专利附图AI生成全指南：7类技术领域差异、Mermaid vs AI图像、各法域附图规范
CNIPA.AI Team
技术博客
专利附图是专利申请文件的核心组成部分，不是说明文字的配图，而是权利范围的视觉锚点。附图标号直接对应权利要求的技术特征，附图类型直接反映技术领域的思维方式。一份缺少正确附图的专利，即便文字写得再好，也可能因「说明书公开不充分」被驳回。
本文基于CNIPA.AI系统内部实现的7类技术领域附图分类体系，深度解析各领域附图需求的差异，以及如何选择Mermaid或AI图像生成技术来产出符合各法域规范的专利附图。
为什么附图需求因技术领域而异
不同技术领域的专利使用附图来传达的信息类型根本不同。这不是风格偏好，而是内容上的必然差异：
软件/通信专利传达的是执行顺序和系统结构——流程图的方框和箭头对应方法权利要求的步骤，架构图的模块对应装置权利要求的功能单元。没有流程图，方法步骤就缺少直观的说明；没有架构图，功能模块的连接关系就难以理解。
机械专利传达的是空间关系和连接关系——剖面图展示肉眼看不到的内部结构，爆炸图展示各零部件的装配关系，局部放大图展示关键连接的细节。这些附图是「工程师的语言」，是机械专利充分公开的核心依据。
化学/医药专利传达的是化合物结构和实验结果——化学结构式展示化合物的原子连接，谱图（NMR、IR、XRD）作为产物表征，实验数据曲线展示技术效果。部分纯配方类化学专利甚至可以完全没有附图。
医疗器械专利兼具机械和软件的特点——器械的立体图和剖面图展示结构，操作流程图展示使用步骤，系统框图展示电子控制部分。
光学/半导体专利有其特殊的附图类型——层状结构剖面图展示半导体器件的各层结构，能带图展示电子能级关系，光路图展示光的传播路径，这些都是其他领域罕见或不存在的图种。
土木建筑专利使用工程制图语言——平面图、立面图、剖面图、节点详图是建筑工程的标准表达，与机械剖面图的绘制规范和表达重点都有显著差异。
七大技术领域的附图分类体系
CNIPA.AI系统将专利按技术领域分为7大类别，每个类别定义了附图需求的完整规范：
1. 机械结构类（MECHANICAL）
典型附图数量：4-8张。IPC分类：B类、F01-F04类、F15-F17类。
| 附图类型 | 生成方式 | 必要性 | 典型标题示例 |
|---|---|---|---|
| 立体/透视图 | AI图像生成 | 必须 | 图1 整体结构立体示意图 |
| 剖面/截面图 | AI图像生成 | 必须 | 图2 A-A截面剖视图 |
| 爆炸图 | AI图像生成 | 推荐 | 图3 零部件爆炸示意图 |
| 装配结构图 | AI图像生成 | 推荐 | 图4 装配关系示意图 |
| 功能模块框图 | Mermaid | 可选 | 图5 系统功能模块框图 |
| 工作流程图 | Mermaid | 可选 | 图6 工作流程示意图 |
机械类附图的核心是立体图和剖面图——立体图给审查员和法官整体印象，剖面图展示内部结构是充分公开的核心。剖面图的剖切位置和方向需要在说明书中明确说明（「沿A-A方向的剖视图」），剖面标号需与正文描述完全一致。
2. 电子电气类（ELECTRONIC_ELECTRICAL）
典型附图数量：3-6张。IPC分类：H01、H02、H03、H05。
| 附图类型 | 生成方式 | 必要性 |
|---|---|---|
| 电路原理图 | AI图像生成 | 必须 |
| 系统框图 | Mermaid | 必须 |
| 器件剖面图 | AI图像生成 | 推荐 |
| 信号流示意图 | AI图像生成 | 推荐 |
| 信号波形图 | AI图像生成 | 按需 |
电路原理图需要用标准电路符号表示各元件（电阻、电容、二极管、运算放大器等），元件编号（R1、C1、D1等）需与说明书中的描述一致。系统框图用Mermaid生成，展示各功能模块的连接关系。
