Claude for Excel と Copilot in Excel で特許を○×判定させたら、判断が割れた── 80件のボウリング特許で見た判定傾向と運用ルール

列を二つ足すだけ

前提は「特許データベースから CSV か Excel でリストを落として使う」という、多くの知財部門が既にやっている運用である。Claude を契約しているなら Claude for Excel のアドイン、Copilot が入っているなら右下の Copilot から、同じことができる。

プロンプトは実演で使われたものを、列の役割が分かるように書き直すとこうなる。

E列（発明の名称）とH列（要約）のテキストを読み、
「ボウリングのボール」に関する特許または実用新案であれば I列に ○、
そうでなければ I列に × を入れてください。
さらに R列に、なぜ ○ または × にしたかの理由を、日本語で10〜20字程度で書いてください。

実演ではモデルに Opus 5 が選ばれ、「一番いいのは Fable だが今日は Opus で」という補足があった。判定だけならこれで足りるが、後述のクラスタリングでは上位モデルの差が出る。

同じプロンプトを Copilot に入れる

同じ80件を隣にコピーし、Copilot in Excel にまったく同じプロンプトを入れる。I 列と、Copilot 側の判定列を IF 関数で突き合わせると、一致している行が大半で、いくつか割れる。実演で挙がった割れ方は次の二つだった。

Claude は「ボールそのもの」に厳密で、Copilot はキーワードに敏感で広く拾う。

どちらが正しいかは目的で決まる。ピンポイントに関連の高いものを抽出したいなら Claude の厳密さが効く。クリアランス調査のように漏れを避けたいなら Copilot の広さが安全側に働く。実演で示された運用ルールは単純だった。

1. ○・○ は該当として採用する
2. ×・× はノイズとして捨てる
3. 割れだけを人が読む。理由の列を見れば、どちらの解釈で割れたかがすぐ分かる

さらに Google スプレッドシートには =AI("プロンプト") でセルの中から Gemini を呼ぶ関数がある。野崎氏は Claude・Copilot・Gemini を含め最大4系統で○×を並べ、多数決で集計する運用をしていると述べた。系統を増やすほど「割れ」の意味が濃くなる。

80件を7〜9のクラスタに分ける

○×の次は分類である。実演では、80件の名称と要約を Claude に読ませ、「ボウリング関連特許を技術クラスタに分類してください。クラスタ数は7〜9程度で」と指示した。結果は次のようなまとまりになった。

出願人とクロス集計すれば、どの社がどの塊に偏っているかが件数で見える。ここでも「Haiku ではなく上位モデルを」という注意があった。判定は軽いモデルで足りるが、クラスタリングはモデルの理解力の差がそのまま出る。

手元で再現する

1. リストを用意する。テーマを一つに絞った特許を50〜100件。名称と要約の列があればよい。最初は「ボール」のように誰が見ても判定できる題材が向く
2. I 列と R 列を空けておく。プロンプトで列名を指定するので、位置は固定する
3. Claude for Excel で判定。上のプロンプトを入れる。80件で数分
4. ○の群をサンプリングして読む。理由の列を見ながら、的外れを除く。ここで精度の感触をつかむ
5. Copilot（または Gemini）で同じことをする。IF 関数で一致・不一致を出し、割れだけ読む
6. 分類は分析軸を先に決めてから。「7〜9クラスタ」の指示は出発点で、依頼者の観点を軸に指定し直す