菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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）。
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。
监控ADC新申请、专利族、法律状态和竞争风险。适用于：按周或按月监控ADC相关新申请、专利族扩展、法律状态、申请人变化和潜在风险，用于专利组合维护与竞争预警。
| name | patent-panorama-insights-search |
| description | 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。 |
我是环节 1/4 · 检索建库（patent-panorama-insights-search）。 我负责把业务问题翻译成专家级检索式、去噪、确定候选池，产出
search_config.json+candidate_pool.csv+core_recall.csv+tech_taxonomy.txt，交给环节 2（patent-panorama-insights-stats）做统计与价值挖掘。
专利全景流水线的环节1。本 Skill 只回答检索质量问题：
输出是已验证的检索配置 + 去噪候选池 + 分支检索式 + 轻量核心专利召回清单 + 供 SaaS 标引的技术分类文件，作为**环节2（patent-panorama-insights-stats）**的输入契约。
已移至环节2（patent-panorama-insights-stats）。 行业统计、申请人格局、竞品画像、核心专利核查/分级和价值信号交叉挖掘已从本层移出。环节1 不再输出全景报告。
/patent-panorama-insights-search，或专利全景项目启动。/patent-panorama-insights-stats 和 /patent-panorama-insights-tag 前的第一步。| Dimension | Default |
|---|---|
| Date basis | 市场/法律视角用公开日（pbdt）；技术趋势视角用最早优先权日（E_PRIORITY_DATE） |
| Technology stats counting | 简单同族层级 |
| Market / legal stats counting | 公开文本层级 |
| Geography | CN, US, EP |
| Time range | pbdt:[20200101 TO 20261231] |
| Analysis mode | 竞品 vs. 行业（Mode C） |
| Core patent signal | 前向引用 × 同族广度 × 有效法律状态 |
将所有输入记录到 run_config.json。
按照 references/query-and-taxonomy-methodology.md 的 Part A 和 Part D 执行。
为每个分支填写 A6 标准骨架，并保存到 search_config.json。
导出 candidate_pool.csv：仅包含 pn, branch_rule_hits（族级去重）。
每个分支取 refered_rank + famn_rank 前 10。输出 core_recall.csv：branch_id, patent_id, pn, recall_source, raw_rank。
tech_taxonomy.txt 是环节1的强制产出文件，必须在候选池确认后、移交环节2前写出。供客户 SaaS 标引工具直接导入。
层级型，每行一个叶节点：
>一级\二级\三级
规则：
> 后紧跟第一级（Level-1 域名称）\ 后依次为第二级、第三级示例（仅供格式参考）：
>静态电压\稳定性
>静态电压\监测方法
>静态电压\PCMLE
>动态响应\瞬态抑制
>动态响应\环路补偿\Type-III补偿
写出路径：@session/pps-output/tech_taxonomy.txt。写出后提示用户「可直接下载上传至智慧芽标引工具」。
| File | Written by | Content | 强制性 |
|---|---|---|---|
run_config.json | Step 0 | 用户输入、默认值、分析模式 | 强制 |
search_config.json | Step 1–2 | 关键词分层、主题锚点、IPC、NOT 规则、分支 A6 检索式、精度 | 强制 |
candidate_pool.csv | Step 3 | 仅 pn, branch_rule_hits，族级去重 | 强制 |
core_recall.csv | Step 4 | 每分支原始召回：branch_id, patent_id, pn, recall_source, raw_rank，每分支约 top 10 | 强制 |
tech_taxonomy.txt | Step 5 | 层级链，每行 >L1\L2\L3，纯内容无注释，供 SaaS 标引工具直接导入 | 强制 |
report_manifest.json (partial) | Step 3 | 运行元数据，环节2继续扩展 | 强制 |
五件套：search_config.json + candidate_pool.csv + core_recall.csv + tech_taxonomy.txt + report_manifest.json。
本 Skill 依赖智慧芽开放平台 MCP 服务：