3. 软件通信类（SOFTWARE_TELECOM）
典型附图数量：5-10张。IPC分类：G06、G16、H04。
| 附图类型 | 生成方式 | 必要性 | 典型标题示例 |
|---|---|---|---|
| 方法流程图 | Mermaid | 必须 | 图1 方法整体流程图 |
| 系统架构图 | Mermaid | 必须 | 图2 系统架构示意图 |
| 时序/交互图 | Mermaid | 推荐 | 图3 模块交互时序图 |
| 数据流框图 | Mermaid | 推荐 | 图4 数据处理流程框图 |
| 状态转换图 | Mermaid | 按需 | 图5 状态转换示意图 |
| 数据流图 | Mermaid | 按需 | 图6 数据流图 |
| 类图/模块结构图 | Mermaid | 按需 | 图7 核心类结构图 |
| 用户界面示意图 | AI图像生成 | 按需 | 图8 用户界面示意图 |
软件通信类是7大类别中附图数量最多的，且绝大多数可以使用Mermaid生成。Mermaid流程图的结构准确性（步骤顺序、判断分支的菱形、循环的回箭头）比视觉美观更重要。
4. 光学半导体类（OPTICS_SEMICONDUCTOR）
典型附图数量：4-8张。IPC分类：G02、H01L、H10、B32B。
| 附图类型 | 生成方式 | 必要性 |
|---|---|---|
| 层状结构剖面图 | AI图像生成 | 必须 |
| 工艺流程图 | Mermaid | 必须 |
| 光路/波形图 | AI图像生成 | 推荐 |
| 封装结构图 | AI图像生成 | 按需 |
| 能带示意图 | AI图像生成 | 按需 |
| 电流-电压特性曲线 | AI图像生成 | 按需 |
光学半导体类专利有独特的「层状结构剖面图」需求——展示半导体器件的各个薄膜层（衬底、外延层、栅极介质、电极层等），每层需标注材料名称或编号，层间的空间关系（叠加/相邻/嵌入）需清晰表达。能带图是半导体物理的重要分析工具，展示各材料的导带和价带能级，这在其他技术领域几乎不会出现。
5. 化学医药类（CHEMICAL_PHARMA）
典型附图数量：0-3张（注意最小值为0，是7类中唯一允许无附图的类别）。IPC分类：A61K、A61P、A61Q、C类、D类。
| 附图类型 | 生成方式 | 必要性 |
|---|---|---|
| 制备/合成流程图 | Mermaid | 按需 |
| 化合物结构式 | 专用化学渲染路径 | 按需（化合物类必须） |
| 反应路线图 | AI图像生成 | 按需 |
| 代谢/通路示意图 | AI图像生成 | 按需 |
| 实验数据曲线图 | AI图像生成 | 按需 |
化学医药类的附图策略与其他领域有本质区别：纯配方类专利（组合物权利要求，描述各组分的含量范围）通常不需要附图；涉及具体化合物的专利需要化学结构式（由专用的化学结构式渲染路径生成，而非Mermaid或AI图像）；实验数据曲线（剂量-效应关系、药效对比曲线）如果在正文中以图形化方式展示，则需作为附图提交。
化学领域是专利附图中唯一允许使用照片的领域（如显示金相结构或组织细胞的显微照片），这是CNIPA《专利审查指南》的明确规定。
6. 医疗器械类（MEDICAL_DEVICE）
典型附图数量：4-7张。IPC分类：A61B、A61C、A61F、A61M。
| 附图类型 | 生成方式 | 必要性 |
|---|---|---|
| 器械整体立体图 | AI图像生成 | 必须 |
| 关键部位剖面图 | AI图像生成 | 必须 |
| 装配爆炸图 | AI图像生成 | 推荐 |
| 使用/操作流程图 | Mermaid | 推荐 |
