Menú
整合医药企业管线、专利、交易和战略竞争情报。适用于：分析一家医药企业的研发管线、专利、交易、合作、组织和战略动向，用于竞争对手研究、客户洞察和账户规划。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
在专利全景项目的环节 4/4（环节4）使用本技能。它会把环节2统计/价值信号、环节3标引体系（tech_breakdown / key_questions / patent_packages）以及 SaaS 回流的 tagged_pool 转化为技术演进路线、护城河/价值交叉解读，并生成自包含 HTML 洞察报告（report.html + report_manifest.json）。
用于专利全景项目的环节1。它构建专家级、限定领域、带主题锚点且去噪的检索配置，通过抽样验证每个分支的精度，并导出干净候选池和各分支检索式——这些是环节2（patent-panorama-insights-stats）的输入契约。统计、画像和核心专利召回属于环节2。
当用户需要基于 PatSnap 或智慧芽专利 MCP/API 数据开展专利全景、专利版图、竞争专利情报、技术路线图、组合规划、产品/R&D 策略项目时使用本技能——无论用户显式调用 /patent-panorama-insights（或 @patent-panorama-insights），还是用自然语言描述这类专利分析任务。本技能编排五层流水线：环节1检索与降噪（patent-panorama-insights-search）、环节2全景统计与价值挖掘（patent-panorama-insights-stats）、环节3标引体系推荐（patent-panorama-insights-tag）、客户 SaaS 工具中的人工标引交接，以及环节4有证据支撑的单文件 HTML 报告（patent-panorama-insights-report），并管理各层之间的检查点、人工标引交接、回滚和进度汇报。
用于专利全景项目的环节2。它消费 patent-panorama-insights-search（环节1）产出的已验证 `search_config.json`、`candidate_pool.csv` 和 `core_recall.csv`，生成全景统计（趋势、申请人格局、技术构成、竞品画像）、按分支组织的核心专利索引（默认采信环节1召回排序，仅在必要时做有边界的兜底核查）和价值信号交叉挖掘文件。所有统计直接从检索式聚合，不需要逐件专利标引。
用于专利全景项目的环节3。本 Skill 推荐标引体系，包括 4 列技术拆解表（≤40 个三级节点，彼此互斥）、≥10 个关键技术问题、≥10 个推荐专利包（每包≥3 个同族，六项推荐规则），并提供 20–30 条记录的标引示范和待标引导出文件。全量逐条标引在客户 SaaS 标引工具中完成，不在本 Skill 中完成。
持续监控ADC研发、临床、专利、交易与竞争事件。适用于：持续监控ADC或抗体药物的研发进展、临床证据、专利变化、许可交易和竞争事件，用于赛道预警和BD机会跟踪。
Basado en la clasificación ocupacional SOC
| name | pharma-company-intelligence |
| description | 整合医药企业管线、专利、交易和战略竞争情报。适用于：分析一家医药企业的研发管线、专利、交易、合作、组织和战略动向，用于竞争对手研究、客户洞察和账户规划。 |
本技能面向医药行业的 BD 决策、竞争情报分析和投资尽调场景。输入一家制药/biotech 公司名称（支持中英文），自动执行十二大调研模块，最终输出一份深海蓝 × 森林绿风格的完整 HTML 调研报告。
大模型告诉你一家公司在做什么药，本技能告诉你：
- 这家公司用什么专利保护它（专利号、法律状态、申请实体）
- 谁真正拥有它（子公司法律架构）
- 还能保护多久（LCA 剩余寿命评分）
- Lead 化合物的成药风险在哪里（ADMET 全表）
- 中国市场是否留了空隙（CN 局专项）
| 信息维度 | 大模型（如智谱清言） | Eureka 本技能 |
|---|---|---|
| 药物管线叙述 | ✅ 有 | ✅ 有（补充最新数据） |
| 临床阶段描述 | ✅ 有 | ✅ 核实+更新至最新 |
| 专利号与公开日 | ❌ 无 | ✅ 完整结构化列表 |
| 专利申请实体识别 | ❌ 只提公司名 | ✅ 揭示子公司架构 |
| 专利法律状态 | ❌ 无 | ✅ 有效/审中/失效 |
| LCA 专利价值评分 | ❌ 无 | ✅ 五维评分+估值 |
| Lead 化合物 ADMET | ❌ 无 | ✅ 13项指标全表 |
| 竞品格局 | ⚠️ 模糊 | ✅ 结构化对比表 |
| 融资历史核实 | ⚠️ 易出错 | ✅ SEC filing 核实 |
| 中国市场专利风险 | ❌ 无 | ✅ CN 局专项分析 |
本技能基于**硕迪生物（Structure Therapeutics）**完整跑通并纠错：
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
company_name | string | ✅ | 目标公司名称（中英文均可） |
reference_doc | file | ⬜ | 可选：用户上传的现有调研文档（PDF/PPT/DOCX），用于对标补全 |
