公开文献与专利检索
检索公开文献、专利与行业指南，输出附来源定位的摘要与竞争情报清单，只处理公开来源
INDUSTRIES · OnvergeAi
制药大模型落地
面向制药与生物工程企业，提供公开文献检索、GMP与申报资料核对、研发文档整理辅助：先分离公开文献与内部研发工艺资料，输出仅作底稿，判断与放行由研发、QA与注册责任人负责。
制药与生物工程：我们能做什么
制药与生物工程的核心资产是未公开的研发数据与工艺参数：化合物与实验记录、工艺放大参数、注册申报资料、GMP 批记录与偏差调查，任何外发都会直接影响知识产权与合规地位；与此同时，公开文献与专利检索、药政问答、文件核对的工作量巨大，且高度依赖个人经验。落地顺序是：先把公开文献与内部研发、工艺资料两类边界分开，再做文献检索与文件核对的试点，最后扩到申报资料辅助。最容易踩的坑，是没有把研发数据与生产质量体系（GMP）两类数据分开管理，用一套权限打穿全部资料，导致越权访问与误外发无法界定，审计与监管问询时拿不出可交代的材料。
试点包
制药试点包（8—12 周）：第 1—2 周完成资料分类登记与权限矩阵设计，把公开文献与内部研发、工艺资料分库分权；第 3—4 周用脱敏样本做文献检索与文件核对评测，建立命中、引用正确与拒答口径；第 5—8 周接入一个业务组（建议注册或 QA 中任务稳定的岗位）；第 9 周起按评测结果与权限决定扩围。交付边界清单、权限矩阵、评测记录与操作规范。
推荐部署
纯私有化；混合部署；知识库本地化 + 外部模型
内容复核
每 90 天复核 · 证据等级 B
这个行业最难的地方
行业痛点不是形容词，而是可以对应到具体动作与责任人的问题项。
- 研发数据与工艺参数属未公开资产
- 一次误外发即可能损害知识产权与后续申报地位，且难以界定责任
- GMP 批记录、偏差与变更文件量大且格式不一
- 完整性与条款核对占用 QA 大量时间，漏项往往在审批环节才被发现并返工
- 文献、专利与药政指南来源分散、口径不一
- 检索重复投入，法规变化与竞争情报跟踪不及时
- 注册申报资料条目繁多、结构固定
- 目录整理与既往问答翻找耗时，影响申报准备节奏
- 研发数据与生产质量数据混在同一套权限下
- 越权访问与误外发无法界定，审计与监管问询时缺少可交代的材料
典型任务
这些任务是可以被系统辅助的范围；每项都对应人工复核点，不替代专业判断。
研发与工艺资料内部检索
在隔离环境内对化合物与实验记录、工艺放大参数做检索与比对，默认不外发
GMP 文件与批记录核对
核对批记录、偏差与变更文件的完整性、版本与条款一致性，输出差异与漏项清单
注册申报资料目录整理
按申报结构整理目录与条目，输出缺项与待确认清单，不生成最终申报文本
药政问答与法规条款检索
检索既往问答与法规条款，输出附官方来源与时效标注的问答清单供注册岗判断
内部 SOP 与培训材料问答
面向内部规范与操作规程的问答，答案附条款定位，由质量部门确认后使用
能力边界：我们不做什么
不生成最终申报文本，不作审批结论与放行决定；研究与生产质量的判断权、签批权与放行权由研发、QA 与注册责任人行使并在系统中留痕。不做研发数据、工艺参数与批记录原文的公网外发与训练；不把公开文献检索结果直接作为专利布局或侵权判断的结论使用。不把私有化部署与等保定级当作合规结论，相关结论以主管部门与测评机构为准。系统输出仅为工作底稿与待确认清单。
为什么使用本地大模型
制药与生物工程企业最常问的五件事：文献专利检索要占多少人力、批记录核对会不会漏、申报资料整理多快、研发数据会不会误外发、检查能不能交代。逐条对照如下。
| 你最关心的 | 采用之后的变化 | 可参照的量级（口径） |
|---|---|---|
