company-tech-profile-zhcn

公司技术画像（Company Tech Profile）

由 Patsnap Eureka 提供。

针对特定技术主题，为单一公司生成以证据为驱动的技术画像。交付物为结构化报告——结论优先，证据在后——适用于技术负责人、分析师及投资筛选人员。

适用场景

• 评估某公司在特定主题中的技术实力、研发方向或核心技术布局
• 对指定公司进行技术尽职调查或合作伙伴评估
• 需要专利/论文/产品证据支撑的单一主体投资筛选
• 仅提及公司名称、可从上下文推断合理技术主题的场景

不适用场景

• 需要对多家公司进行比较或分级 → 路由至 competitive-landscape
• 纯技术路线比较，无公司锚点 → 路由至 tech-route-comparison
• 任务为项目/提案评审 → 路由至 rd-initiation-review
• 法律专利意见、FTO（自由实施）、侵权或诉讼分析
• 无技术深度要求的通用公司概览

工具路由与降级策略

本技能适用于多种工具环境。检索前，检测可用能力并选择可达的最高层级。

第一层（推荐）：结构化专利/论文检索

• 使用宿主环境中最优的结构化专利和论文检索栈。
• 通常指带公司/主体过滤的字段检索，加上入围记录的深度读取。
• 证据等级：S/A（一级结构化证据）
• 所需能力：公司/主体过滤、主题检索、结构化专利/论文检索及入围记录深读。
• 每次运行典型查询次数：4-8 次。

第二层（降级）：网络调研 + 辅助通道

• 使用宿主环境中最优的广域网络调研工具，辅以学术或财务通道（如可用）。
• Exa、Tavily、Brave、官方文件及领域专项研究数据库均为示例，非硬性要求。
• 证据等级：A/B（网络来源但结构化）
• 相比第一层的覆盖损失：无结构化受让人过滤、无 IPC/CPC 分面，论文图谱覆盖较弱。

第三层（降级）：通用网络工具

• 使用宿主环境中可用的通用网络搜索及页面/PDF 阅读工具。
• 证据等级：B/C（非结构化网络）
• 相比第二层的覆盖损失：无学术导向排名，噪声更多。

第四层（最低限度）：纯 LLM + 用户材料

• 无需外部工具
• 证据等级：C/U（LLM 知识 + 用户提供）
• 相比第三层的覆盖损失：无当前信息，无可验证引用。

路由规则

• 在工作流开始时检测可用工具。
• 选择可用的最高层级作为主要检索通道。
• 当某层级不可用时，在输出及 method_decisions.md 中明确说明降级情况。
• 不得将低层级结果伪装成与高层级相同的覆盖度。
• 使用第三层或第四层时，增加明确差距说明的比例，并降低结论中的置信度表述。

最小工作文件集

在可写运行目录中创建或更新以下文件：

• request.md
• workplan.md
• method_decisions.md
• query_log.csv
• source_index.csv
• claim_ledger.csv
• report.md

推荐子目录结构详见 references/workflow.md。

默认工作流

步骤 0：冻结范围

在任何检索前，确认或推断以下内容：

• company_name：待画像的主要主体
• topic：锚定分析的技术领域
• purpose：本画像支撑的决策类型（定向了解 / 尽职调查 / 合作评估 / 投资筛选）
• time_window：默认近 3 年，除非用户另行指定

范围路由决策树：

用户输入形态？
├─ 公司 + 技术主题 → 按单公司画像流程推进
├─ 仅公司名，无主题 → 从公司主营业务领域推断主题；
│  如有歧义则与用户确认
├─ 提及多家公司 → 重定向至 competitive-landscape
├─ 仅技术主题，无公司 → 重定向至 tech-route-comparison
└─ "比较 A 公司与 B 公司" → 重定向至 competitive-landscape

若用户仅提及公司名而无主题，不要停滞——从公司已知领域推断最可能的技术主题，并明确说明推断过程。

步骤 1：锚定主体

1. 规范化公司名称：解析母公司与子公司关系、中英文别名、品牌名与法律主体名。
2. 运行确认检索，验证该公司在该主题中有实质存在。
   • 第一层：结构化主体过滤的专利/论文检索
   • 第二层及以上：跨专利索引、官方域名及研究页面的定向网络或学术检索
3. 若该公司在该主题中无专利存在，将此作为发现记录，并将重点转向论文和公开信号。
4. 检索公司官方网站，获取基本概况、产品线及近期公告。

步骤 2：专利组合分析

1. 运行 2-3 次专利检索，变换关键词以覆盖主题的子路线。
   • 第一层：带主体过滤和关键词变体的结构化专利检索
   • 第二层：跨专利索引、官方域名及技术出版物的定向网络调研
   • 第三/四层：通用网络或用户提供材料
2. 从检索结果分析：申请量趋势（按年）、IPC 分布、关键技术集群、申请司法管辖区。
3. 判断是否可直接深读，或需要代表性抽样。

抽样决策树（第一层结构化检索）：

专利证据形态？
├─ 范围小且路线集中明显
│  └─ 跳过抽样器；直接深读最强的 3-5 件专利
├─ 范围中等/较大且路线覆盖是目标
│  └─ 运行可选的代表性专利抽样脚本
├─ 范围大且跨时间/司法管辖区/CPC 高度异质
│  └─ 运行可选抽样脚本；将结果作为默认证据包
└─ 任务正在向法律完整性方向漂移
   └─ 不使用抽样器；重定向至法律/FTO 导向工作流

