环节一：公开语料入库
文献、专利与指南只读入库，登记来源、版本与获取时间；同一来源的多个版本标注版本关系，避免引用错版本。
OnvergeAi · OnvergeAi
医药文献专利检索
面向医药研发与知识产权岗：统一入口检索公开文献、专利与行业指南，按主题汇总摘要并输出竞争情报候选清单，每条附来源与文件定位；内部研发数据与工艺参数在独立空间存放、不进同一索引，专利布局与侵权判断由人工核对原文后作出。
这个场景做什么
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。
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）
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。
场景分析
这个场景的链路是：公开语料入库 → 检索与过滤 → 摘要与清单 → 人工核对 → 留痕更新。前两步决定覆盖面，后两步决定可用性。
环节二：检索与过滤
按角色与任务范围过滤后执行检索，化合物编号、专利号走关键词通道，降低精确项漏检概率。
环节三：摘要与清单
生成主题摘要、同族候选与竞争情报清单，每条附来源定位与时效标注，未定位项单独列出。
环节四：原文核对
研发岗与知识产权岗逐条核对原文、技术表述与时效，未定位条目降级为未找到依据。
环节五：判断与使用
覆盖面判断、专利布局与侵权判断由知识产权岗作出，系统不给出法律或商业结论。
环节六：留痕与更新
保存检索式与结果版本，按周期复跑并记录更新，便于事后追溯检索过程。
输入输出与复核
每一步的输入、处理方式、输出与把关角色都必须写清，否则检索结果没人敢作为依据使用。
| 环节 | 输入与处理方式 | 输出与把关角色 |
|---|---|---|
| 检索准备 | 输入：任务主题与检索需求。处理：确认来源范围、时间范围与分类号，形成检索式。 | 输出：检索方案 · 知识产权岗 |
| 文献检索 | 输入：公开期刊与会议语料。处理：混合检索并按主题归集，保留页码。 | 输出：文献摘要清单 · 研发岗 |
| 专利检索 | 输入：公开专利数据。处理：按申请人与法律状态整理字段，标注获取时间。 | 输出：同族候选清单 · 知识产权岗 |
| 指南与法规跟踪 | 输入：公开指南与法规文本。处理：版本比对与生效状态标注。 | 输出：变化点清单 · 注册负责人 |
| 竞争情报汇总 | 输入：公开来源条目。处理：按主题汇总并逐条保留出处，不补充推测内容。 | 输出：情报线索清单 · 业务负责人 |
| 复核与留痕 | 输入：上述清单。处理：核对原文位置、时效与引用表述。 | 输出：确认记录 · 对应责任岗 |
治理保障
本场景治理的重点是两件事：只处理公开来源，以及把公开语料与内部研发资料分开管理。
- 公开来源白名单
- 只接入公开发表与依法公开检索的语料库，来源清单与访问方式登记后方可使用。
- 公开与内部分域
- 内部研发数据、工艺参数与批记录不进入本场景索引，单独存放并按需单独授权。
- 权限过滤与留痕
- 检索前按角色过滤可见范围，跨库访问与导出行为单独授权并留痕。
- 时效与版本管理
- 法规、指南与公开文本标注版本与生效状态，引用前核对时效。
- 输出范围限定
- 输出统一标注为检索底稿，不得作为专利布局、侵权判断或申报依据。
- 边界声明
- 私有化是控制边界，不等于合规结论；相关结论以主管部门与测评机构为准。
价值与衡量方式
收益按可复现的口径描述：同一批任务的耗时对比、引用定位情况与复核返工原因，不引用效果数字。
- 检索耗时可比
- 衡量方式：选取 10—20 个典型主题，分别记录人工检索与系统辅助检索后的人工核对耗时，形成对比基线。
- 来源可核验
- 衡量方式：在约定测试集上统计条目引用定位正确的比例，未定位项按规则降级为未找到依据。
- 精确编号覆盖
- 衡量方式：抽取含化合物编号与专利号的检索任务，统计精确项是否被检索到并记录漏检原因。
- 时效可控
- 衡量方式：核对引用条款的版本与生效状态，统计标注为待确认的条目数与占比。
- 边界可交代
- 衡量方式：检查来源白名单、分库分权、外发审批与日志留痕四类材料的完成度与留痕完整性。
- 返工可归因
- 衡量方式：统计复核阶段被退回的条目数与原因分布，用于定位解析、切片或检索环节的问题。
※ 以上为方法说明与衡量口径，不构成对具体项目效果的承诺；结果受来源覆盖、资料质量与复核流程影响。
场景的结构化说明
- 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
- 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）
- 推荐部署
- 纯私有化；知识库本地化 + 外部模型
- 推荐架构
- 默认纯私有化部署：解析、切片、索引、检索与日志全部在指定环境内完成，公开来源语料单独建库，内部研发与工艺资料存放于隔离空间且不进入同一索引。检索前按角色执行权限过滤，输出统一附带来源定位（数据库、文件、页码或条款号），并标注版本与访问时间。若本地算力受限，可采用知识库本地化加外部模型的过渡方式：向量库与权限留在本地，仅脱敏后的最小片段经审批外发并保留记录。
- 数据流与边界
- 语料入库：公开文献、专利与指南只读入库，登记来源、版本与获取时间；解析与切片：解析并保留页码、条款与表格结构作为定位锚点；检索与过滤：按角色执行权限过滤后检索，精确编号走关键词通道；摘要与清单生成：生成摘要与竞争情报候选清单，每条附来源定位；人工核对：研发或知识产权岗核对原文与时效，未定位项降级；记录与更新：保存检索式与结果版本，按周期复跑更新
- 交付物
- 资料范围与权限矩阵（表格）：公开来源与内部资料的分库范围、角色可见范围与操作权限；检索评测记录（报告）：测试集构成、条目命中与引用定位正确的统计口径及未达项归因；检索式与来源清单模板（模板）：检索式、数据库、访问时间、版本与结果条目的登记字段；摘要与情报清单模板（模板）：条目、原文定位、时效标注与待确认标记的输出格式；复核与留痕规范（文档）：复核节点的责任人、确认要求与版本记录方式；验收脚本与测试用例（脚本）：功能、权限、日志与来源定位的可复跑检查项
- 上线节奏
- 第 1—2 周：确认只处理公开来源的范围与权限设计，完成公开语料与内部资料分库；第 3—4 周：接入公开数据库与语料，建立检索测试集与命中、引用口径；第 5—8 周：知识产权岗与研发岗接入，按复核节点跑通检索到清单的流程并培训；第 9 周起：按评测结果与权限条件决定扩围范围，形成周期检索机制
- 人工复核点
- 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
- 风险控制
- 检索结果被当作专利或侵权结论：输出限定为检索底稿，专利布局与侵权判断由知识产权岗作出并留痕；内部研发与工艺资料进入公开语料库：分库分权，检索前权限过滤，跨库访问单独授权；引用已废止或未生效条款：法规与指南标注版本与生效状态，未确认时效的条目标注待确认；精确编号漏检：精确编号走关键词通道，抽检漏检情况并记入评测记录
- 合规依据
- 中华人民共和国专利法：现有技术与公开信息的判断以公开来源为准；对应动作：只检索公开来源并标注获取时间与出处，结论由知识产权岗确认；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；对应动作：公开来源与内部研发资料分库分权登记，检索前权限过滤，跨库访问与导出留痕