文章內容
**查詢日：2026-09-22。** 這篇只處理「把 OA 裡引用了什麼收齊」。它不是 IDS 提交指南；哪些文件要附、NPL 要附全文還是相關部分，請看IDS 文件準備指南。
先做可核對的清單，不要先猜號碼
客戶說「這份 OA 有 12 篇引證」時，第一步不是複製看到的第一串數字，而是建立一份可以回到原頁面核對的清單。引證可能出現在審查意見本文、引證文獻表、IDS 頁、PTO-892，或各局的檢索報告附件。只抄其中一頁，通常不會是完整結果。
不用工具時，可以照以下順序做：
1. 複製原始 PDF，記下檔名與查詢日。 2. 先看封面，確認國別、申請案與文件種類。 3. 搜尋 `PTO-892`、`Notice of References Cited`、`FOREIGN PATENT DOCUMENTS`、`NON-PATENT DOCUMENTS`、`search report` 及該局的對應標題。 4. 依原文件順序抄下每一列，保留原印的國碼、號碼、種類碼、年份與頁碼。 5. 到負責的官方系統或可靠專利資料庫逐筆查詢。保留「原始寫法」和「標準化值」兩欄；標準化不代表來源一定有該公開品。 6. 逐筆下載專利 PDF，用能回溯案件與引證的名稱保存，另列出所有沒有抓到的項目。
這個人工流程慢，但責任清楚。不要找到第一個可搜尋的號碼就停止；延續案、較早的授權案、英文家族公開品與 NPL 都可能是不同清單項目。
實際解析流程：不是一條正規表示式
系統先從 PDF 取得文字，保留頁碼與 block 位置，再用封面文字和檔名共同判斷國別。US 的強訊號包括 `United States Patent and Trademark Office`、`USPTO`、`PTOL-326`、`PTO-892`、`PTO/SB`、`Office Action Summary`；像 `P900033USI` 這類檔名只能作為 fallback，不能取代文件文字。
之後分層找引證：
| 層次 | 實際工作 | 為什麼重要 |
|---|---|---|
| 國別 extractor | 依可能的局別讀號碼與種類碼 | 避免把日期或申請號當公開號 |
| 補充掃描 | 追回 OCR 破壞的 US、外國與 PTO-892 格式 | 表格空白、標點消失時仍能找到候選 |
| 脈絡與去重 | 保留每一項第一次出現的位置，丟掉較短的 OCR 截斷值 | 維持官方順序，不把一件引證算兩次 |
IDS 表格常把國別與號碼拆在不同 cell，所以 IDS extractor 會先還原融合的列，再要求足夠的國別證據。它能處理帶 `B1`／`B2` 與年份的 US 授權號、帶 `A1`／`A2` 與年份的 US 公開號，以及 `104704658 CN A` 這類外國列。實際文件裡可能看到 `US 2024/0039765 A1`、`CN 104704658 A`、`特開2017-165727`、`TW I606827`；JP 也可能另外印出年號形式。號碼格式本身請連到專利號碼與種類碼 對照，不要在這篇再複製另一份格式表。
US、JP、CN 的引證段落不能混用
US 路徑會辨識 PTO-892、`Notice of References Cited`、`PTO/SB/08` 等 IDS 訊號，也會把 `NON-PATENT DOCUMENTS` 區段和專利列分開。掃描 PTO-892 時，NPL 區會先被遮罩，避免期刊年份、ISBN 等文字被誤認成專利號。碰到 IDS 起始標記時，前一個 PTO-892 block 會結束，兩種來源仍保留在 provenance 中。
JP 文件常把引證放在編號清單，還可能出現日本年號。系統的區域 NPL extractor 會找 `[online]`、期刊／卷頁、ISBN、出版者等正向書目訊號，不會因為「是日文」就直接分類成 NPL。
CN 檢索報告則要先找到報告起點、折疊中英文之間的字距，並遮罩 examiner query 或 search record 區段。查詢紀錄可能有 `/pn` 家族清單，但那不是被引用的先前技術；報告後面的正式引證表才保留。把 CN PDF 裡每一串數字全部抄出來，會同時造成誤收與漏收。
結果會保留每一項的出處（意見正文、PTO-892 表、IDS 頁或檢索報告）與原始印出的號碼，讓承辦人能回答「這一項是從哪一段來的」，而不是只看到一個標準化號碼。
NPL 是分類結果，不是專利下載失敗
NPL 是非專利文獻，例如期刊、標準、RFC、書籍、會議論文或線上出版品。系統會用 DOI、ISBN、RFC、IEEE、ISO、帶存取日期的 URL，或「年份＋期刊／卷頁／會議／作者」等正向證據辨識。US 官方表格看 `NON-PATENT DOCUMENTS`，IDS 表格看 `NON-PATENT LITERATURE DOCUMENTS`；JP、CN、TW、EP 的正式清單也各有自己的表格或標題規則。
辨識後還會做反向檢查：若移除專利號、日期、清單序號與分隔符後只剩幾個字，就把它視為混進 NPL 的專利列而丟掉。不能因為一列有數字就叫專利，也不能因為一列有標題就叫 NPL。
每一列結果都會標成專利或 NPL。NPL 會帶著出處與可能的 DOI 留在審閱清單，但不會進入專利 PDF 下載。不要為 NPL 產生空白 PDF，也不要把它列成「下載失敗」。NPL 是否要附、附全文還是相關部分，留給IDS 文件準備指南處理。
命名、打包與工具限制要分開看
檔名要同時保留引證號碼和版本關係：
| 產物 | 實際命名形狀 |
|---|---|
| 原始引證 | `${normalized}.pdf` |
| 英文家族公開品 | `${sourceClean}__EN__${normalized}.pdf` |
| IDS counterpart | `${officialPrefix}${citedNormalized}__${languageTag}_${normalized}.pdf` |
| ZIP | `${caseOrFileStem}_${country}_${citationLabel}_${count}refs_${YYYYMMDD}.zip` |
ZIP 日期使用 UTC。DP 目前只提供原始專利 PDF 與可取得的英文家族公開品；Google 機器翻譯是 Google Patents 外部連結，不能勾選，也不會進 ZIP；系統不產生重建文字 PDF 或 DOCX。
另外要把兩種限制寫在不同欄位。500 個 selection items、100 個 IDS counterparts 是 DownloadPatent 自己的限制，不是 USPTO 規則。事務所改用人工流程或其他服務時，必須重新查該服務的上限。
下載失敗一定要留下痕跡
下載結果會區分 `failed-not-found`、`failed-corrupt`、`failed-no-id` 與暫時性的 service error。確定不存在的文件不會被猜一個 URL；暫時錯誤可以留下人工查詢連結，但在人工確認前仍然是失敗。只要有失敗，ZIP 就會加入 `未能下載清單.txt`，而且清單包含範圍內沒有 PDF 的專利，不會因為該列沒有勾選就悄悄消失。
所以「ZIP 成功」只代表所選的專利 PDF 已組好，不代表 OA 中每個字串都變成了檔案。交給專利人員前，請比對引證總數、NPL 清單、失敗清單與原始頁面順序，再進入 IDS 文件選擇。DownloadPatent 只是把這個收集與失敗記錄流程集中起來，不代替官方資料庫或專利代理人的判斷。