Patent Scanner

核心用法

Patent Scanner 是一款技术概念分析工具，帮助发明人和创新团队系统性地评估创意的独特性潜力。用户输入技术方案的自然语言描述、解决的技术问题、工作原理及差异化特征后，工具将输出结构化分析报告，包含组件拆解、组合分析、问题-解决方案映射及专利价值信号评估。

该工具采用专利律师 John Branch 的"损失性抽象"方法论，引导用户从技术实现细节抽离，聚焦于发明的本质结构——这一视角转换有助于识别更宽泛的保护角度。核心分析框架包含四个评分维度：独创性（0-4分，评估组合的独特程度）、复杂度（0-3分，技术实现难度）、系统影响（0-3分，技术贡献的覆盖范围）、框架转换（0-3分，是否重新定义问题），总分13分，8分以上建议深入调研。

工具还提供三项专利价值信号（市场需求、竞争价值、新颖性信心）作为辅助参考，并为高分模式生成三种权利要求角度（方法、系统、装置），帮助用户理解潜在的保护架构。

显著优点

1. 方法论权威性：直接整合执业专利律师 John Branch 的实务经验，将高端专利服务的分析框架平民化
2. 隐私安全设计：完全本地运行，不上传任何概念描述或分析结果至外部服务，保护商业机密
3. 结构化输出：机器可读的 JSON 报告与人工可读的 Markdown 报告并行，支持后续工具链集成
4. 术语防护机制：强制替换敏感法律术语（如用"distinctive"替代"patentable"），避免用户产生错误法律认知
5. 教育价值：内置"抽象原则"对照表，实时训练用户从实现层面向发明层面的思维跃迁

潜在缺点与局限性

1. 无法检索现有技术：明确声明不具备专利数据库检索能力，无法评估新颖性，需配合 patent-validator 使用
2. 评分主观性：四维评分依赖输入描述的详略程度，同一概念不同描述可能产生显著分差
3. 软件专利局限：针对软件/代码发明，需使用专门的 code-patent-scanner，本工具更适合方法/系统层面的概念
4. 阈值刚性：8分阈值虽经设计，但可能漏掉某些执行层面的巧妙设计
5. 无持续监控：建议"每月重新扫描"依赖用户主动行为，无自动追踪概念演进的功能

适合人群

• 早期创业者：在产品开发初期快速筛选技术方向的专利潜力
• 企业内部创新团队：进行发明披露前的内部评估，优化向专利部门提交的素材
• 独立发明人：以低成本方式理解自身创意的技术-法律定位，为正式咨询做准备
• 研发工程师：从"做好产品"向"识别可保护创新点"拓展认知边界

常规风险

1. 过早公开风险：工具输出若被分享至公开渠道，可能构成专利法意义上的"公开披露"，触发美国12个月申请期限（工具已内置警示）
2. 替代法律咨询的误用：尽管有多重免责声明和术语防护，用户仍可能将高分结果误解为"可专利性保证"
3. 描述泄露风险：虽然工具本身不上传数据，但用户的聊天历史或日志可能保留敏感技术细节
4. 框架固化风险：过度依赖四维评分可能忽视某些非结构化但具有颠覆性的创新模式

Patent Scanner 综合评估

核心用法

Patent Scanner 是一款面向创新者的技术概念结构化分析工具，采用专利律师 John Branch 的专业方法论，帮助用户识别其发明构思中的潜在独特性模式。用户输入自然语言描述的技术概念后，系统通过四大维度（Distinctiveness 0-4、Sophistication 0-3、System Impact 0-3、Frame Shift 0-3）进行量化评分，总分 0-13 分，8 分以上视为值得深入调查的高价值信号。

核心流程包括：组件拆解（识别技术来源域与组合方式）、协同效应分析（1+1=3 的涌现价值）、问题-解决方案-收益映射（Problem-Solution-Benefit），以及针对高分模式的三种专利权利要求角度生成（方法、系统、装置）。工具强调"有损抽象"原则——聚焦发明本质而非具体实现，以最大化保护范围。

显著优点

1. 专业方法论背书：直接整合执业专利律师 John Branch 的实战经验，包括抽象原则（JB-2）、问题解决方案结构（JB-1）、权利要求角度生成（JB-5）等可复用框架。

2. 量化评分降低主观性：四维评分体系将模糊的"创新性"转化为可比较的数字，便于优先级排序和团队沟通。

3. 教育价值突出：通过对比表教导用户如何从"实现描述"升华为"抽象概念"，培养专利思维。

4. 本地运行零泄露：明确声明完全本地处理，不传输任何数据至外部服务，这对涉及未公开技术的专利前期工作至关重要。

5. 安全边界清晰：强制术语规则（禁用"patentable/novel/non-obvious"等法律术语）、强制免责声明、敏感数据警告三重防护，有效避免用户误将技术分析当作法律意见。

潜在缺点与局限性

1. 非法律效力的本质局限：工具明确声明非法律咨询，但用户可能因专业术语（"claim angles""patent signals"）产生误解，高估输出价值。

2. 无现有技术检索能力：无法访问专利数据库验证新颖性，必须与 patent-validator 技能配合使用，单独使用存在信息孤岛风险。

3. 评分阈值的主观性：8/13 分的"高价值"阈值缺乏实证校准，不同技术领域的基准差异未被纳入考量。

4. 依赖输入质量：输出高度依赖用户描述的技术细节深度，非技术人员可能难以提供有效的"HOW 而非 WHAT"信息。

5. 无持续更新机制：专利法律和实践 evolves，静态技能文档可能滞后于最新审查标准。

适合人群

• 技术创业者：验证产品技术壁垒、准备融资材料中的 IP 章节
• 研发团队：早期阶段概念筛选，避免在公知技术上过度投入
• 专利工程师：初步概念梳理，为正式代理律师沟通准备结构化材料
• 高校技术转移办公室：评估科研成果的商业化潜力
• 个人发明者：低成本获取专业框架指导，理解专利思维

常规风险

1. 过早公开披露风险：技能在"Next Steps"中正确提示了美国 12 个月宽限期，但用户可能忽略此警告，在分析后立即公开演示导致丧失新颖性。

2. 聊天历史泄露：分析输出可能保留在对话记录中，若使用企业协作平台的 AI 功能，存在内部信息扩散风险。

3. 评分依赖症：过度信任数字评分，忽视JB-3信号（市场/竞争/新颖信心）的 advisory 性质，可能误导资源分配。

4. 术语误用传播：尽管有强制规则，用户可能复制输出内容用于正式文件，将"distinctive"误作法律意义上的"novel"。