| 省人工：公开文献、专利与指南的检索与摘要 | 现在多部门重复检索、重复做摘要；改为统一检索入口 + 来源定位 + 竞争情报清单，只处理公开来源。 | 口径：同一批检索任务的耗时；经验量级：检索与整理工时降至 30%—50%（以试点实测为准）。 |
| 省时间：GMP 批记录、偏差与变更文件的核对 | 现在靠人工通读比对，条款定位要翻页；改为按核对清单输出条款定位与差异候选，QA 逐项确认。 | 口径：单批文件的核对周期与漏项数；经验量级：核对周期缩短约 1/3—1/2（以试点实测为准）。 |
| 提准确：文件核对不漏项 | 现在偏差与变更文件依赖经验判断重点；改为强制输出漏项与差异候选清单，把遗漏在 QA 确认前暴露。 | 口径：复核阶段发现的漏项数与其被发现的时间点；经验量级：漏项在复核前暴露比例明显提升（以试点实测为准）。 |
| 提效率：注册申报目录与药政问答 | 现在申报资料目录与既往问答翻找占用注册岗时间；改为目录整理与法规条款检索形成待确认清单。 | 口径：单套申报资料的目录整理工时；经验量级：整理工时降低 40%—60%（以试点实测为准）。 |
| 省成本：研发数据边界的隐性风险成本 | 现在资料边界不清，一次误发即影响知识产权；改为分库分权、外发审批与日志留痕，边界可解释。 | 口径：外发审批留痕完整率、越权访问事件数（目标为零容忍并逐条复盘）。 |
| 风险可控：检查与审计问询 | 现在难说明「资料存放在哪里、谁看过」；改为边界清单、权限矩阵、日志策略与复核记录四类材料齐备。 | 口径：四类材料完成度与留痕完整性检查项通过率。 |
※ 表中「经验量级」为同类项目的区间值，用于说明改善方向，不是效果承诺；实际幅度取决于资料完整度、流程配合与试点范围，以试点评测结论与书面合同为准。
行业内容体系
本行业的内容体系由六层构成：资料层定边界，知识层定可用，检索层定质量，生成层定底稿，复核层定责任，运行层定长期可用。
资料层：三类资料分治
公开文献、专利与行业指南（可入库）、内部研发与工艺资料（隔离）、GMP 批记录与质量文件（受控）。三类资料的处理方式、可见范围与保留期必须分别定义。
知识层：可检索的边界
什么能进索引、什么只做只读引用、什么一律不进系统，逐类登记；索引与原文分离，支持按权限过滤检索范围。
检索层：来源可回溯
检索结果附来源与文件定位（文件、页码、条款）；化合物编号、专利号与法规条款号类查询加强关键词通道。
生成层：清单而非结论
只输出摘要、差异清单与待确认项，保留引用片段；系统不产出审批、放行与申报口径类结论。
复核层：判断归属岗位
文献结论、文件差异、注册口径三类节点由对应岗位确认，复核痕迹与版本留存，可追溯哪一版由谁确认。
运行层：日志与审计
记录检索、查看、导出与权限变更行为；日志范围最小必要，保留期按企业制度与合同约定执行。
场景矩阵
三个典型场景的数据敏感度、自动化程度与人工介入强度不同，落地时按此顺序推进：先公开来源，再受控文件，最后申报辅助。
| 场景 | 业务任务与自动化边界 | 人工复核角色 |
|---|---|---|
| 文献与专利检索辅助 | 公开文献、专利与行业指南的检索、摘要与竞争情报清单；自动化到“列出候选与出处”为止，只处理公开来源，内部研发数据单独隔离。 | 研发岗 + 知识产权岗（结论与布局判断） |
| GMP 文件与批记录核对 | 批记录、偏差与变更文件的完整性核对、条款定位与差异清单；输出漏项与差异候选，不判定偏差性质与是否放行。 | QA（判定、签批与放行决定） |
| 注册申报与药政问答 | 申报资料目录整理、既往问答与法规条款检索；输出目录与缺项清单，不生成最终申报文本。 | 注册负责人（申报口径与提交前确认） |