focus_pipeline | string | ⬜ | 可选：重点关注的管线名称或靶点 |
bd_context | string | ⬜ | 可选：BD 决策背景（如"石药集团考虑引进中国权益"） |
output_lang | string | ⬜ | 输出语言，默认"zh"（中文），支持"en" |
@session/reports/<company_slug>_intelligence_report.html）#1e3a5f）× 钢蓝（#2d6a9f）× 森林绿（#1a8c6e）渐变专业报告风linear-gradient(135deg, #1e3a5f, #2d6a9f, #1a8c6e)[S#] 可溯源标记本技能按以下十二步顺序执行，每步均需从工具获取真实数据，禁止凭空捏造任何数字。
工具： web.search + web_fetch
关键动作：
reference_doc，读取文件提取已有框架，后续步骤对标补全输出： 公司概览卡片（名称/代码/总部/成立时间/定位）+ 子公司-管线映射表
工具： web.search + web_fetch（官网 pipeline 页面 + 最新 press release）
关键动作：
focus_pipeline 参数，重点聚焦该管线输出： 管线全表（药物名/靶点/适应症/阶段/最新数据）
工具： web.search（clinicaltrials.gov + 公司官方公告 + 医疗媒体）
关键动作：
输出： 临床数据核实表 + 关键里程碑时间轴
工具： patent.search + web.search
关键动作：
bd_context 参数，从 BD 决策角度分析竞品威胁程度输出： 竞品对比表 + 格局洞察段落
工具： web.search + web_fetch（SEC filing / 公司官网 IR 页面）
关键动作：
输出： 融资时间线 + 资本结构表 + 资金跑道预判
工具： patent.search（按申请人检索，覆盖 Step 1 识别的所有关联实体）
关键动作：
https://eureka.zhihuiya.com/view/#/fullText?patentId=...）输出： 三组专利分类表（有效/审中/失效）
工具： mcp_patsnap-zhihuiya-analysis-report__patent_report_create + mcp_patsnap-patent-legal__legal_data
关键动作：
输出： 每件专利五维雷达评分卡 + 综合估值 + 战略洞察
工具： PatSnap 生命科学 MCP
ls_patent_structure_fetch + ls_admet_predict + ls_chemical_mcs_analyze执行流程：
ls_patent_structure_fetch：从核心专利结构库提取代表性 Lead 化合物 SMILES，每条管线各取 1-2 个最具代表性骨架ls_admet_predict：对每个 SMILES 运行 ADMET 预测，获取以下13个指标：
ls_chemical_mcs_analyze：跨管线 MCS（最大公共子结构）比较，判断管线间化学空间重叠度ADMET 四色评分阈值：
| 指标 | ✅ 良好 | 🟡 需关注 | ⚠️ 偏差 | 🔴 高风险 |
|---|---|---|---|---|
| hERG | < 0.4 | 0.4–0.8 | — | > 0.8 |
| CYP3A4/2C9 | < 0.3 | 0.3–0.8 | — | > 0.8 |
| 分子量 | < 500 Da | — | > 500 Da（需判断前药策略） | — |
| logP | 2–5 | — | > 5 | — |
| 口服生物利用度 | > 0.8 | 0.5–0.8 | < 0.5 | — |
| TPSA | < 90 Ų | 90–140 Ų | > 140 Ų | — |
MCS 分析解读原则：
输出： 化合物结构（SMILES）+ ADMET 四色全表 + MCS 结论 + BD 成药性评分矩阵
工具： paper.search
关键动作：
输出： 论文卡片组（标题/被引/核心结论/管线映射）
工具： patent.search（jurisdiction=CN 专项检索）
关键动作：
输出： 中国专利布局现状表 + 空白点分析 + 关键时间节点预警 + BD 行动建议
关键动作：
输出： 附录核实表（关键数字 + 来源 + 核实状态三色标注）
按以下视觉规范和章节结构生成完整 HTML 报告，所有 CSS 内联，可直接在浏览器打开。
/* 主色系 */
--color-navy: #1e3a5f; /* 深海蓝：标题、边框、强调 */
--color-steel: #2d6a9f; /* 钢蓝：按钮、序号、链接 */
--color-green: #1a8c6e; /* 森林绿：点缀色 */
/* Banner 渐变 */
background: linear-gradient(135deg, #1e3a5f, #2d6a9f, #1a8c6e);
/* 背景与卡片 */
--bg-page: #f0f4f8;
--bg-card: #ffffff;
--card-radius: 12px;
