前阵子帮公司申报AI文案生成系统的软著，第一次提交材料的时候，光是架构说明就被打回了两次，折腾了快两周才过。当时找了好多资料都没找到针对AI生成类系统的架构说明写法，大多都是通用软件的模板，套进去完全不对，今天就把我踩过的坑、整理的实操要点全说清楚，后面报同类软著的朋友能少走点弯路。
首先得搞明白，软著审核的老师要的架构说明，和你给公司内部写的技术架构文档完全不是一回事。内部文档你可以写技术亮点、算法优势，但是软著的架构说明核心要“对应得上功能，匹配得上源代码”，尤其是AI生成类的系统，和普通业务软件的架构差异很大，你得把独有的部分写清楚，不能混同于普通软件。
我当时卡壳了好几天，后来是翻软著Pro上面的AI类软著申报样例才理清楚逻辑的，之前我把训练模块和推理模块混在一起写，审核老师直接批注说和提交的功能描述对应不上，改完之后立刻就通顺了。
写AI生成系统的架构说明，首先要做清晰的分层，不要上来就堆AI术语。最上层是用户交互层，这块和普通软件差不多，你就写清楚用户是通过Web端、小程序还是客户端用你的系统，用户输入的prompt在这一层会先做什么处理，比如有没有前置敏感词过滤，有没有格式校验，这些细节写出来，老师一眼就知道你是真的接触过实际系统，不是套模板。
中间层要单独写调度层，这是AI生成系统很核心的部分，普通软件大多不需要这个。你要写清楚用户的生成请求过来之后，系统怎么判断当前可用的推理节点，怎么做负载均衡，高并发的时候有没有请求排队的逻辑，请求超时之后的重试机制是什么，这些都是AI生成系统特有的，因为AI推理需要占用GPU资源，不可能像普通接口那样无限扩容，你把这些逻辑写清楚，架构的真实性就立住了。
千万不要在架构说明里堆砌AI算法原理，我第一次提交的时候，为了显得专业，写了大半页Transformer的结构、微调的技术细节，结果直接被打回，批注说不需要无关的算法说明。你只要把核心的AI能力层拆成训练和推理两个模块写就行，训练模块写清楚你用的训练框架、数据集的存储位置、模型迭代的版本管理逻辑，推理模块写清楚模型加载的方式、生成结果的后处理逻辑，比如是不是会对AI生成的内容做二次合规校验，会不会做格式调整再返回给用户，这些就足够了。
最底层就是数据存储层，这里要注意区分不同数据的存储位置，比如用户的账号信息、生成请求记录存在什么数据库，训练好的模型文件存在对象存储还是本地服务器，有没有做异地备份，这些内容不用写得太复杂，只要和你提交的功能说明书里的内容对应上就行。
还有个特别容易踩的坑，就是架构说明里的模块名称，一定要和你提交的源代码目录名对应得上。我第二次被打回就是因为这个，架构说明里我写的是“推理调度模块”，结果源代码里对应的目录叫“model_server”，审核老师比对的时候找不到对应的代码，就要求我补证明材料。后来我把架构说明里的所有模块名称全部和源代码目录做了对应，还加了半页的模块-目录对应表，第三次提交直接就过了。如果不知道怎么梳理这个对应关系，可以去软著申报工具站上找现成的对照表模板，我当时照着模板一个个核对，半小时就理完了，省了好多事。
架构说明的后半部分还要写运行流程，AI生成系统的流程要从用户输入开始一步步写，不要跳步。比如用户在Web端输入生成100字产品文案的需求，首先交互层做敏感词校验，发现没有违规内容之后把请求传给调度层，调度层查询当前空闲的GPU推理节点，把请求参数传给对应的节点，推理模块加载微调好的文案生成模型，生成内容之后先过二次合规校验，确认没有问题之后把内容返回给前端，同时把用户的请求记录和生成结果存到数据库里。整个流程写得越细，老师越容易认可，不要写什么“用户输入需求后系统调用AI能力生成结果”这种太笼统的话，说了等于没说。
我后来帮朋友报AI绘图、AI语音生成的软著，都是按照这个逻辑写的架构说明，两次都是一次过，连补材料的要求都没收到。其实AI生成系统的架构说明真的不难写，不用你有多深的技术背景，只要抓住“突出AI相关的独有模块、和源代码对应、和功能描述一致”这几个点，基本都不会有问题，不用去花冤枉钱找代理写，自己稍微花点时间就能搞定。