能力底座
制药与生物工程场景对“可核对、可隔离”的要求高于对“聪明”的要求，能力底座围绕这一点构建。
结构化解析与定位
PDF、扫描件、Word 与表格版面的解析策略，保留页码、条款与表格结构，为引用定位提供锚点。
编号与术语精确检索
对化合物编号、专利号、法规条款号等精确匹配需求加强关键词通道，避免纯语义检索漏掉精确项。
多库隔离与分级授权
按资料类别划分索引与存储，检索前执行权限过滤，跨库访问单独授权并留痕。
脱敏与最小片段
需要外部模型参与时，仅发送脱敏后的最小片段，并保留审批与外发记录。
版本与时效标注
法规、指南与内部文件标注版本与生效状态，避免引用已废止或尚未生效的条款。
输出标识与规范
对生成内容按规范做标识，明确“辅助生成、需人工确认”的使用范围。
工程实现
制药与生物工程试点按 8—12 周推进：先做资料分类分离，再建评测口径，先单业务组跑通完整流程，再按结果扩围。
- 1
第 1—2 周：资料分类与权限设计
盘点资料类型与责任人，分离公开文献与内部研发、工艺资料；设计角色权限与账号隔离规则。
- 2
第 3—4 周：脱敏样本与评测口径
用小范围样本验证解析与检索质量，建立命中、引用正确与拒答的评测口径与测试集。
- 3
第 5—8 周：单业务组试点
选定注册或 QA 中任务稳定的岗位接入，按复核节点跑通文献检索与文件核对流程。
- 4
第 9—10 周：效果与权限复盘
按评测口径复盘结果，分析未达项归因（解析、切片、检索、数据或使用方式），修正配置。
- 5
第 11—12 周：扩围与制度化
按效果与权限决定是否扩到申报资料辅助；把边界清单、复核规则与日志策略纳入企业制度。
※ 周期受资料结构、扫描件比例与审批节奏影响；批记录电子化程度低或审批链较长的团队会延长。
治理保障
本行业项目的治理核心是资料分类分级的工程化：把研发数据与 GMP 生产质量数据的处理要求翻译成可执行、可留痕的系统规则。
- 资料分类分级
- 按公开文献、内部研发与工艺、生产质量三类分级登记，逐类确定可见范围、处理方式与保留期。
- 研发与质量体系分权
- 研发资料与 GMP 资料分库分权管理，一套权限不打穿全部资料；跨库访问需单独授权并留痕。
- 对外使用人工确认
- 涉及研发、生产质量与申报的输出，在对外提交或发布前由对应责任人确认并留存记录。
- 日志最小必要
- 记录必要字段与操作行为，不落全文日志；日志保留期按企业制度与合同约定。
- 部署边界不等于合规结论
- 私有化是控制边界，等保是建设与评估框架；相关结论以主管部门与测评机构为准。
- 内容复核周期
- 行业页所述方法、边界与法规对应动作每 90 天复核一次，法规更新时同步修订。
- 退出与处置
- 项目终止时按约定返还或删除资料、索引与衍生文件，出具处置记录。
解决什么问题与价值
本行业落地大模型的价值不在“自动化出结论”，而在把检索、整理与核对的时间释放出来，并把可核验性与资料边界做实。
- 检索与整理耗时下降
- 现状：文献、专利与法规检索重复投入。动作：统一检索入口与来源定位，效果可用同一批任务的耗时对比测量。
- 文件核对不漏项
- 现状：批记录与偏差文件依赖人工通读。动作：按核对清单输出差异与漏项候选，由 QA 逐项确认。
- 研发数据不被误外发
- 现状：资料边界不清，一次误发即影响知识产权。动作：分库分权、外发审批与日志留痕，边界可解释。
- 申报资料整理提速
- 现状：申报目录与既往问答翻找占用注册岗时间。动作：目录整理与条款检索形成待确认清单。
- 合规动作可交代
- 现状：无法说明资料存放在哪里、谁看过。动作：边界清单、权限矩阵、日志策略与复核记录四类材料齐备。
