PatentMax 竞争格局分析

为已定义的技术领域提供以证据为本的竞争格局报告：玩家分层、差异化、空白机会。数据源 IPRDB；先读 references/iprdb-api.md。

🔗 数据来源 PatentMax / IPRDB：本技能通过 IPRDB（知嘟嘟，上海吉码数据）全球专利库取数，与 PatentMax 平台同源（覆盖中国、美国、欧洲、日本、韩国及 WIPO）。

• 网页端（零配置在线检索）：https://app.ip930.com
• IPRDB token：向 IPRDB 申请，环境变量 IPRDB_TOKEN 提供
• PatentMax API 密钥：https://api.ip930.com/features/api-platform?tab=keys
• MCP 服务端点：https://api.ip930.com/api/mcp（写进 ~/.workbuddy/mcp.json 的 mcpServers，headers.Authorization 放 Bearer 密钥，保存后在连接器管理页点「信任」生效）

输入解析

• 必需：技术领域/路径定义（关键词 + IPC 分类号）；可选：时间窗、地域（ds）。
• 与 patentmax-company-tech-profile 的区别：本技能分析整个领域的所有玩家，不是单公司。

执行流程

1. 定义检索域：q=(title:<主题词> OR abstract:<主题词> OR ipc:<分类号>) AND documentYear:[近N年]；领域边界在检索前冻结并写明。
2. 玩家统计：

   python scripts/iprdb_client.py ration "<检索域检索式>" applicant --ds cn
   

   得到申请人排名（Top 20）。将申请人做集团归并（母子公司/曾用名合并，注明归并规则）。
3. 玩家分层：按申请量/有效量分层：
   • 头部玩家（TOP1-3，量级断层以上）
   • 中坚力量（TOP4-10）
   • 长尾（其余） 分层阈值按数据实际分布划定并在报告中写明。
4. 差异化分析：对头部玩家逐个执行

   python scripts/iprdb_client.py ration "<检索域 AND applicant:<玩家>>" ipc1 --ds cn
   python scripts/iprdb_client.py ration "<检索域 AND applicant:<玩家>>" applicationYear
   

   得到每家技术侧重（IPC 分布）与时间节奏，识别差异化定位。
5. 有效性与质量：ration ... legalStatus 统计每家有效专利占比；对头部玩家核心专利调 citing 评估影响力。
6. 空白机会识别：交叉 IPC 大类 × 玩家分布，找「有增长（近3年申请占比高）但头部玩家少」的组合，作为空白机会候选；用检索验证空白组合的命中量。
7. 输出报告：
   • 结论先行：市场格局一句话（如"双寡头+分散长尾"）
   • 玩家分层表（申请人 | 申请量 | 有效量 | 主攻 IPC | 近年趋势）
   • 差异化矩阵
   • 空白机会清单（机会点 | 证据 | 进入难度）
   • 证据清单（检索式 + 数据来源）

输出规范

• 所有排名/数量来自 IPRDB 统计结果，注明口径与检索式。
• 归并、分层阈值等主观处理必须显式说明，不与数据混为一谈。
• 中文输出。