assess-ip-landscape

name	assess-ip-landscape
title	IPランドスケープの評価
description	技術ドメインまたは製品分野の知的財産ランドスケープをマッピングする。特許クラスター 分析、ホワイトスペース特定、競合他社IPポートフォリオ評価、実施自由（FTO）予備 スクリーニング、戦略的IPポジショニング推奨をカバーする。新技術分野でR&D開始前、 強力な特許ポートフォリオを持つ既存企業に対して市場参入を評価する時、投資 デューデリジェンスの準備、特許出願戦略の策定、新製品のFTOリスク評価時に使用する。
author	pjt222
author_url	https://github.com/pjt222/agent-almanac/tree/main/i18n/ja/skills/assess-ip-landscape
license	MIT
version	0.1.0
execution_mode	open
jurisdiction	general
practice	ip
language	ja

IPランドスケープの評価

技術分野の知的財産ランドスケープをマッピングする — 特許クラスター、ホワイトスペース、主要プレイヤー、実施自由（FTO）リスクを特定する。R&Dの方向性、ライセンス決定、IP出願戦略に情報を提供する戦略的評価を生成する。

使用タイミング

• 新技術分野でR&Dを開始する前（何がすでに請求されているか？）
• 既存企業が強力な特許ポートフォリオを持つ市場への参入を評価する時
• 投資デューデリジェンス（IP資産評価）の準備時
• 特許出願戦略の策定時（どこに出願するか、何を請求するか）
• 新製品や機能のFTOリスクを評価する時
• 戦略的ポジショニングのために競合他社のIP活動を監視する時

入力

• 必須: 評価する技術ドメインまたは製品分野
• 必須: 地理的範囲（米国、EU、グローバル）
• 任意: 焦点を当てる特定の競合他社
• 任意: 自社の特許ポートフォリオ（ギャップ分析とFTO用）
• 任意: 時間軸（過去5年、過去10年、全期間）
• 任意: 分類コード（IPC、CPC）（既知の場合）

手順

ステップ1: 検索範囲の定義

ランドスケープ分析の境界を確立する。

1. 技術ドメインを正確に定義する:
   • コア技術分野（例: 「AIではなく、Transformerベースの言語モデル」）
   • 含める隣接分野（例: 「アテンションメカニズム、トークン化、推論最適化」）
   • 明示的に除外する分野（例: NLPに焦点を当てる場合「コンピュータビジョンTransformer」）
2. 関連する分類コードを特定する:
   • IPC（国際特許分類） — 広範、世界中で使用
   • CPC（共同特許分類） — より具体的、米国/EU標準
   • WIPOのIPC公報またはUSPTOのCPCブラウザを検索
3. 地理的範囲を定義する:
   • 米国（USPTO）、EU（EPO）、WIPO（PCT）、特定の国内庁
   • ほとんどの分析は広範なカバレッジのために米国 + EU + PCTから開始
4. 時間枠を設定する:
   • 最近の活動: 過去3-5年（現在の競争環境）
   • 完全な履歴: 10-20年（成熟した技術分野）
   • 設計空間を開放する期限切れ特許に注意
5. 範囲をランドスケープチャーターとして文書化する

期待結果: 実行可能な結果を生むのに十分具体的だが、関連する競争環境を捕捉するのに十分広い、明確で境界のある範囲。体系的検索のための分類コードが特定される。

失敗時: 技術ドメインが広すぎる場合（数千件の結果）、技術的な具体性を追加するか特定のアプリケーション分野に焦点を当てて絞り込む。狭すぎる場合（少数の結果）、隣接技術に広げる。適切な範囲は通常100-1000の特許ファミリーを生む。

ステップ2: 特許データの収集

定義された範囲内の特許データを収集する。

1. ランドスケープチャーターを使用して特許データベースにクエリする:
   • 無料データベース: Google Patents、USPTO PatFT/AppFT、Espacenet、WIPO Patentscope
   • 商用データベース: Orbit、PatSnap、Derwent、Lens.org（フリーミアム）
   • キーワード検索 + 分類コードを組み合わせて最良のカバレッジを得る
2. 体系的に検索クエリを構築する:

Query Construction:
+-------------------+------------------------------------------+
| Component         | Example                                  |
+-------------------+------------------------------------------+
| Core keywords     | "language model" OR "LLM" OR "GPT"       |
| Technical terms   | "attention mechanism" OR "transformer"    |
| Classification    | CPC: G06F40/*, G06N3/08                  |
| Date range        | filed:2019-2024                          |
| Assignee filter   | (optional) specific companies            |
+-------------------+------------------------------------------+