- 投入分阶段可控
- 现状：一次大投入风险高。动作：先单业务组试点并预定义评测口径与退出条件，未达条件不扩围。
※ 以上为行业落地方法与边界说明，不构成对具体项目效果的承诺；实际范围以书面方案与合同为准。
SCENARIOS
典型应用场景（3）
每个场景给出典型任务、客户痛点、适用前提、人工复核点与能力边界；点击进入完整场景分析（含输入输出、架构与工程实现、治理保障与投入节奏）。
01
文献与专利检索辅助
首期主场景把公开文献、专利与行业指南变成可回溯的检索清单：统一入口检索、按主题汇总摘要、输出竞争情报候选清单，每条结论附来源与文件定位。系统只处理公开来源，内部研发数据与工艺参数在独立空间中存放，不进入同一索引。检索结果仅为检索底稿，专利布局、侵权判断与申请策略由研发或知识产权岗核对原文后作出，系统不给出法律或商业结论。
典型任务
- · 按主题、靶点或化合物名称检索期刊与会议公开文献，输出附来源与页码的摘要候选清单：公开文献检索与摘要
- · 按关键词与分类号检索公开专利，整理申请人、法律状态等字段，输出待确认的同族候选清单：专利检索与同族整理
- · 跟踪公开指南与法规文本更新，标注版本与生效状态，输出变化点清单供人工确认时效：行业指南与法规跟踪
- · 按公开来源汇总企业公开进展信息，逐条保留出处，作为人工复核用的线索清单：竞争情报候选清单
- · 对化合物编号、专利号与分类号等精确项加强关键词检索，避免纯语义检索漏掉精确项：编号与术语精确匹配
- · 记录检索式、执行时间与结果版本，形成可复跑的检索记录，便于后续复核与更新：检索结论留痕
客户痛点
- · 公开来源分散、口径不一（同一主题需在多个数据库重复检索，条目与出处难以对齐）
- · 精确编号易被语义检索漏掉（化合物编号与专利号漏检需人工二次翻查，影响覆盖面判断）
- · 法规与指南更新快（引用到已废止或尚未生效的版本，需在复核阶段返工）
- · 检索结果须与内部研发资料分开（混库存放会导致越权访问与误外发无法界定）
适用前提
- · 明确检索范围限于公开文献、公开专利与公开指南，内部研发与工艺资料不进入本场景索引（确认只处理公开来源）
- · 按公开来源与内部资料划分索引，检索前执行权限过滤，跨库访问单独授权（完成资料分库与权限设计）
- · 明确知识产权岗或研发岗对摘要、引用位置与检索覆盖面负责（指定复核责任岗）
- · 登记检索来源、访问时间与版本信息，便于后续核对时效（建立来源与版本台账）
人工复核点（不可省略）
- · 检索范围与来源 / 知识产权岗 / 确认检索式、数据库与时间范围，判断覆盖面是否满足任务需要
- · 摘要与原文引用 / 研发岗 / 逐条核对原文位置与技术表述，未核对内容不得对外使用
- · 专利相关判断 / 知识产权岗 / 专利布局、侵权与申请策略由知识产权岗作出，系统不作为结论依据
- · 法规与指南时效 / 注册负责人 / 确认引用条款的版本与生效状态后才可使用
- · 对外使用 / 业务负责人 / 对外提交或发布前由责任人确认并留存记录
能力边界：不提供专利侵权、可专利性与自由实施结论；不代检索机构出具检索报告；不生成专利申请文件或技术交底书定稿；不检索、不引用内部研发与工艺资料作为公开来源；检索结果不得直接用于申报或对外发布。上述判断由研发与知识产权岗作出并留痕。
02
GMP 文件与批记录核对
把批记录、偏差与变更文件变成可回溯的完整性核对结果：按检查表逐项比对文件齐备性、填写项与版本一致性，输出漏项与差异候选清单，并给出条款定位。系统做的是整理、定位与比对，不做偏差性质判定、不签署、不放行。每一条差异必须能回到原文位置，由 QA 逐项确认后进入企业既有的偏差与变更流程。
