如何用 AI 查询商标

新品牌起名，为什么要先查商标？

因为名字定下来、投入设计和宣传之后才发现撞标，代价往往很大。一个看起来还没人用的品牌名，可能早已被人在同一类别注册；也可能存在音近、形近或语义近似的在先商标，构成混淆风险，导致后续申请被驳回，甚至面临侵权纠纷。

问题在于，商标的占用是按"类别"区分的——同一个名字在不同的尼斯分类里可以分属不同主体。一个做茶饮的品牌该查哪些类、做 SaaS 又该查哪些类，不查清楚就贸然命名，等于把风险留到最后。不同法域（中国、美国、国际）的检索路径和近似判断口径也不一样，普通创业团队很难逐一比对。

这个技能能帮你做什么？

这个技能把品牌名的初步筛查做成结构化的一步。它先按目标市场（中国、美国或国际）选择对应的商标数据库与检索路径，再执行完全匹配、音近、形近、拼写变体和语义近似的多维检索，把容易被忽略的近似商标也找出来。对命中的记录，它会提取注册号、申请状态、权利人、申请日期和尼斯分类，让你一眼看清这个名字在目标类别里的占用情况。

最后它会说明类别相关性、混淆风险、申请流程和常见法域差异，并指出哪些情形必须咨询专业代理人，帮你形成一份初步检索结论。

怎么用它？

用法是把品牌名、目标市场和商品类别用自然语言告诉它，要查状态也直接说。例如可以这样对它说：

它适合这些场景：新品牌命名前确认目标市场有没有相同或近似商标；SaaS、餐饮、服装或电商项目需要定位必查和建议检索的类别；发现同名或音近商标后判断其状态、类别和潜在冲突；准备提交中国或美国商标申请前整理初步检索结论。它服务于正式委托代理人之前的基础筛查和风险归纳。

大家常问

商标近似判断主要看哪些维度？

核心是"混淆可能性"，从音、形、义三层比对：形看图样和字形结构、音看拼音或音素的读音距离、义看词汇的语义关联。组合商标还要分别提取文字与图形再加权融合，同时结合显著性、知名度与一般消费者的注意力综合判断。

尼斯分类里类似商品与同一类商品的区别是什么？

同一类商品看的是"形式上的分类编号是否一致"，比如第9类下的计算机和电池都属于第9类。类似商品看的是"实质上有没有混淆可能性"，跨类别也可能成立，比如第29类牛奶和第30类咖啡在实务中也可能被认定为类似。

商标显著性弱常见原因有哪些？

常见有：直接描述商品质量或用途的描述性词（如"香甜"用于蛋糕）、行业通用名称（如"智能手机"）、仅由姓氏或地名构成的标记、过于简单的几何图形或单字母、行业惯用图案，以及由功能决定的商品自身形状。这些情形如果没有积累获得显著性，注册容易被驳回。