前言¶
創新藥投研的難點不在沒有信息，而在信息太多、口徑太雜：臨牀數據、管線進展、估值模型、治理結構分散在 ClinicalTrials.gov、財報、業績會紀要和自媒體裏，一個數字換一個來源就可能對不上。靠通用對話模型現場回憶，容易出現把自媒體傳聞當事實、把假設當結論的問題。
下面介紹的 Skill「創新藥深度投研-deep-research-on-biotech」做的是把研究流程結構化：以「有效嗎（Does it work?）／值多少（What is it worth?）／誰在做（Who else is doing it?）／數據可信嗎（Can the data be trusted?）」四問爲主線，覆蓋臨牀讀出與穩贏門檻、兩分法 rNPV 估值、分子機制競品對標、信息源三級分級，並內置三張強制硬卡和交付物數字自洽審計，產出可追溯、可復算的中文投研報告。
它由 SkillHub 社區發佈者 user_6cf44bc0 維護，座標 @user_6cf44bc0/deep-research-on-biotech，當前版本 1.4.0，分類 professional，來源 community。官方頁面抓取時顯示評分 100000、下載 778，這類數字隨頁面變動，以官方實時數據爲準。
這是什麼¶
一句話定位：面向權益分析師與投資者的創新藥／生物製藥深度投研框架，不綁定任何具體標的，適用於任何創新藥或生物製藥公司。
它解決的核心問題是：把一次深度投研拆成固定動作，每一步都有數據來源要求和自洽性檢查，而不是讓模型憑訓練記憶直接給結論。
核心功能¶
它把研究拆到四個環節：
- 臨牀有效性：臨牀試驗讀出時間推算；基於 SOC（標準治療）的穩贏門檻，用 HR／mPFS／mOS 四層閾值判斷讀出是否達標；同時檢查 HR 漂移與非比例風險，避免把早期數據當作最終結論。
- 估值：兩分法估值，Part A 對已商業化資產做 DCF，Part B 對在研管線按單個試驗做 rNPV；引入出海／全球淨捕獲率與市值對賬，檢查估值與市值之間的勾稽。
- 競爭格局：ADC／雙抗／TCE 分子機制梳理、on-target 毒性三通路、裸抗佔位、競品對標；人羣覆蓋、去重與峯值銷售測算；適應症競爭格局與組合療法歸因。
- 數據可信度：信息源三級分級，官方來源優先，權威來源次之，自媒體需標註並交叉驗證；交付物數字自洽審計，輸出數字要能被複核。
另外還包括兩塊偏基本面的分析：
- 公司層面：財務前瞻建模（收入橋、P&L、IFRS 與 Non-IFRS 還原）、經營質量橫向對比（國內創新藥企 vs MNC，用淨利率恆等式三層分解、基準帶法、四維評分卡）、股東結構與治理分析（控股股東路徑、私有化與要約歷史、關聯交易）、業績會原文檢索。
- 決策輔助：交易決策型五維分析，聚合 19 位投資大師的信號，按需調用；臨牀試驗進展追蹤覆蓋 ClinicalTrials.gov、EU CTIS、ChiCTR 三個登記平臺。
其中管線機制舉例涉及雙抗、ADC、TCE、小分子靶向（BCL-2、BCR-ABL、PD-1/PD-L1、B7H3、TROP2 等）的讀出、機制與峯值，這些是框架內置的對標知識點，不是對某一家公司的判斷。
內置的硬約束¶
這個 Skill 與普通問答型 prompt 的區別在於三處強制動作，官方簡介稱之爲「三張強制硬卡」：
- 信息源必須分級標註，不能把自媒體內容直接當作結論來源。
- 估值必須做兩分法拆分與市值對賬，不允許只給一個總數。
- 交付物必須過數字自洽審計，關鍵數字要能說明出處和計算路徑。
它同時明確要求誠實指出模型漏洞與數據侷限，而不是用確定語氣掩蓋不確定性。
安裝與啓用¶
這類 Skill 基於通用 SKILL.md 格式。需要說明的是：官方頁面在抓取時返回異常，資料中沒有給出安裝命令、目錄路徑或配置字段，因此這裏不臆造安裝步驟。請以官方地址的頁面說明爲準：
https://www.skillhub.cn/skills/user_6cf44bc0/deep-research-on-biotech
已知的配置信息是標籤 requires_api_key=false，即不要求額外申請 API key。Cursor、Codex CLI、Claude Code 等不同客戶端的加載方式差異，資料中沒有分別說明，請按官方頁面指引操作。
典型用法¶
觸發方式是自然語言提問，不需要額外命令。當用戶詢問創新藥、生物製藥、Biotech 公司的投研分析時自動觸發，範圍不限於某一隻標的。可復現的問法包括：
請用兩分法給我看 X 公司的估值：Part A 商業化部分做 DCF，Part B 在研管線按試驗拆 rNPV，
並對市值做對賬。
幫我推算 X 適應症的關鍵臨牀讀出時間，按 SOC 給出 HR／mPFS／mOS 四層穩贏門檻，
並說明 HR 漂移與非比例風險的檢查結論。
對 X 的 ADC／雙抗管線做分子機制和競品對標，列出 on-target 毒性三通路和裸抗佔位情況，
並做人羣覆蓋去重後的峯值銷售測算。
按淨利率恆等式三層分解，把 X 與 MNC 的經營質量做橫向對比，用基準帶法和四維評分卡打分，
交付前請先做數字自洽審計。
檢索 X 業績會原文，梳理股東結構、控股股東路徑、私有化與要約歷史、關聯交易。
上面的 X 換成任意創新藥公司或適應症都可以，這正是該 Skill「不綁定具體標的」的設計。
適用場景與注意¶
適合的場景：創新藥和生物製藥公司的權益研究、管線跟蹤、臨牀數據解讀、估值建模、競品對標、治理分析；也適合需要把研究過程留痕、便於同行複覈的場景。
使用上的幾點提醒：
- 它產出的是研究框架和可復算的推導過程，不構成投資建議。是否買入、賣出仍需要使用者自己判斷。
- 信息源三級分級是它的核心約束之一，實際使用時要配合真實的檢索來源。若宿主模型在當前環境下無法訪問 ClinicalTrials.gov、EU CTIS、ChiCTR 等登記平臺，讀出時間和試驗狀態應以官方登記頁爲準，讓模型如實說明哪些結論缺乏來源。
- 估值中的 HR／mPFS／mOS 閾值、淨捕獲率、峯值銷售等參數都需要外部輸入或假設，Skill 的作用是強制拆分與對賬，不負責給出這些參數本身。
- 臨牀讀出時間推算依賴登記平臺和公司披露，存在更新滯後，使用時要覈對最新登記狀態。
- 官方頁面當前抓取異常，安裝與啓用方式請以頁面恢復後的實際說明爲準，本文不提供未經覈實的命令。
結語¶
這個 Skill 的價值不在於給出更多結論，而在於把投研流程固定下來：先問這藥有效嗎，再問值多少，接着問誰在做，最後問數據可信嗎；每一步都有硬卡和審計兜底，產出的中文報告讓懷疑的同行也能重新推導一遍。
官方地址：https://www.skillhub.cn/skills/user_6cf44bc0/deep-research-on-biotech
座標：@user_6cf44bc0/deep-research-on-biotech