| 系统组成框图 | Mermaid | 推荐 |
医疗器械兼具机械和软件的附图需求——器械本体使用AI图像生成（立体图、剖面图），电子控制系统和操作流程使用Mermaid。医疗器械附图的特殊性在于需要展示器械与人体的关系（如植入物在体内的位置），这类附图对精确性要求极高。
7. 土木建筑类（CIVIL_CONSTRUCTION）
典型附图数量：3-6张。IPC分类：E类。
| 附图类型 | 生成方式 | 必要性 |
|---|---|---|
| 结构整体立体图 | AI图像生成 | 必须 |
| 横截面剖视图 | AI图像生成 | 必须 |
| 建筑平面布置图 | AI图像生成 | 推荐 |
| 建筑立面示意图 | AI图像生成 | 推荐 |
| 关键连接节点详图 | AI图像生成 | 推荐 |
| 施工工艺流程图 | Mermaid | 推荐 |
土木建筑专利使用工程制图语言，平面图、立面图、剖面图的绘制规范与机械图纸的规范有差异（比例尺、截面标注方式、材料填充符号）。施工方法类专利（方法权利要求）需要施工工艺流程图，用Mermaid生成。
Mermaid vs AI图像：适用边界的判断规则
这是专利附图生成中最重要的技术选择，规则清晰：
用Mermaid的场景——附图的核心价值在于「结构关系的准确性」：步骤的执行顺序（流程图）、模块间的连接关系（架构图/框图）、消息的时序（时序图）、状态的转换（状态图）。Mermaid以文本描述为输入，通过渲染引擎生成标准化图形，能保证步骤顺序不错乱、判断分支的条件逻辑正确、箭头指向的方向准确。
用AI图像生成的场景——附图的核心价值在于「物理形态的视觉还原」：机械零件的三维形状（立体图）、内部结构的截面形态（剖面图）、电路元件的符号和连线（电路图）、器件的层状结构（半导体剖面图）。这类附图需要视觉上的可信度，Mermaid无法表达。
用专用化学渲染路径的场景——化学结构式（苯环、官能团、化学键角度）需要专门的化学结构式渲染工具（如RDKit、ChemDraw格式的SVG导出），Mermaid和AI图像都不适合。
| 附图类型 | 推荐生成方式 | 原因 |
|---|---|---|
| 方法流程图 | Mermaid | 步骤顺序的准确性优先 |
| 系统架构图/框图 | Mermaid | 模块连接关系的准确性优先 |
| 时序图/状态图 | Mermaid | 逻辑关系的准确性优先 |
| 机械立体图/剖面图 | AI图像生成 | 三维形态的视觉还原 |
| 电路原理图 | AI图像生成 | 电路符号的标准化 |
| 半导体剖面图 | AI图像生成 | 层状结构的精确表达 |
| 化学结构式 | 专用化学路径 | 化学键角度和原子标注 |
| UI界面示意图 | AI图像生成 | 界面外观的视觉还原 |
各法域附图格式规范：CN/US/JP/KR的差异
附图的内容需求因技术领域而异，附图的格式规范因法域而异。以下是主要法域的附图格式差异：
中国（CN）附图规范
CNIPA要求附图使用黑白线条图（不允许彩色，照片除外）；附图编号格式为「图1」「图2」；附图标号（零部件编号）使用阿拉伯数字，如「1」「2」「3」；附图说明中写「图1为……示意图」；附图中不包含详细文字说明，仅允许标号和必要的技术术语。
美国（US）附图规范
USPTO要求附图使用黑白线条图（彩色需额外申请）；附图编号格式为「FIG. 1」「FIG. 2」；说明书中引用附图写「FIG. 1」（带句点）；附图标号通常为阿拉伯数字，子编号用字母（如「12a」「12b」）；37 CFR 1.84规定了附图纸张尺寸（Letter或A4）和边距要求。
日本（JP）附图规范
