Proporcione a los Abogados de PI Memoria de Patentes que Abarque Cada Búsqueda de Arte Previo
Cada asunto de patente comienza con una búsqueda de arte previo que se superpone en un 70% con la anterior. Las herramientas de IA olvidan cada búsqueda en el momento en que termina. MemoryLake proporciona a los abogados de PI una capa de memoria de patentes — con datos integrados de la USPTO y arte previa versionada — para que el trabajo de búsqueda acumulado no desaparezca entre los asuntos.
Proporcione a los Abogados de PI Memoria de Patentes que Abarque Cada Búsqueda de Arte Previo
Empezar gratisGratis para siempre · Sin tarjeta de crédito
El problema: la investigación de arte previo se repite en cada asunto
El asociado pasó dos días el mes pasado identificando arte previo relevante en una subclase específica. Este mes, asunto similar, misma subclase — y el trabajo previo no es consultable. La herramienta de IA comienza desde cero. Horas reconstruyendo una búsqueda que ya existe, costando al cliente y al bufete.
Cómo MemoryLake resuelve la memoria de patentes para abogados de PI
Datos integrados de la USPTO
Más de 10M de patentes de EE. UU. consultables sin configuración adicional. Agregue WIPO y EPO a través de conectores REST.
Memoria por asunto y por subclase
Hallazgos de arte previo limitados al asunto y a la subclase técnica.
Análisis de reclamaciones versionados
Cada compromiso de gráfico de reclamaciones se convierte en parte de la cadena de auditoría del asunto.
Detección de conflictos entre posiciones precedentes
Superficies interpretaciones de reclamaciones inconsistentes antes de que lleguen a una presentación.
Gratis para siempre · Sin tarjeta de crédito
Cómo funciona para abogados de PI
- Conectar — Acceda a los datos integrados de la USPTO y cargue documentos internos del asunto, historiales de búsqueda y gráficos de reclamaciones.
- Estructurar — Cada uno se convierte en memoria tipificada: arte previo (hechos), estrategia (reflexión), presentaciones (eventos).
- Reutilizar — Cada nuevo asunto o análisis de reclamaciones recupera la memoria previa relevante en el alcance adecuado.
Antes vs. después: memoria de patentes para abogados de PI
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| New matter in a familiar subclass | Re-run prior art search | Retrieve prior search results |
| Claim chart consistency across filings | Manual cross-check | Conflict detection at write time |
| Associate turnover | Lose institutional searches | Memory stays at firm scope |
| Client audit "show your work" | Reconstruct manually | Versioned audit trail |
Para quién es esto
Boutiques de PI, equipos de patentes internos y grupos corporativos de PI que utilizan IA para búsqueda de arte previo, redacción de reclamaciones o gestión de asuntos — donde la memoria técnica acumulada a través de los asuntos es una ventaja competitiva.
Prueba este caso de uso en tu propia cuenta
Un despacho de propiedad intelectual guarda sus memorandos de búsqueda de estado de la técnica en memoria compartida, uno por solicitud estadounidense, y su asistente responde con ellos a través de MemoryRouter: "¿cuál fue la referencia más cercana en nuestra búsqueda para la 17/482,907?" obtiene la patente correcta cada vez. Luego un abogado pregunta por la 17/428,907: dos dígitos intercambiados, nunca buscada. MemoryRouter adjunta el memorando de la 17/482,907 y el modelo responde con la referencia de ese memorando bajo el número que le preguntaron. Nada en la respuesta indica que el memorando es de otra solicitud. Poner en el prompt la lista de números buscados evita la mayoría de estos errores, pero el modelo también "corrige" el número al más parecido de la lista y responde por él. Una búsqueda exacta en la aplicación antes de llamar al modelo acierta todos los números cercanos y señala el número del expediente más próximo para comprobarlo.
Lo que verás
- Seis memorandos de búsqueda importados a MemoryLake y el registro guardado como seis hechos con
fact add;fact list --query 17/428,907devuelve 0 mientrassearchpone primero el memorando de la 17/482,907, y--query 17/482907(sin coma) también devuelve 0, así que la aplicación normaliza los números antes - Un verificador (
router messages) muestra qué adjunta MemoryRouter para un número cercano: el memorando del vecino en 35 de 56 copias, nada en 21 - Ocho preguntas, 3 respuestas cada una con
router chat --boundary(gpt-4o-mini), en 7 ejecuciones: para los cuatro números cercanos, solo memorandos 0 de 84 "no hay búsqueda registrada" (51 dieron la respuesta de otra solicitud), con el registro en el prompt del sistema 73 de 84 (los 11 fallos reescribieron el número), con una comprobación exactafact list --queryantes del modelo 84 de 84; los controles 250 de 252 - Además, los subcomandos
docketymemosy una interfaz web local con la búsqueda en el registro junto a lo que devuelve search
Necesitas: una clave de API de MemoryLake · la CLI memorylake · Python 3.9+
Ejecútalo
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/docket-number-memory export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
Míralo en marcha · grabaciones reales, sin editar
Casos de uso relacionados
Preguntas frecuentes
¿Los datos del asunto del cliente están aislados?
¿Los datos del asunto del cliente están aislados?
Sí — espacios de nombres por asunto con cifrado AES-256 de extremo a extremo. No es posible la fuga entre asuntos.
¿Podemos extendernos más allá de la USPTO?
¿Podemos extendernos más allá de la USPTO?
Sí. WIPO, EPO y cualquier oficina de patentes con soporte de API o exportación masiva se importan a través del SDK.
¿Cómo se maneja el producto de trabajo privilegiado?
¿Cómo se maneja el producto de trabajo privilegiado?
Los ámbitos de privilegio se aplican a nivel del espacio de nombres de memoria. La cadena de auditoría registra cada acceso para revisión de mala práctica.