competitive-landscape-zhcn

竞争格局分析（Competitive Landscape）

由 Patsnap Eureka 提供。

为某一技术领域或技术赛道生成以证据为驱动的竞争格局报告。交付物为结构化报告，包含玩家分层、技术路线差异化矩阵、头部玩家画像及空白机会——结论前置，证据后置——适用于战略规划、市场进入决策及研发方向设定。

适用场景

• 行业或技术赛道的玩家图谱绘制与竞争分层
• 多家公司间的技术路线差异化分析
• 技术领域内的空白机会与机遇识别
• 以技术主题为锚点的多公司对比
• 特定技术领域内的国内外玩家对比
• "X 领域有哪些玩家？"或"X 的竞争格局是什么？"

不适用场景

• 仅涉及单一公司、无行业范围 → 路由至 company-tech-profile
• 纯技术路线对比、无玩家/公司对象 → 路由至 tech-route-comparison
• 任务为项目/提案评审 → 路由至 rd-initiation-review
• 无技术深度的市场或商业分析（纯市场规模测算、定价策略、市场进入策略）
• 法律专利意见、FTO（自由实施）或侵权分析

工具路由与降级策略

本技能适用于多种工具环境。在检索前，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。
• 通常包括行业搜索、受让人/实体过滤及记录级深度获取。
• 证据等级：S/A（一级结构化证据）
• 所需能力：行业发现、实体过滤、路线分面或结构化缩窄、入围记录深度阅读。
• 每次运行典型查询数：8-15 次搜索。

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，以及可用的学术或财务辅助通道。
• Exa、Tavily、Brave、官方申报文件及领域专属研究数据库均为可选示例，非硬性要求。
• 证据等级：A/B
• 相较第一层的覆盖损失：无法从专利数据中结构化提取受让人，无 IPC/CPC 分面，玩家发现依赖网络文章质量

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
• 相较第二层的覆盖损失：无学术导向排名，噪声更大

第四层（最低）：纯 LLM + 用户材料

• 无需外部工具
• 证据等级：C/U
• 相较第三层的覆盖损失：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。
• 若工具栈降级，应降低对玩家完整性和空白机会判断的置信度。

最小工作文件

在可写的运行文件夹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

推荐子文件夹结构详见 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：

• sector / track（行业/赛道）：待分析的技术领域
• geography（地理范围）：默认全球，除非用户指定地区
• time_window（时间窗口）：默认近 3 年，除非用户另有说明
• known_players（已知玩家）：用户已有的公司名单（种子集合）
• purpose（目的）：本次格局分析支持的决策类型（市场进入 / 研发方向 / 投资筛选 / 战略规划）
• TopN target（头部玩家数量目标）：默认 5-10 家

范围路由决策树：

用户输入形态？
├─ 技术主题 + 多家公司 → 按玩家集合格局分析推进
├─ 仅技术主题，无公司 → 推进；从证据中发现玩家
├─ "X 领域有哪些玩家？" → 按发现型格局分析推进
├─ 仅 1 家公司，无行业范围 → 重定向至 company-tech-profile
├─ "在主题 X 中对比 A 与 B"，含 2+ 家公司 → 按格局分析推进
└─ 纯技术路线，无玩家关注 → 重定向至 tech-route-comparison

步骤 1：构建行业证据基线

1. 使用核心技术术语运行 2-3 次广域行业搜索。
   • 第一层：跨专利和论文的结构化行业搜索
   • 第二层：跨技术报告、官方页面和研究报道的定向网络调研
   • 第三/四层：通用网络搜索或用户提供材料，用于初始候选名单
2. 从搜索结果的专利受让人和论文机构中提取候选玩家集合。过滤前目标为 10-20 个候选。
3. 运行 1-2 次行业概览搜索，捕捉市场背景、近期趋势及可能未出现在专利/论文数据中的玩家。
4. 将所有来源的候选合并为单一候选名单，附初步活跃度指标。

步骤 2：玩家分层

对名单中的每个候选：

1. 运行专项搜索，获取专利和论文活跃度及时效性。
   • 第一层：结构化实体过滤搜索
   • 第二层及以上：跨专利索引、官方域名和研究页面的定向网络调研
2. 使用分层决策树对每个玩家进行分类：

玩家分类标准：
├─ 第一层——领导者（Leader）：高专利/论文活跃度 + 已发布产品或
│  已验证能力 + 持续近期增长
├─ 第二层——挑战者（Challenger）：中等活跃度 + 明确差异化或
│  强细分市场地位 + 增长轨迹
├─ 第三层——跟随者（Follower）：低活跃度或聚焦较窄，但在该
│  领域有可识别的技术路线
└─ 观察名单（Watchlist）：有新兴信号（近期申请、新进入者、转型
   公司），但证据不足以自信分层

1. 根据层级和与用户决策背景的相关性，选取 5-7 家头部玩家进行深度分析。
2. 若证据不足以自信分层，将该玩家保留在观察名单并记录证据缺口。

分层证据规则：

• 全范围计数和路线广度必须来自聚合，而非样本
• 最终分层必须综合专利证据与论文和产品信号
• 不得仅凭一次噪声搜索或单一来源族群分配层级

步骤 3：逐一深度分析头部玩家

对每个头部玩家独立分析——切勿跨玩家合并结论：

1. 专利路线分析：关键 IPC 聚类、申请趋势、代表性专利。
   • 第一层：结构化逐玩家搜索；对于大型专利组合，如可用则使用宿主特定自动化工具
   • 第二层及以上：跨专利索引、官方域名和技术出版物的定向网络调研
2. 每个玩家深度阅读 2-3 件代表性专利，提取路线专属技术细节和差异化证据。
3. 论文聚焦：研究主题、合作网络、发表期刊/会议。
4. 产品信号：已发布产品、基准测试、合作关系、市场存在感。

