前言¶
醫藥行業的市場部、市場準入部、戰略規劃部和醫學事務部，經常面臨一類問題：競品的 KOL（關鍵意見領袖）網絡到底長什麼樣？哪些醫生和學者在幫競品站臺，他們之間存在怎樣的學術合作關係，競品的學術影響力從哪些維度衡量？靠人工翻查學會通訊錄、會議名錄和文獻合著關係，效率低、覆蓋面窄，結論也難以復現。
下面介紹的 Skill「KOL網絡與學術影響力分析」（座標 @baitongai/kol-network-academic-influence-analysis）就是爲這類需求設計的。它由百通AI服務平臺發佈，在 SkillHub 上的分類爲 data-analysis，版本 1.0.3，來源類型爲 enterprise。標籤 requires_api_key=false，說明使用時不需要單獨配置 API key。
這是什麼¶
這是一個面向醫藥行業競爭情報分析的 Agent Skill，按 SKILL.md 格式組織，作用是把競品 KOL 研究拆成一套系統化的工作流：從識別競品關聯 KOL，到 KOL 分級分類與畫像構建，再到學術關係網絡圖譜測繪、多維度學術影響力量化評估、競品 KOL 策略對標，最後產出結構化報告。
它與通用聊天或通用數據分析 Skill 的差別在於：把社會網絡分析（SNA）、KOL 影響力金字塔模型、引文分析理論、意見領袖理論以及學術社交網絡度量指標這些專業框架固化進工作流，調用方不需要自己設計分析維度。
核心功能¶
根據官方簡介，該 Skill 覆蓋以下環節：
- 競品關聯 KOL 識別：從競品相關的學術活動、醫學會議、專家諮詢等線索中篩出與競品關聯的 KOL。
- KOL 分級分類與畫像構建：對識別出的 KOL 做分級和分類，並生成個人畫像。
- 學術關係網絡圖譜測繪：測繪 KOL 之間的學術關係網絡，形成圖譜。
- 多維度學術影響力量化評估：用多維度指標對 KOL 的學術影響力做量化評估。
- 競品 KOL 策略對標：將競品的 KOL 佈局與自身策略做對標。
- 結構化報告撰寫：把上述分析收斂爲結構化報告。
貫穿全流程的理論框架包括：社會網絡分析（SNA）、KOL 影響力金字塔模型、引文分析理論、意見領袖理論，以及學術社交網絡度量指標。
安裝與啓用¶
官方頁面：https://www.skillhub.cn/skills/baitongai/kol-network-academic-influence-analysis
Skill 座標：@baitongai/kol-network-academic-influence-analysis
已抓取的資料中未提供具體的安裝命令、目錄路徑或配置文件字段，因此本文不給出未經覈實的安裝步驟。可以確認的信息是：該 Skill 標籤爲 requires_api_key=false，即不需要 API key；分類爲 data-analysis，來源爲 enterprise，由百通AI服務平臺發佈。如需在 Cursor、Codex CLI 或 Claude Code 中使用，建議以官方頁面當時的說明爲準。
典型用法¶
官方簡介給出的可復現路徑是按工作流順序執行六個環節：
- 以競品爲輸入，識別與其關聯的 KOL；
- 對 KOL 做分級分類，構建畫像；
- 測繪學術關係網絡，形成圖譜；
- 對學術影響力做多維度量化評估；
- 將競品 KOL 策略與自身策略對標；
- 彙總爲結構化報告。
觸發詞包括：「競品KOL」「KOL網絡分析」「學術影響力」「KOL策略對標」「KOL影響力評估」「KOL畫像」等。在支持觸發詞匹配的客戶端中，用這類詞頭喚起該 Skill 即可進入上述流程。資料中沒有提供更細粒度的示例命令或參數格式，本文不做補充。
適用場景與注意¶
適合：醫藥企業的市場部、市場準入部、戰略規劃部、醫學事務部，需要系統化梳理競品 KOL 網絡與學術影響力，併產出結構化對標報告的團隊。
注意：
- 該 Skill 面向醫藥行業場景，理論框架和指標設計均按醫藥學術生態組織，其他行業直接套用需自行調整。
- 網絡測繪與影響力量化依賴輸入的 KOL 名單及相關學術關係數據，輸入數據不全時，圖譜和量化結果只能反映輸入範圍。
- 官方資料只覆蓋工作流框架，沒有披露每個環節內部使用的具體工具、數據源或接口；部署前建議先在小規模競品上試跑，確認輸出格式是否符合報告要求。
結語¶
這個 Skill 的價值在於把競品 KOL 競爭情報從零散的人工調研變成一條有理論框架、有明確環節的工作流，覆蓋識別、畫像、圖譜、量化、對標到報告的全過程。對醫藥行業需要做競品學術生態分析的團隊，它提供了一個可以直接調用的入口。
官方地址：https://www.skillhub.cn/skills/baitongai/kol-network-academic-influence-analysis
