON生成
1入力検証scheme・code・version
→
2完全一致索引concept_lookup_idx
→
3対象版を選択concept_revision
→
4情報を結合本文・階層・出典
固定出力次工程はこの形式を直接利用・照合
statusexact
codeG06F3/048
definitionグラフィカルユーザインタフェース［GUI］に基づく相互作用技術
parentG06F3/00
releaseJPPM2026002
source基準日 2026-03-31｜特許庁PMGS
AIが作るのは決められた形式の検索要求まで。既知codeの照会用であり、分類の推薦・付与は対象外。

専門部品② 分析条件を確定し、再実行できる成果物へ変える

Agentループが条件生成・自動検証・差し戻しを担い、合格時だけ分析CLIへ進む
入力分析依頼入力CSV｜公開番号・FI・出願人・出願日など
→
Agentループ｜条件を生成・検証し、合格まで差し戻す
1｜Agent実行条件JSONを生成軸・期間・分類粒度・除外・出力形式
→
2｜自動検証条件を検証schema・必須項目・許容値・矛盾
合格→
3｜コード／CLI分析CLIが決定的に処理入力検査・集計・集計JSON出力
不整合なら差分を返して再生成
人はループ外目的設定・例外判断・最終承認必要な場合だけ介入
分析CLIの出力を、次工程の表示処理へ渡す
分析CLIの出力集計JSON実行条件・集計結果・グラフ用データ・処理記録
→
次工程｜表示処理JSONを読み込んでグラフ描画表示条件を適用し、確認用表示へ変換
→
確認用成果物グラフ／SVG／HTML人が確認し、解釈・報告へつなぐ
Agentが条件を検証・差し戻し、CLIのJSONを次工程へ渡す。

参照・分析・報告を、構造化成果物でつなぐ

特許検索・収集
→
データ整備
→
このページで拡大分析・分類参照・可視化
→
解釈・戦略
→
報告・意思決定
Agentが工程順序・状態・成果物照合・停止条件を管理｜MCPは外部の専門部品を呼び出す接続面
1入力・条件確定受付・前処理目的・仕様・形式・欠損
2分析分析CLI入力検査・集計・実行記録
3分類参照PMGS Reference定義・階層・版・出典
MCP→
4結合結合済み成果物集計結果と分類情報をschema・version付きで対応付け
5後続工程
可視化→品質検査→レポート→次工程
不整合時は差し戻し
構造化成果物schema・version・実行条件・記録を持ち、各工程が直接利用・照合
人（自動処理ループ外）目的・仕様を設定し、ループ外から監視・停止・例外判断・解釈・承認必要な場合だけ介入
構造化成果物が、専門部品の出力を次工程の入力へ変える

自分の業務は、一つの工程を5つの項目で設計できる

一つの工程を選び、5項目を決めると、専門部品と前後工程の受渡しが見える。
1入力受け取るデータと条件
2処理処理する人・AI・code
3出力次工程が直接読む形式
4検証照合する条件・欠落・版・出典
5責任停止・例外判断・解釈・承認の担当
今回の例分類情報を加えた特許分析
入力特許CSV・分析条件
処理入力検査・集計・分類参照
出力JSON・分析画面・report
検証条件・欠落・版・出典
責任人が例外・解釈・承認
まず一つの工程で、次工程が直接使う受渡物を決める。

企業で次に設計すべき対象は、個別AIツールではなく業務フローそのもの

個別AIツールとしての利用目的・成果物ごとに個別最適GPTs／Gems等も指示の再利用、ファイル生成、外部接続が可能
→
AI前提の業務フロー再設計人・AI・コード・データを、前後工程まで含めて再配置違いは機能ではなく、どこまでを一体で設計するか
設計項目個別AIツールAI前提の業務フロー
対象個別の目的・成果物複数工程と進行状態
成果物ファイル・回答を生成次工程が直接読める形式・版・項目
接続工程間の受け渡しは別途設計工程順序・状態・停止をAgentが管理
人の位置個別成果物ごとに確認目的・例外判断・解釈・承認
専門部品＋構造化成果物＋工程管理
各工程の入力・処理・出力・検証・責任を、次工程が直接利用・照合できる形で接続する
PMGS Referenceと分析CLIは、分類参照・入力検査・集計・記録を担う専門部品
本発表で示したのは、専門部品の実装と、それらを業務フローへ接続する設計