申请新商标前的首道关卡是「该商标能否在 KIPO 注册」。要回答这个问题,需在KIPRIS等官方系统中检索在先商标进行比较——但检索式编写与相似判断本身是代理人技艺,普通用户难以直接掌握。
iphere 的 AI 类似商标检索将工作分两个阶段:第一阶段自动生成 KIPRIS 检索式并返回候选列表,第二阶段对其中需关注的商标执行呼称·观念 1:1 相似度分析。该工具旨在辅助代理人判断,而非取代;实务价值的关键在于结果如何解读。
第1阶段——AI KIPRIS 检索式自动生成
用户输入商标名(韩文/英文)、若为图形商标则附带图形提取文本,以及指定商品(NICE 类编号 + 名称)。服务器调用 Anthropic Claude Sonnet 4.6,返回的不仅是检索式,还包括提取关键词、被移除单词及理由、音译·音韵扩展、最终检索式与简短 reasoning,使用户即时理解每一步逻辑。
该模型并非通用模型,而是以代理人撰写的6份 Markdown 指南作为系统提示注入。代理人修改指南后,下一次检索即自动生效(60 秒缓存 TTL),无需迁移或重新部署。新增判例或类别上下文可即时反映。
6份 MD 指南即「检索式的大脑」
检索式原则(00-overview)、类别上下文(01-class-context)、各类弱识别力词(02-stopwords)、大法院判例(03-precedent-cases)、音译·音韵规则(04-phonetic-rules)、代理人经验(05-attorney-tricks)。提升检索质量只需编辑指南,不必改代码。
KIPRIS 检索式——运算符与扩展
KIPRIS 高级检索使用专属运算符体系,iphere AI 生成的检索式遵循同一规则。核心运算符为 OR(+)、AND(*)、单字符通配符(?)。每个关键词自动扩展为「原文 + 音译 + 音韵变体 + 通配符」形态。
| 运算符 | 含义 | 示例 |
|---|---|---|
| + | OR——二者择一 | 샤넬+Chanel |
| * | AND——同时包含 | (스타+Star)*(베이커리+Bakery) |
| ? | 通配符——单字符匹配 | 샤넬? —— 샤넬 + 1 字变形 |
| 输入 | AI 自动生成检索式 |
|---|---|
| 샤넬 | (샤넬+Chanel+Channel+샤넬?) |
| Star Bakery | (Star+스타+Sta?)*(Bakery+베이커리+Bake?) |
| 3 个以上关键词 | 仅取前 2 个(KIPRIS 限制) |
不只是检索式——结果的4要素
AI 不仅返回一行检索式。UI 同时呈现提取关键词 chip、被移除单词 chip(含理由)、可编辑的最终检索式与结果表。用户可即时确认 stopword 处理与音译扩展的依据,必要时手动调整后再次检索。
- 提取关键词——AI 认定值得检索的词
- 被移除单词——按类别 stopword 或弱识别力词,附理由
- 音译·音韵扩展——韩英文变体自动追加
- 最终检索式 + reasoning——可直接投入 KIPRIS,附简短说明
第2阶段——AI 呼称·观念 1:1 相似度分析
在结果表中勾选最多 3 件值得关注的商标,点击「呼称·观念比较」。系统对每个被选商标分别发起 AI 调用,以用户申请商标 vs 被选商标 1:1比较呼称(发音)与观念(含义)的相似度。
外观分析明确排除——由代理人直接审查
韩国商标实务约 95% 集中在呼称·观念,因此本工具仅覆盖此两维度。外观(图形·色彩·排版)分析明确不在工具范围内,需由代理人亲自处理。即便工具判定「相似」,外观差异显著时代理人结论也可能不同。
分析结果结构
每件比较返回结论(相似/不相似)、风险等级(high/medium/low)、呼称分析、观念分析、综合评论、引用判例、建议。各维度可独立评分,最终结论综合两维度得出。
结果字段一览
- 结论
- 相似 / 不相似 单词形最终判断
- 风险等级
- high / medium / low 驳回概率代理指标
- 呼称分析
- 音节切分 + 发音相似分 比较首音、末音、总音节
- 观念分析
- 含义比较 专有名词·语义内容
- 引用判例
- 1~2 件 来自指南判例池的真实案号
- 建议
- 登记审查事件 / 通过 下一步行动提示
风险与建议——结果如何解读
AI 输出是初筛,不是裁决。high 不必然放弃申请,low 也不绝对安全。但风险等级与建议在代理人审查优先级排序与下一步动作标准化方面非常有效。
| 风险 | 典型情形 | 建议下一步 |
|---|---|---|
| high | 首音节相同 + 总长短 + 同类 | 登记为审查事件——规避设计或共存协商 |
| medium | 部分音节一致 + 部分类重叠 | 提请代理人评估 |
| low | 音·义差异显著 + 类别不同 | 通常可通过,代理人最终确认 |
防幻觉——引用判例校验
在法务领域,AI 编造判例号是最严重的失败模式。iphere 通过将每个引用判例号与指南 MD(03-precedent-cases.md)中真实判例号的白名单进行匹配来防范——指南中不存在的引用一律剔除。新判例只需追加到指南,即可在下次分析中自动生效。
积分费用
两个阶段分别消耗用户积分:第一阶段(检索式生成 + 结果获取)为一次扣费,第二阶段按所选商标件数分别扣费。余额不足时,调用前即被拦截,不会发生半扣半成功。
| 步骤 | 积分 | 单位 |
|---|---|---|
| AI KIPRIS 检索式 + 结果 | 3,000 | 每次检索 |
| 呼称·观念 1:1 比较 | 5,000 | 每件被选商标 |
| 三件比较(示例) | 15,000 | 5,000 × 3 |
常见问答
Q1. AI 检索式过宽或过窄怎么办?
在检索式预览区可直接编辑后重新检索。可任意添加/删除关键词、调整音译扩展、移除通配符。点击「被移除单词 chip」可看到 stopword 理由并选择重新加入,以反映用户对该词的刻意保留。
Q2. 「不相似」结论是否可放心提交?
结果是辅助而非决定。外观分析不在工具内,且呼称·观念之外仍有驰名淡化、超类使用等驳回事由。「不相似」需结合代理人对外观、实际使用、类别覆盖的综合审查后方可定论。
Q3. 引用判例为何较少?
源自防幻觉策略。引用仅与指南 MD 判例池匹配的项目才会显示。新增判例由代理人写入指南,下次分析自动反映。若希望引用更密,扩充指南判例池是最直接的提升路径。
Q4. 同一商标重复检索结果是否一致?
生成层为 LLM 调用,相同输入也可能产生细微差异;KIPRIS 数据更新也会改变底层结果。工具应作为「判断辅助」而非「再现性记录」使用。需留底时,应在检索时点截图或将分析结果保存到对应案件。