默认阈值：

• 过滤后 <= 12 件专利：通常跳过抽样器
• 13-80 件专利：若路线解读是目标，建议抽样
• > 80 件专利：抽样应为默认选项

1. 深读前 3-5 件代表性专利，提取：核心技术方案、关键权利要求、创新点。
2. 识别公司的主要技术路线及任何新兴转向。

步骤 3：论文与研发信号

1. 以公司名称 + 主题运行 1-2 次论文检索。
   • 第一层：结构化论文检索
   • 第二层：学术辅助检索或定向网络调研
   • 第三/四层：通用网络或用户提供材料
2. 分析：发表趋势、合作机构、研究重点领域。
3. 与专利路线交叉验证——一致性增强置信度；分歧是值得关注的信号。

步骤 4：产品与公开信号

1. 检索：产品发布、基准测试结果、合作关系、融资轮次、关键人才引进、会议演讲。
2. 深读 2-3 个高信号页面以提取更多信息。
3. 用产品现实验证专利/论文发现——强专利组合但无已发货产品，与有产品的情况是不同的信号。

步骤 5：综合分析

按行业类型调整分析侧重：

行业类型？
├─ 半导体/硬件 → 重点：按工艺/架构的专利集群、
│  Fab 与 Fabless 信号、IPC H01L/H04 分布
├─ 生物制药/医疗器械 → 重点：靶点/机制、管线阶段、临床试验信号、
│  转化证据、IPC A61K/C07/A61B 分布（自由实施约束仅作背景，非法律结论）
├─ AI/软件 → 重点：论文与基准测试、开源活跃度、
│  模型性能、API/平台采用信号
├─ 新能源/材料 → 重点：材料路线专利、产能信号、
│  成本曲线、IPC H01M/C01/H02 分布
└─ 通用制造 → 专利 + 产品 + 标准参与均衡分析

将所有证据综合进输出骨架。将每项主张分类为：

• 已验证事实：直接由专利、论文或官方文件支撑
• 证据支持的推断：基于多个信号的合理结论
• 开放差距：证据不足，说明缺失内容并建议后续步骤

输出骨架

1. 结论优先

1-2 句话：公司在该主题中的整体技术地位与发展轨迹。

2. 技术布局亮点

2-4 个要点：核心技术路线、关键专利或论文、与更广泛领域的差异化。比较 3 个及以上维度时使用紧凑 Markdown 表格。

3. 趋势评估

1 段话：时间窗口内的研发方向演变——加速、减速、转向、新兴重点领域。数据支持时引用具体的同比变化。

4. 风险与建议

1 组要点：

• 主要风险（技术差距、依赖性、竞争压力）
• 机会（空白领域、合作潜力、新兴路线）
• 针对用户决策场景的建议后续行动

每项主张必须引用其来源类型和标识符，例如：[专利: CN1234567B]、[论文: DOI 或标题]、[网络: 来源名称]。

完成门控

交付最终答案前，以下各项必须全部通过：

• 公司主体已确认且别名已解析（未与子公司或同名实体混淆）
• 至少执行了 1 次专利检索和 1 次论文检索并分析了结果
• 若专利范围较广，已执行代表性抽样或明确说明跳过原因
• 已通过专利或论文证据识别核心技术路线
• 每项主要主张均有可溯源的来源引用
• 已验证事实 / 证据支持的推断 / 开放差距明确区分
• 输出遵循四部分骨架（结论 → 布局 → 趋势 → 风险）
• 未漂移至无技术实质的通用公司简介
• 工具层级和覆盖局限已在输出中明确说明
• 若证据不足以支撑有把握的画像，已明确说明并提供后续建议
• 公司营销主张被视为信号而非已验证事实，除非有更强来源佐证

护栏

• 不得在未考虑路线质量、权利要求范围和时效性的情况下，将专利数量等同于技术实力。
• 不得将公司营销主张、招聘信号或新闻稿视为已验证事实，除非有更强来源佐证。
• 不得在未明确范围说明的情况下混用母公司与子公司数据。
• 本技能为单公司技能——不得生成竞争对比矩阵。若用户需要多公司比较，重定向至 competitive-landscape。
• 若公司在该主题中的专利/论文存在极少，直接说明，而非用边缘证据填充画像。
• 不得将代表性抽样用于法律意见任务或需要穷举召回的场景。
• 不得将抽样专利集呈现为"所有相关专利"；明确说明这是结构化代表性子集。
• 不得让抽样集悄然覆盖全范围事实，如专利总数、司法管辖区数量或精确申请量。
• 证据基础薄弱时不得强行得出强结论——明确的不确定性优于虚假的自信。
• 图表或可视化辅助最多保留 1-2 个；仅保留直接支撑分析结论的内容。
• 对于非证据维度（TCO、法规、拆解），写"证据待补充"而非捏造判断。

可选的宿主专项自动化

部分宿主可能提供代表性抽样、定量聚合或专利卡片规范化的额外辅助工具。这些辅助工具为可选项，不属于核心开源契约。

若使用宿主专项自动化：

• 在 method_decisions.md 中记录辅助工具及其作用
• 保持最终证据与 query_log.csv、source_index.csv 和 claim_ledger.csv 兼容
• 不得使报告依赖其他宿主无法复现的辅助工具

按需加载以下文件

• references/method-benchmark.md
• references/domain-playbooks.md
• references/workflow.md
• references/source-routing.md
• references/deliverables.md
• references/evidence-schema.md
• references/quality-gates.md
• templates/request-template.md
• templates/workplan-template.md
• templates/report-outline.md