patent

patent skill 概览

patent skill 能做什么

patent skill 是面向 Claude 风格 agent 环境的专利现有技术检索与专利格局情报工作流。它适合做结构化专利检索，而不是泛泛的法律问答。patent skill 的核心作用，是把一项发明、一个产品、一家目标公司或一件存在争议的专利，转化为有路径的检索计划；从专利来源收集证据；去重专利族；并生成一份面向决策的 .docx 报告，其中包含引用、排序结果、策略备注和审计轨迹。

最适合的用户与法律使用场景

这个 patent skill 更适合创始人、研发团队、产品法务、知识产权运营团队、竞争情报分析师，以及需要在律师审查前先形成一份可辩护初筛检索包的法律相关研究人员。它支持五种明确的工作模式：新颖性检索、自由实施检索、竞争格局分析、收购尽调，以及诉讼现有技术检索。这种路由很重要，因为每种模式要回答的法律或商业问题并不相同。

它和通用提示词有什么不同

通用专利提示词经常会把不同检索策略混在一起，输出看似合理但范围控制不佳的结果。这个 skill 会在检索前强制确认具体子场景，然后相应调整查询方式、排序逻辑和报告重点。它还包含用于 CPC/IPC 分类跟进、法律免责声明规范、子场景路由的参考资料，并提供辅助脚本，用于引用追踪、专利族解析和确定性路由。

安装前需要了解的边界

该 skill 产出的是检索信号，而不是法律意见。不应将它视为专利性意见、侵权意见、有效性意见或自由实施/清障意见。它也不是为商标、版权、商业秘密、合同或一般法律研究设计的。对 Legal 团队来说，它的价值在于专业审查前更高质量的需求收集和证据组织，而不是替代律师。

如何使用 patent skill

patent 安装与环境要求

从仓库路径安装：

npx skills add alirezarezvani/claude-skills --skill patent

该 skill 位于 research/patent/skills/patent。正式依赖它之前，先查看 SKILL.md，再阅读 references/sub_use_case_routing.md、references/cpc_classification_canon.md 和 references/legal_disclaimer_discipline.md。工作流需要访问 Google Patents、Espacenet、USPTO，Lens.org 可选。如果要生成最终 Word 报告，建议使用带有 docx package 的 Node.js；如果希望使用 Lens.org 的引用图谱信号，则需要你自己的 API key。

patent skill 需要哪些输入

请给 agent 足够的信息，让它能选择正确路径，并避免产出笼统的检索结果。有效输入包括：

• 用通俗技术语言描述发明或产品
• 预期使用场景：新颖性、FTO、格局分析、尽调或诉讼
• 目标司法辖区，例如 US、EP、CN、JP，或全球范围
• 已知专利、产品、权利人、发明人或竞争对手
• 优先权日、上市日期、申请目标或收购背景
• 风险设定：严格审查，还是信号收集
• 输出偏好：简短备忘录、完整 .docx、以表格为主的报告，或交给律师的交接材料

较弱的提示词：“Do a patent search for my AI medical device.”

更好的提示词：“Use the patent skill for a novelty search. The invention is a wearable ECG patch that uses an on-device transformer model to detect atrial fibrillation and transmit only abnormal segments. Focus on US and EP publications. Known competitors: iRhythm, AliveCor, Philips. I need closest prior art ranked by claim similarity, CPC class follow-up, and a .docx report for attorney review.”

推荐的 patent 使用流程

先明确子场景。如果你不确定，应先让 agent 在概念层面运行路由器，再开始检索。做新颖性检索时，要强调类似权利要求的发明要素。做 FTO 时，要描述实际销售或计划推出的产品，包括司法辖区和上市时间。做格局分析时，要说明技术领域和竞争对手集合。做尽调时，要提供目标公司和相关资产。做诉讼现有技术检索时，要提供被挑战专利和相关优先权日。

完成需求收集后，工作流通常会检索多个来源、记录结果数量、识别 CPC/IPC 分类、解析专利族、对最接近的现有技术排序，并生成审计轨迹。在依据结论采取行动之前，请人工复核排序靠前的命中结果。

建议优先阅读的仓库文件

阅读 SKILL.md 了解端到端工作流。使用 references/sub_use_case_routing.md 理解为什么新颖性、FTO、格局分析、尽调和诉讼检索不能互相替代。使用 references/cpc_classification_canon.md 理解为什么基于分类的检索可以弥补术语差异带来的遗漏。查看 scripts/sub_use_case_router.py 了解路由逻辑，查看 scripts/family_resolver.py 了解去重行为，查看 scripts/citation_tracker.py 了解审计预期。

patent skill 常见问题

patent skill 适合法律团队使用吗？

适合，但应作为研究和分流工具使用。用于 Legal 工作流时，patent skill 最有价值的地方，是帮助构建结构化证据包：最接近的现有技术、专利族分组、司法辖区覆盖情况、相关 FTO 风险标记，以及可复核的审计日志。它应当服务于律师分析，而不是替代律师分析。

什么时候不该使用 patent？

不要用它处理非专利类知识产权问题，例如商标、版权、商业秘密、许可条款或合同解释。如果你需要正式法律意见、用于诉讼提交的 claim chart、专利申请/审查策略，或在没有合格律师参与的情况下作出最终自由实施判断，也应避免使用它。

它比手动搜索 Google Patents 好在哪里？

手动检索在快速查找时可能更快，但通常容易漏掉相邻术语、基于分类的结果、专利族重复问题，以及不同模式下应采用的排序逻辑。这个 skill 增加了规范的需求收集、CPC/IPC 跟进、来源追踪、专利族解析和报告结构；当输出需要被审查或共享时，这些能力尤其有用。

对初学者友好吗？

如果初学者能够描述发明并选择目标，就可以使用。不过，用户需要预期会遇到 claims、priority date、assignee、CPC、IPC、patent family、FTO 等专利术语。初学者如果能提供具体产品细节，并要求 agent 在检索前解释假设，通常会得到更好的结果。

如何改进 patent skill

用更好的发明框架提升 patent 结果

最重要的改进，是把宽泛想法转化为可检索的技术要素。请包含组件、数据流、材料、步骤、约束条件，以及相较于已知系统的新颖之处。对于软件发明，描述输入、模型行为、输出、部署环境和性能约束。对于硬件，说明结构、布置方式、材料和运行条件。

避免常见失败模式

常见失败包括：把 FTO 当成新颖性检索来做；忽略司法辖区和专利状态；重复计算同一专利族；只依赖关键词；以及在诉讼现有技术检索中遗漏优先权日截止点。仓库中的路由参考和专利族解析器正是为了减少这些错误，但用户仍然必须提供正确的业务问题。

在第一版输出后继续迭代

拿到第一份报告后，不要只看执行摘要里的结论就停止。可以继续要求：“expand the top five claim comparisons”、“rerun with broader CPC classes”、“separate active from expired patents”、“show family members by jurisdiction”，或 “identify search terms that produced no useful hits”。这些追问可以提升信心，并暴露检索盲区。

为你的团队加入本地审查标准

对于生产级 Legal 或 IP 工作流，应加入内部要求：首选司法辖区、律师免责声明措辞、必查数据库、引用格式、风险阈值和报告章节。如果你的组织使用 Lens.org、内部案卷数据或付费专利工具，请记录这些来源应如何补充 Google Patents、Espacenet 和 USPTO 的结果。