JPO（日本特许厅）要求附图编号格式为「【図1】」（带【】方括号）；说明书正文引用附图写「図1」（不带括号）；附图标号通常与说明书中的「符号の説明」列表对应；JP附图格式要求与CN/US基本一致（黑白线条图），但方括号格式是显著区别。
韩国（KR）附图规范
KIPO（韩国特许厅）附图编号格式为「도 1」（韩文「도」意为「图」）；说明书引用写「도 1」；附图标号使用阿拉伯数字；格式要求与CN基本接近。
| 法域 | 附图编号格式 | 说明书中引用 | 标号格式 | 彩色要求 |
|---|---|---|---|---|
| CN | 图1 | 图1所示 | 阿拉伯数字（1、2、3） | 默认黑白，照片除外 |
| US | FIG. 1 | FIG. 1 | 数字+字母（12a） | 需额外申请 |
| JP | 【図1】 | 図1 | 阿拉伯数字 | 默认黑白 |
| KR | 도 1 | 도 1 | 阿拉伯数字 | 默认黑白 |
| EP | Fig. 1 | Fig. 1 | 阿拉伯数字 | 需额外申请 |
在CNIPA.AI中，法域配置（JurisdictionConfig）通过figureFormat字段控制附图引用格式（「图%d」vs「FIG. %d」vs「【図%d】」），通过referenceNumeralFormat字段控制标号格式，自动在生成的文档中应用正确的法域特定格式。
AI附图生成的实战使用流程
CNIPA.AI的附图生成功能集成在专利撰写工作流的最后阶段。权利要求和说明书完成后，AI自动读取文本内容，执行以下步骤：
附图规划：根据识别的技术领域（从7类中自动匹配），加载对应的附图分类规范，列出必须类型和推荐类型；根据权利要求中的步骤数量、模块数量估算建议的附图张数（最小值和最大值之间）；输出附图清单，供用户确认或调整。
自动生成：流程图/框图/时序图——将说明书中的步骤描述转化为Mermaid代码，渲染为标准化图表；机械/电路/结构图——将对应描述作为Prompt传入AI图像生成模型，结合法域格式要求（黑白、线条图）生成附图；化学结构式——将SMILES字符串或化学名称转化为标准化学结构式。
标号同步：生成的附图标号与说明书中的描述自动同步，避免「图文不符」——这是人工绘制中最常见的错误。附图说明中的「图N为……示意图」自动根据附图内容生成。
导出集成：生成的附图可直接插入Word导出文档，按「图1、图2……」顺序排列，与说明书正文中的引用位置对应。
从实际效果来看，一份包含10项权利要求的软件专利，AI附图生成将附图绘制时间从4-6小时缩短到15-30分钟，且自动确保附图标号与说明书描述完全一致。
附图常见错误：审查员最在意的几类问题
根据CNIPA的形式审查实践，以下附图错误最为常见且影响授权：
标号不一致：附图中标号「1」在说明书中被称为「基座」，但在另一处又称「底座」；附图标号「3」出现在图中但从未在说明书中提及。这类问题会触发「附图与说明书不一致」的形式审查意见。
附图与权利要求脱节：装置权利要求中提到的「处理模块」在附图中找不到对应的方框；方法权利要求中的步骤S3在流程图中没有对应节点。审查员在阅读权利要求时会对照附图寻找对应特征，脱节会影响理解。
流程图逻辑错误：判断节点（菱形）没有「是」和「否」两个出口；流程图没有起点（椭圆形的「开始」）和终点（「结束」）；并行步骤用顺序箭头表示。这类错误会让审查员质疑技术方案的完整性。
附图过于粗糙：机械附图没有比例关系，零部件尺寸明显失真；电路图元件符号不标准；半导体层状图各层厚度差异无法区分。这类问题通常不触发正式驳回，但会影响专利的质量感知和后续侵权判断。
通过AI辅助生成附图，加上自动标号同步，可以系统性地规避第一类和第二类错误；Mermaid渲染保证了流程图的逻辑正确性，规避第三类错误；AI图像生成的质量控制则是第四类错误的改善方向。