逐玩家采样默认值（第一层结构化检索）：

• k = 6：聚焦型挑战者或细分市场玩家
• k = 8：普通第一/二层玩家
• k = 10：高度多元化的领导者

两级采样规则（使用采样时）：

1. 行业样本优先：用于理解路线、术语和生态系统结构
2. 玩家样本其次：用于理解每个入围玩家的真实路线侧重

两者不可互相替代：

• 行业样本 ≠ 玩家证明
• 玩家样本 ≠ 行业空白证明

按行业类型调整分析侧重：

行业类型？
├─ 半导体 → 侧重：制程节点、EDA/IP、晶圆代工 vs 无晶圆厂拆分、
│  专利族广度
├─ 生物医药 → 侧重：管线阶段、靶点覆盖、临床结果、
│  监管里程碑
├─ AI/软件 → 侧重：模型基准测试、开源存在感、API
│  采用率、论文引用影响力
├─ 新能源/材料 → 侧重：材料路线、产能、
│  成本轨迹、供应链地位
└─ 通用制造 → 均衡考量专利族 + 标准参与
   + 供应链信号

步骤 4：技术路线差异化与空白机会

1. 构建技术路线差异化矩阵：行 = 头部玩家，列 = 关键技术路线或子赛道。单元格标注强度等级（强 / 中 / 新兴 / 缺失）及简要证据说明。

示例格式：

1. 识别空白机会——同时满足以下三个标准的领域：
   • 覆盖稀疏：当前活跃的强玩家极少或没有
   • 明确技术价值：该路线解决真实技术需求或市场需求
   • 可解释的进入路径：新进入者在该领域构建能力的现实可行方式
2. 若潜在空白机会未能满足三个标准中的任何一个，不得将其作为机会呈现——改为作为观察记录。

步骤 5：综合

将所有证据综合进输出框架。将每项主张分类为：

• 已验证事实：直接由专利、论文或官方来源支持
• 证据支持的推断：基于多个信号的合理结论
• 开放缺口：证据不足，说明缺失内容

输出框架

1. 结论前置

1-2 句话：行业整体竞争动态——集中度水平、主导路线、变化节奏。

2. 玩家分层

分层列表，每个玩家附 1 行证据摘要：

3. 技术路线差异化矩阵

Markdown 表格：玩家（行）× 技术路线（列）。 单元格 = 强度指标（强 / 中 / 新兴 / 缺失）。

4. 头部玩家画像

每个头部玩家 2-3 段，涵盖：

• 主要技术路线和聚焦领域
• 与其他玩家的关键差异化
• 发展轨迹与近期动向

5. 空白机会与机遇

2-3 个已识别的空白机会，每个包含：

• 缺口是什么
• 为何具有技术价值
• 进入者如何现实地在此构建能力

6. 风险与建议

• 行业层面风险（整合、监管变化、技术颠覆）
• 与用户决策背景对齐的建议行动

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：

• 行业范围和地理范围已确认
• 至少执行了 3 次全行业搜索并分析了结果
• 玩家候选集合从证据中构建，而非基于先验知识假设
• 若行业或玩家专利范围较广，已执行代表性采样或明确说明跳过原因
• 若使用了采样，行业样本支持路线发现而非直接决定最终玩家分层
• 若使用了玩家采样，每个玩家独立采样
• 头部玩家逐一深度分析（未跨玩家合并）
• 技术路线差异化矩阵存在，每个单元格有证据支撑
• 空白机会满足全部 3 个标准（稀疏 + 有价值 + 进入路径）
• 每项主要主张有可溯源的引用
• 已验证事实 / 证据支持的推断 / 开放缺口明确区分
• 输出遵循 6 部分框架
• 未在无专利、论文或产品证据基础上分配层级
• 工具层级和覆盖局限在输出中明确说明
• 若证据不足以完成完整格局分析，交付"候选分层 + 证据缺口 + 下一步证据收集方向"，而非强行声称完整性

护栏

• 不得将多家公司合并为单一分析结论。
• 不得仅凭品牌知名度分配层级——需要专利、论文或产品证据。
• 不得在无稀疏覆盖证据的情况下虚构空白机会。
• 对于非证据维度（TCO、法规、拆解分析、合作网络），写"证据待补充"而非捏造判断。
• 不得在未明确标注拆分的情况下，将商业玩家与学术机构或上游 IP 来源混入同一对比矩阵。
• 图表或可视化辅助最多保留 1-2 个；仅保留直接支持分析结论的内容。
• 默认 TopN 应为 5-10 家公司；不得将玩家集合膨胀至超出证据支持的范围。
• 不得将代表性采样用于 FTO、侵权或穷举式法律风险工作流。
• 不得将所有玩家折叠进一个共享采样集；一旦选定头部玩家，采样、解读和综合必须保持逐玩家进行。
• 不得让行业层面的采样专利主导特定玩家的叙述，除非该玩家层面的证据已单独核查。
• 工具栈降级时不得强行声称强完整性——宁可明确表达不确定性，也不要虚假自信。
• 记录玩家被纳入、排除或降级的原因。

可选宿主特定自动化

某些宿主可能提供额外的辅助工具，用于代表性采样、定量聚合或专利卡片规范化。这些辅助工具为可选项，不属于核心开源契约。

若使用宿主特定自动化：

• 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
• 保持行业层面和玩家层面的辅助工具输出明确分离

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