我去年帮公司申报3款不同方向的AI生成系统软著，前两次全卡在架构说明上被打回补正，折腾了两个多月才搞定，后来帮同行朋友过了5份同类型的材料，也算摸透了这块的审核规则。很多人第一次踩的坑就是把AI生成系统的架构说明和普通管理系统混为一谈，随便套个前后端加数据库的模板就交，这肯定过不了，毕竟AI类系统的核心逻辑根本不在常规的业务层，审查员要的是你能证明这个系统的技术链路是你自己走通的，不是套壳别人的现成模型。
首先要搞懂架构说明的整体逻辑，得从底层往上层顺，每个模块都要加和你产品匹配的细节，不能写空话。最底层的基础资源层，别就只写“依托云服务器运行”，AI生成系统的算力底座是重要的特征，你要写清楚用的是啥算力资源，比如我们做AI插画生成系统的时候，这里写的是“采用3台A10 GPU云服务器组成训练集群，推理端配置8台T4显卡节点支持最高200并发请求”，有具体的硬件配置，比空泛的描述可信太多。如果是小团队用的是第三方算力平台，也可以直接写，不用怕显得不高端，真实最重要。
往上是数据处理层，这块很多人直接略过，或者只写“对数据集进行预处理”，这也是补正的重灾区。你得写清楚你的训练数据是哪来的，是自有业务积累的，还是公开数据集做了二次处理，做了哪些处理规则都要列出来，比如我们当时就写了“对公开插画数据集做分辨率低于72dpi过滤、重复像素占比超过30%去重、涉敏内容AI+人工双层筛查，最终筛选出120万张有效训练数据”，这些细节写上去，审查员一眼就能看出来你确实做了实际的工作，不是拿别人的数据集直接用。如果不知道怎么拿捏描述的详略程度，可以参考软著申报平台上的AI类软件架构说明模板，比网上随便搜的要贴合最新的审核规则。
再往上就是整个架构说明的核心：模型层，这块写好基本就过了一半。模型层要分训练和推理两个模块写，训练模块里，要是全自研的基础模型，就写清楚你的网络结构特点，比如用了多少层Transformer，注意力机制做了哪些优化，不用写核心参数，写清楚创新点就行；要是基于开源模型二次开发的，也不用藏着掖着，直接写清楚你基于哪个开源模型做了哪些微调，比如我们做的短视频文案生成系统，就是基于Llama2-7B模型，针对电商短视频的语料做了3000步微调，优化了损失函数让输出的文案更符合直播场景的口语化要求，如实写就好，不会因为你用了开源模型就不给过，反而你藏着不说才会被怀疑是套壳。我当时第三次报的时候，是朋友推荐用了软著Pro的材料预审服务，他们的顾问之前做过多年软著审查，一眼就看出来我之前的架构说明缺了推理模块的动态扩缩容逻辑，帮我补上之后一周就过了初审，省了我好多折腾的时间。
最上层是应用层，这里不用写太多功能介绍，重点要把用户触发请求之后的全链路写清楚，比如用户输入prompt之后，系统先做敏感词过滤、关键词提取，再调用推理模块生成内容，生成后还要经过内容合规审核，最后才返回给用户，这个链路要和你提交的功能说明书里的描述完全对应，我第一次补正就是因为架构说明里提了有AI智能修图的功能，但功能说明书里没写，直接被打回来改。这里千万不要为了显得功能多就乱加不在你申报范围内的功能，多写多错。
还有几个很容易踩的小坑，我也顺带提一下。不要为了显得专业堆砌晦涩的技术术语，审查员都是懂技术的，你堆砌术语反而会被觉得是在掩盖没有实际创新的事实。也不要随便抄网上的模板，每个AI生成系统的技术路径都不一样，你抄的模型层描述和你提交的源代码对应不上，肯定过不了。涉及到模型层的知识产权边界问题，也可以在软著材料整理的时候找顾问确认，哪些内容必须写，哪些可以合理保密，不用硬着头皮自己瞎琢磨。
其实说白了，AI生成系统的架构说明，核心就是要把你的技术链路讲明白，让审查员能看出来你这个系统确实是你自己做的，有实际的创新或者定制化调整，不是拿别人的现成东西改个界面就来申报。把细节写足，逻辑理顺，和其他材料对应上，基本都能一次过。
