技术人员如何写专利
IT技术人员写专利,可以增加自己的逻辑思维能力,总结问题的能力,表达能力,文档能力,甚至是创新精神和主观能动性,当你想让自己的论文通过专利局的评审,你就会努力积极努力思考和完善自己的想法。本文只涉及到如何写专利,如何取材,如何找到专利的切入点,而每个公司专利是怎么运作的,不在本次讨论之列。
以下是专利切入点的一些方法:
1.多从自己所在行业和自身工作内容入手
技术人员所在公司一般都是从事某一个行业的,例如电商,社交,互联网金融等,大家一般每个人都会负责一个或者多个系统的架构设计或者开发,作为相关系统的owner,平时肯定会碰到很多问题,架构设计的时候这些问题是怎么解决的,都是需要思考和讨论的,当你自己积极主动思考解决方案并成功付诸实践后,就可以总结一下,这个解决方案有什么特别的地方,是不是可以提炼出什么内容来写成一篇专利,尽管这个解决方案你会觉得很土,很low,但是它确实解决了问题。有时候不要觉得自己的方案很low,别人做的时候可能不一定比你做得好。例如我们为了解决监控的问题,使用了一些信息采集方法,依附在应用程序的上面,你可以定义一些api或者客户端jar包来让应用集成,这样就可以把信息采集起来,然后将信息以日志的形式,或者其他方式持久化到数据库,log文件,甚至monggo,oss等等,都是可以作为专利的切入点的。专利的题目可以是:xxx行业基于xxx技术的监控解决方案。我觉得只要写出一些新颖度,都是可以通过的。如果你所在公司在行业内是领先者,那么放心大胆的申请,你的每一个申请都是史无前例的。
2.不要忽略一些小事情
很多人觉得专利一定要高大上,一定是重大发明才可以,其实不是的。一次别出新裁的测试方法,一个因为偷懒而写的自动化脚本,或者利用一些技术特性而开发的代码生成工具等等都是可以申请专利的。
3.多阅读开源的源码,从源码找灵感
开源的源码都是质量很高的,源码开源出来都是解决了很多问题,至少是某一方面的问题,避免他人重复造轮子。阅读开源源代码,我们可以知道别人的想法,知道别人解决问题用什么思路,知道解决什么问题需要引入什么样的技术栈。我们可以站在巨人的肩膀上,思考我们可以使用这些东西来做什么。例如我们可以基于某一个开源技术,或者多个技术,揉合起来解决一个特殊的技术问题,这样也是一个再次创新的过程,别人可能不知道原来问题还可以这样解决。因为只要是一个小小的闪光点,都是创新,都是专利。举个不恰当的例子,SpringAop技术,使用了JDK动态代理和CGLIB两种方式,假如spring当时只使用了jdk动态代理,但是没有使用cglib这种方式,但是假如你知道字节码增强,织入代码这种思想,你是不是也可以用此来实现aop技术呢,那么spring的aop技术的实现方法就可以让你获取专利了。
最后祝大家都可以写出高质量的专利,当然也可以开源出来造福大家。附上专利检索链接:http://www.soopat.com/,中国专利和世界专利都可以从此检索。
作者:Alex的IT生涯
链接:http://www.jianshu.com/p/adf4fb33684a
來源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
相关文章
- react源码解析15.scheduler&Lane
- 项目生命周期中的时间线——甘特图
- 记一次线上服务的内存泄露排查
- 图解ReentrantReadWriteLock读写锁的实现原理
- table td 固定宽度,超出部分省略隐藏
- 什么是 Gitflow 工作流?
- 一篇带给你Pixi.js 入门 (一):绘制图形
- 电子之路:从C语言到视觉识别
- 不规范使用ThreadLocal导致的bug,说多了都是泪
- 用这四招优雅地实现 Spring Boot 异步线程间数据传递
- To add browser notifications to an online customer support live chat service system - gofly - self h
- 在线客服系统部署配置邮箱消息通知功能 - 唯一客服(v1kf.com) -开源私有化独立部署在线客服系统源码
- 转转测试环境治理的高效能实践
- An online customer support live chat service system to setting up email notification - gofly - sel
- 网站中引入了多个版本的 JavaScript 库防止对象冲突的方法 - 在线客服系统源码
- 管理Docker镜像
- MRO工业品采购如何降低成本?SCM供应链管理系统助力企业优化采购流程
- 助力企业实现数字化出海,跨境电商系统解决方案保障行业供应链高效稳定运作
- 【干货】绘制甘特图的7个步骤
- 浅析云边端协同与算力调度在AI视频检测场景中的应用意义