典型任务
- · 按检查表核对批记录的页序、填写项与签项是否齐备，输出漏项与缺页候选清单：批记录完整性核对
- · 核对偏差描述、调查记录与纠正预防措施是否成套，输出未闭环条目候选：偏差文件核对
- · 比对新旧版本变更文件的条款差异，标注变更点与受影响的关联文件：变更文件比对
- · 按文件编号、批号或条款号定位到具体位置，返回文件、页码与条款：条款与文件定位
- · 核对同一文件在不同记录中的版本引用是否一致，逐条列出不一致项：版本一致性核对
- · 记录核对清单、比对依据与确认人，形成可按批次与文件类型追溯的核对记录：核对结果留痕
客户痛点
- · 批记录与偏差文件量大、格式不一（人工通读占用 QA 大量时间，漏项常在审批环节才被发现并返工）
- · 条款与文件引用分散（定位一处条款需翻多个文件，核对效率低且易看错版本）
- · 版本与变更关系复杂（引用旧版本或漏改关联文件的风险需人工反复确认）
- · 核对过程需可追溯（缺少留痕时无法说明核对依据与确认人）
适用前提
- · 由企业按权限提供批记录与质量文件副本，来源与版本可确认（文件以受控方式提供）
- · 确定纳入核对的文件类型与期间，扫描件比例与清晰度在可处理范围内（明确可核对范围）
- · 核对项、判定用语与差异分级口径经 QA 确认后使用（建立检查表与口径）
- · 明确 QA 对差异判定、纠正预防措施与放行决定负责（指定复核与签批责任）
人工复核点（不可省略）
- · 文件范围与版本 / QA / 确认纳入核对的文件、期间与受控版本
- · 检查表与判定用语 / QA / 核对项与差异分级口径由 QA 确认后方可使用
- · 差异与漏项清单 / QA / 逐项与原始批记录比对，是否构成偏差由 QA 判定
- · 变更文件关联影响 / QA / 受影响文件的处理按企业变更控制流程决定
- · 归档与放行 / QA / 归档与放行决定不由系统作出，按企业质量管理体系执行
能力边界：不判定偏差性质与等级；不签署批记录、不做放行决定；不替代企业既有的偏差与变更审批流程；不生成加盖签章的质量文件定稿；不输出可直接归档的结论性文本。所有判定与签批由 QA 按企业质量管理体系作出并留痕。
03
注册申报与药政问答
把申报资料与药政信息变成可回溯的目录、缺项清单与问答记录：按申报结构整理资料目录与条目，检索既往问答与法规条款并标注官方来源与时效。系统做的是整理、检索与定位，不生成最终申报文本、不作申报口径结论。目录、缺项与问答结论由注册负责人确认，提交与监管沟通由企业按既定流程完成并留痕，系统不代为沟通。
典型任务
- · 按申报结构与模块整理资料目录，登记条目、版本与责任部门，输出待确认清单：申报资料目录整理
- · 对照资料清单逐项核对齐备性，输出缺项、过期版本与待补材料候选清单：缺项与待补清单
- · 检索既往问答与监管沟通记录，按主题归集并逐条标注来源与获取时间：既往问答检索
- · 检索法规与指导原则条款并标注版本与生效状态，返回条款定位供人工判断：法规条款检索
- · 核对同一事项在不同资料中的表述与口径是否一致，逐条列出不一致项：术语与口径核对
- · 记录检索式、引用来源与确认人，形成可追溯、可按周期复跑的问答与检索记录：检索与问答留痕
客户痛点
- · 申报资料条目多、结构固定（目录整理与齐备性核对耗时，缺项常在提交前才被发现）
- · 既往问答分散在多个渠道（重复查询历史问答，同一事项的回答口径不一致）
- · 法规与指导原则更新快（引用过时版本需返工，影响申报准备节奏）
- · 申报口径判断责任集中（缺少可回溯的检索与确认记录时，责任界定不清晰）
适用前提
