核心用法
Patent Scanner 是一款为发明家、工程师和产品经理设计的智能概念分析工具。它不提供法律意见，而是通过结构化的分析框架，帮助用户发现自己创意中的技术特色与市场潜力。你需要用自然语言描述你的创意（解决的问题、技术机制、差异化点），技能将基于专利律师 John Branch 的实务方法论，从组合分析、问题-解决方案映射、创新维度评分等角度，输出打分、维度评估和下一步行动指南。
显著优点
- 专业方法论支撑：融合了 John Branch 的损失性抽象原则、问题-解决方案-收益映射及专利权项角度生成，严谨且务实。
- 多维度量化评估：从独特性、复杂性、系统影响、范式转移四个维度打分，并辅以市场需求、竞争价值、新颖置信度信号，将模糊的“创意感”变为清晰的可量化指标。
- 隐私优先的设计：完全本地运行，不传输任何概念描述或分析结果至外部服务，不写入或删除文件，非常适合处理未公开的商业创意或机密信息。
- 可操作的下一步指引：输出不仅包含分析，还强制附带审查、验证、记录、咨询律师的下一步建议，并提醒公开披露会触发美国 12 个月申请期限，具备良好的时间敏感性。
潜在缺点或局限性
- 完全依赖用户输入质量：分析的深度和准确度取决于用户提供技术细节的详实程度，若描述过于空泛，可能无法生成有效分析。
- 无法检索现有实现：技能仅分析描述本身，不做新颖性检索，可能用户认为独特的技术实则已被他人实现，需搭配
patent-validator技能补充验证。 - 来源可信度有限：作为 T3 可信度来源，其维护者缺少公开可验证的代码仓库，用户需自行审查 Skill 文件确保其安全策略符合预期。
- 不构成法律建议：输出使用“独特性”等词代替法律术语“可专利性”和“新颖性”，但易被用户误读为法律背书，必须始终强调咨询专利代理人。
适合的目标群体
- 独立发明人和初创团队：想在咨询专利律师前，自行快速扫描创意亮点，节约前期沟通成本。
- 企业内部创新孵化器：对员工提案进行初步筛选和结构化梳理，识别高潜力项目。
- 产品经理与技术架构师：在规划新品时，快速校验方案的技术独特性及市场竞争力。
- 高校与科研机构：在论文发表或成果转化前，辅助评估技术方案的应用价值与商业化可能性。
使用风险
- 机密性风险：尽管技能声称本地运行，但分析结果可能存储在用户的对话历史或日志中，若使用云端服务（如ChatGPT），需留意会话记录的安全性，避免敏感信息泄露。
- 法律时间窗口提醒：技能明确提醒美国专利有12个月公开披露宽限期，但其他国家/地区规则不同，若用户过度依赖此提醒可能错失灵先机。
- 效力依赖后续动作：独特信号只是第一步，实际保护需后续验证、原型留存和律师介入，若用户止步于技能分析，可能会对创意产生虚假安全感。
- 性能风险极低：Skill 本身是纯文本提示词，无可执行代码，无外部依赖和API调用，不存在卡顿或资源消耗问题，所有风险集中在语义理解和人工决策层面。