--card-shadow: 0 2px 12px rgba(0,0,0,0.08);
/* 正文 */
--text-body: #2d3748;
| 类别 | 背景色 | 边框色 |
|---|---|---|
| 物化性质 | #fef3e2 | #f6d389 |
| 吸收/分布 | #e8f4fd | #90cdf4 |
| 毒性风险 | #fde8e8 | #fc8181 |
| 代谢/清除 | #e8fdf5 | #68d391 |
| 章节 | 内容 | 核心组件 |
|---|---|---|
| 1. 公司概览 | 核心数字卡 + 子公司架构树 | 6个数字摘要卡 |
| 2. 药物管线 | 管线卡片 + 阶段进度条 | 每条管线单独卡片 |
| 3. 临床进展 | 关键数据表 + 核心里程碑时间轴 | 横向时间轴 |
| 4. 竞品格局 | 竞品对比表 + 格局洞察段落 | 响应式表格 |
| 5. 融资与资本 | 融资时间线 + 股东结构 | 垂直时间线 |
| 6. 专利全表 | 三组分类表 + PatSnap 可点击链接 | 三Tab分组表格 |
| 7. LCA 专利价值 | 每件专利五维评分卡 + 估值区间 | 评分卡组件 |
| 8. 专利策略解读 | 梯次围栏分析 + 保护期预测 | 围栏示意 |
| 9. Lead 化合物 | SMILES 结构 + ADMET 全表 + MCS 结论 + BD 评分矩阵 | 彩色指标表 |
| 10. 学术文献 | 论文卡片 + 被引次数 + 管线映射 | 论文卡片组 |
| 11. 中国市场风险 | 专利空白地图 + 时间节点预警 + 行动建议 | 预警卡片 |
| 12. BD 决策洞察 | 六维战略矩阵 + 核心价值主张 | 决策矩阵表 |
| 附录 | 数据核实汇总表（关键数字 + 来源 + 核实状态） | 三色状态表 |
| 检查项 | 要求 | 失败处理 |
|---|---|---|
| 财务数字来源 | IPO金额、融资规模必须有 SEC filing 或官方 PR 来源 | 标注 ⚠️ 待核实，不得使用估算值 |
| 专利号可溯源 | 每条专利必须有 PatSnap 链接 | 无链接的专利不得列入表格 |
| 临床数据来源 | 疗效数字必须注明来源 | 标注来源（公司官网/ClinicalTrials/医疗媒体） |
| 子公司覆盖 | 专利检索必须覆盖所有已识别的关联申请人实体 | Step 1 若未识别子公司架构，Step 6 前必须补充检索 |
| ADMET 数据来源 | 必须来自 ls_admet_predict 工具 | 若 MCP 未启用，整节标注"需开启生命科学MCP" |
| [S#] 标注 | 所有事实性结论必须附 [S#] 来源标记 | 无标注的标注为 Unverified |
| 数字勘误记录 | 如发现与参考文档有差异，必须在附录核实表记录 | 纠正原因必须说明 |
| 中国市场专项 | 每份报告必须包含 Step 10 中国专利布局专项 | 不得省略 |
禁止凭空编造数据
禁止用大模型知识替代工具检索
禁止省略中国市场专项
"帮我做一份 [公司名] 的调研报告"
"[公司名] 的专利布局分析"
"我想了解 [公司名] 的药物管线和专利情况"
"对标这份 PDF，补充 [公司名] 的专利和化合物分析"
"[公司名] 的 BD 价值评估"
"这家 biotech 的 Lead 化合物成药性如何"
"[公司名] 的竞争情报报告"
"[公司名] 的投资尽调简报"
| 数据项 | 初始值（大模型） | 核实后正确值 | 纠错工具 |
|---|---|---|---|
| IPO 募资金额 | ~$2.16亿 | $1.611亿 | SEC filing（web_fetch） |
| IPO ADS 定价 | 未明确 | $15.00/ADS × 10,740,000股 | SEC filing |
| 专利申请主体 | "硕迪生物" | Gasherbrum Bio + Aconcagua Bio + Lhotse Bio | patent.search |
| ACCESS减重数据（12周） | 模糊 | 最佳剂量组 −6.0%（安慰剂校正） | web_search |
| ACCESS II 减重（44周） | 未知 | 120mg: −13.6%；180mg: −15.3% | web_search |
| 2025年末现金 | 未知 | 约 $14亿 | web_search |
| 资金跑道 | 未知 | 2028年以后 | web_search |
| 核心专利市场分 | 未知 | 96分（PatSnap，行业顶5%） | LCA MCP |
| 核心专利估值 | 未知 | $4,630,000（US11492365B2） | LCA MCP |
| MCS跨管线分析 | 无法获取 | 三条管线无共同MCS，化学空间完全独立 | ls_chemical_mcs_analyze |
| 竞品格局 | 未涵盖 | 礼来orforglipron III期完成，NDA递交中 | web_search |
@session/reports/ 目录，文件名格式：<company_slug>_intelligence_report.htmlreference_doc（PDF/PPT），在 Step 1 读取并提取已有框架，后续步骤仅补全缺失模块，避免重复内容