专利技术效果证据链整理:把专利说明书里的"声称效果"追溯到原文

前言

在专利分析、侵权比对和技术尽调里,最常见的一个坑是:把摘要或宣传语当成结论。说明书开头往往写着”本发明解决了……问题,效果显著”,但翻到实施例才发现,既没有实验数据,也没有对比基准,甚至连”效果”的具体定义都没有。直接引用这样的句子去做技术评估或诉讼准备,后面返工的代价很大。

下面介绍的 Skill「专利技术效果证据链整理」就是针对这个环节:它不替你判断效果好不好,而是把每一条声称效果拉回到说明书里的具体位置,逐项给出原文依据,找不到依据的就标记为找不到。

这是什么

这是一个基于通用 SKILL.md 格式的 Agent Skill,坐标 @user_07bb1a57/patentmax-effect-evidence-trace,版本 1.0.2,由社区发布者 user_07bb1a57 维护,分类为 professional,来源为 community。

它解决的问题是:从专利说明书中追踪技术问题、技术手段和声称效果的原文依据,生成逐项证据链,避免把摘要宣传语当成实验结论。

核心功能

根据官方简介,能力范围是:

1、拆解技术问题:定位说明书对”要解决什么问题”的表述,并区分背景技术描述和发明目的声明。
2、追踪技术手段:把权利要求或说明书记载的技术手段与后续效果陈述对应起来。
3、核对声称效果:对每一条声称效果,回溯到原文出处(章节、段落或实施例),判断它是有实验数据支撑,还是只有定性描述。
4、输出结构化证据链:按证据逐项给出,不补造字段或结论。找不到原文依据的条目单独标出,而不是用推测填充。
5、数据来源可选:可以使用 PatentMax API 获取可追溯数据,也可以由用户直接提供数据来源(例如本地下载的说明书文本)。

需要说明的是,这个 Skill 只做”证据追溯”,不做效果是否成立的判断,也不生成专利法律意见。

安装与启用

已抓取资料中没有列出安装命令、目录位置和配置字段,因此这里不给出推测的命令。需要核实的几点:

1、官方页面:https://www.skillhub.cn/skills/user_07bb1a57/patentmax-effect-evidence-trace
2、官方地址:https://api.skillhub.cn/user_07bb1a57/patentmax-effect-evidence-trace
3、需要 API Key:官方标签标注了 requires_api_key=true,启用前需要先准备 PatentMax API Key;具体的配置位置和字段名以官方页面说明为准。
4、版本与来源:1.0.2,community 来源,分类 professional。

由于没有核实到 Cursor、Codex CLI、Claude Code 各自的安装差异,这里不做区分说明。

典型用法

已抓取资料中没有提供可直接复现的命令行示例,下面按官方简介描述的流程说明调用时的行为,不作为脚本使用。

1、准备数据源。要么配置好 PatentMax API Key 走 API 取数,要么把专利说明书文本作为用户数据来源直接提供。
2、指定目标专利。给出专利号或说明书文本,说明需要整理的效果范围。
3、运行整理。Skill 会在说明书中定位技术问题、技术手段和声称效果的原文位置,逐项建立对应关系。
4、接收结构化结果。输出按证据组织:每条声称效果对应其原文依据;没有依据的条目被显式标出;不补造字段和结论。

适用场景与注意

适合这几类工作:

1、专利无效分析前的文本梳理,需要确认哪些效果陈述在说明书里有支撑。
2、技术尽调中,对受让方或竞品专利的效果声明做原文核对。
3、把专利文献转成内部技术评估材料时,需要区分”说明书记载”和”摘要宣传”。

限制和注意点:

1、它是证据链工具,不是法律意见生成器,输出不能直接当作无效理由或侵权结论。
2、效果是否有数据支撑,取决于说明书本身写得怎么样;如果说明书里确实没有实验数据,Skill 会如实标出,不会替它补上。
3、依赖 PatentMax API 时需要有效的 API Key;使用用户提供的数据来源时,说明书文本的完整性直接影响追溯质量,缺页或格式错乱会增加漏检。
4、版本 1.0.2 来自社区发布者,安装前建议确认数据来源和授权边界是否满足你的使用场景。

结尾

这个 Skill 的价值在于把”声称效果”变成可核查的原文条目:有依据的给出出处,没依据的明确标出,中间不掺推测。对于需要从专利说明书里提取技术结论的工作,它把最费时、也最容易出错的一步标准化了。

官方地址:https://api.skillhub.cn/user_07bb1a57/patentmax-effect-evidence-trace

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye