前言¶
医药行业的市场部、市场准入部、战略规划部和医学事务部，经常面临一类问题：竞品的 KOL（关键意见领袖）网络到底长什么样？哪些医生和学者在帮竞品站台，他们之间存在怎样的学术合作关系，竞品的学术影响力从哪些维度衡量？靠人工翻查学会通讯录、会议名录和文献合著关系，效率低、覆盖面窄，结论也难以复现。
下面介绍的 Skill「KOL网络与学术影响力分析」（坐标 @baitongai/kol-network-academic-influence-analysis）就是为这类需求设计的。它由百通AI服务平台发布，在 SkillHub 上的分类为 data-analysis，版本 1.0.3，来源类型为 enterprise。标签 requires_api_key=false，说明使用时不需要单独配置 API key。
这是什么¶
这是一个面向医药行业竞争情报分析的 Agent Skill，按 SKILL.md 格式组织，作用是把竞品 KOL 研究拆成一套系统化的工作流：从识别竞品关联 KOL，到 KOL 分级分类与画像构建，再到学术关系网络图谱测绘、多维度学术影响力量化评估、竞品 KOL 策略对标，最后产出结构化报告。
它与通用聊天或通用数据分析 Skill 的差别在于：把社会网络分析（SNA）、KOL 影响力金字塔模型、引文分析理论、意见领袖理论以及学术社交网络度量指标这些专业框架固化进工作流，调用方不需要自己设计分析维度。
核心功能¶
根据官方简介，该 Skill 覆盖以下环节：
- 竞品关联 KOL 识别：从竞品相关的学术活动、医学会议、专家咨询等线索中筛出与竞品关联的 KOL。
- KOL 分级分类与画像构建：对识别出的 KOL 做分级和分类，并生成个人画像。
- 学术关系网络图谱测绘：测绘 KOL 之间的学术关系网络，形成图谱。
- 多维度学术影响力量化评估：用多维度指标对 KOL 的学术影响力做量化评估。
- 竞品 KOL 策略对标：将竞品的 KOL 布局与自身策略做对标。
- 结构化报告撰写：把上述分析收敛为结构化报告。
贯穿全流程的理论框架包括：社会网络分析（SNA）、KOL 影响力金字塔模型、引文分析理论、意见领袖理论，以及学术社交网络度量指标。
安装与启用¶
官方页面：https://www.skillhub.cn/skills/baitongai/kol-network-academic-influence-analysis
Skill 坐标：@baitongai/kol-network-academic-influence-analysis
已抓取的资料中未提供具体的安装命令、目录路径或配置文件字段，因此本文不给出未经核实的安装步骤。可以确认的信息是：该 Skill 标签为 requires_api_key=false，即不需要 API key；分类为 data-analysis，来源为 enterprise，由百通AI服务平台发布。如需在 Cursor、Codex CLI 或 Claude Code 中使用，建议以官方页面当时的说明为准。
典型用法¶
官方简介给出的可复现路径是按工作流顺序执行六个环节：
- 以竞品为输入，识别与其关联的 KOL；
- 对 KOL 做分级分类，构建画像；
- 测绘学术关系网络，形成图谱；
- 对学术影响力做多维度量化评估；
- 将竞品 KOL 策略与自身策略对标；
- 汇总为结构化报告。
触发词包括：「竞品KOL」「KOL网络分析」「学术影响力」「KOL策略对标」「KOL影响力评估」「KOL画像」等。在支持触发词匹配的客户端中，用这类词头唤起该 Skill 即可进入上述流程。资料中没有提供更细粒度的示例命令或参数格式，本文不做补充。
适用场景与注意¶
适合：医药企业的市场部、市场准入部、战略规划部、医学事务部，需要系统化梳理竞品 KOL 网络与学术影响力，并产出结构化对标报告的团队。
注意：
- 该 Skill 面向医药行业场景，理论框架和指标设计均按医药学术生态组织，其他行业直接套用需自行调整。
- 网络测绘与影响力量化依赖输入的 KOL 名单及相关学术关系数据，输入数据不全时，图谱和量化结果只能反映输入范围。
- 官方资料只覆盖工作流框架，没有披露每个环节内部使用的具体工具、数据源或接口；部署前建议先在小规模竞品上试跑，确认输出格式是否符合报告要求。
结语¶
这个 Skill 的价值在于把竞品 KOL 竞争情报从零散的人工调研变成一条有理论框架、有明确环节的工作流，覆盖识别、画像、图谱、量化、对标到报告的全过程。对医药行业需要做竞品学术生态分析的团队，它提供了一个可以直接调用的入口。
官方地址：https://www.skillhub.cn/skills/baitongai/kol-network-academic-influence-analysis