- · 由企业确认可入库的申报资料范围与版本，按资料类别划分授权（明确资料使用范围）
- · 明确申报口径、目录结构与缺项判断由注册负责人确认（指定注册负责人）
- · 法规、指导原则与问答来源限于官方渠道，登记访问时间与版本（建立官方来源清单）
- · 输出限定为目录、清单与检索记录，最终申报文本由企业按监管要求编制（约定不生成对外文本）
人工复核点（不可省略）
- · 资料范围与版本 / 注册负责人 / 确认纳入整理的资料类别、项目与版本
- · 目录结构与条目 / 注册负责人 / 目录结构与条目归属由注册负责人确认
- · 缺项与待补清单 / 注册负责人 / 缺项判断与补交顺序由注册负责人决定
- · 药政问答与条款引用 / 注册负责人 / 引用须来自官方来源并标注时效，结论由注册负责人判断
- · 提交前确认 / 注册负责人 / 任何对外提交前由注册负责人确认，系统不生成最终申报文本
能力边界：不生成最终申报文本与报送材料；不判断申报可行性、审评结论或获批前景；不代为与监管机构沟通；不引用非官方来源作为法规依据；不把目录与缺项清单直接用于提交。所有申报口径与提交前确认由注册负责人负责，提交与监管沟通按企业流程执行。
合规与监管要求 → 项目动作
法规要求不直接变成合规结论，而是转成可以勾选、可以取证的工程动作与责任人。
| 法规与监管要求 | 条款要点 | 对应项目动作 |
|---|---|---|
| 中华人民共和国药品管理法 | 药品上市许可持有人依法对药品的非临床研究、临床试验、生产经营、上市后研究、不良反应监测及报告与处理等承担责任。 官方来源 |
持有人对非临床研究、临床试验、生产经营与上市后管理承担责任，全过程信息应真实、准确、完整、可追溯；对应动作：资料分类登记、研发与 GMP 资料分离授权、导出行为留痕、对外使用人工确认 |
| 药品生产质量管理规范 | 企业应当建立药品质量管理体系。该体系应当涵盖影响药品质量的所有因素。 官方来源 |
企业应建立药品质量管理体系，覆盖影响药品质量的所有因素，批记录、偏差与变更须完整记录并按规定审批；对应动作：文件完整性与条款定位清单、差异与漏项候选输出、判定与放行由 QA 完成 |
| 中华人民共和国数据安全法 | 国家建立数据分类分级保护制度，对数据实行分类分级保护。 官方来源 |
国家建立数据分类分级保护制度；对应动作：把公开文献、内部研发与工艺资料、生产质量资料三类分级登记，权限矩阵与外发审批写入操作规范 |
推荐部署方案
- · 纯私有化：研发数据、工艺参数与批记录默认不外发，模型、知识库、网关与日志全部在指定环境内
- · 混合部署：按资料类别分流：内部研发与 GMP 资料留在本地，公开文献类检索请求可按审批使用外部模型
- · 知识库本地化 + 外部模型：本地算力不足时的过渡方案：向量库与权限在本地，仅脱敏后的最小片段的按审批外发
人工复核点（不可省略）
- · 公开文献与专利摘要 · 知识产权岗：摘要与检索结果须回到原文核对，专利布局与涉外申请判断由知识产权岗作出
- · GMP 文件差异与漏项清单 · QA：清单仅为工作底稿，是否构成偏差与如何处置由 QA 判定
- · 批记录完整性核对结果 · QA：核对结果须与原始批记录逐项比对后才可归档，放行决定不由系统作出
- · 注册资料目录与缺项清单 · 注册负责人：目录结构、缺项与申报口径由注册负责人确认
- · 药政问答与条款引用 · 注册负责人：引用须来自官方来源并标注时效，结论由注册负责人判断
- · 研发与工艺资料入库范围 · 研发负责人：新增资料类型或新开跨库权限须书面确认
- · 对外输出定稿 · 业务负责人：任何对外提交或发布前由对应责任人确认并留存记录