详细检索与条件组合
将自然语言检索与强大的元数据过滤器(国家、日期、IPC/CPC、文档类型等)组合,即可像镊子一样精准锁定目标专利文献。给 LLM 下达指示时,只需以对话方式罗列以下条件即可。
可组合的主要检索过滤器
国家 (Country)
可从 中、韩、美、日、欧 中选择,支持多选。
示例
「仅限于在美国和日本专利局申请的文档…」
文档类型 (Doc Type)
按申请状态过滤 — 审查中的申请 (Application) 还是已授权 (Grant)。
示例
「不要审查中的,仅要已经授权的专利 (Grant)…」
时间 (Year / Date)
按申请日 (Filing) 或公开日 (Publication) 指定年份/日期范围。
示例
「在 2020 年之后公开的专利中…」
技术分类 (IPC/CPC)
限定到具体的产业/技术领域时使用。仅输入前缀(如 H01M)即自动包含全部下级代码。
示例
「在分类代码属于 H01L (半导体) 的文档中…」
检索查询组合实战示例
下面是在 LLM 聊天 (如 Claude) 中应如何撰写提示词(以及对应的 REST API 参数传递方式)的最佳实践。
过滤条件请作为顶层字段发送
检索 API 会静默忽略无法识别的字段。若把过滤条件包在 filters 之类的对象中，或写错字段名，仍会返回 200 OK，但得到的是该过滤条件未生效的结果。请像下面的示例一样，将所有过滤条件作为顶层字段发送。
场景 1. 技术 + 特定国家 + 时间过滤 — findip_search_patents
AI 提示词 (自然语言)
「关于使用深度学习去除 LiDAR 传感器反射波噪声的技术,请在美国 (US) 与韩国 (KR) 专利局自 2022 年以来授权/公开的文档中找出排名前 5 的文献。」
{
"query": "通过深度学习去除 LiDAR 传感器反射波噪声的技术",
"top_k": 5,
"countries": ["US", "KR"],
"publication_date_from": "2022-01-01"
}场景 2. 企业对比 + 分类码限定 + 统计提取 — findip_analyze_trends
AI 提示词 (自然语言)
「在三星电子与 TSMC 提交的专利中,请找出 IPC 分类码属于 H01L (半导体) 且涉及晶圆代工先进制程良率改善的文档。并以表格对比两家公司近 10 年的年度申请量趋势。」
{
"query": "晶圆代工先进制程良率改善",
"applicant_entity_ids": [
"SAMSUNG ELECTRONICS CO LTD",
"TAIWAN SEMICONDUCTOR MFG CO LTD"
],
"ipc_codes": ["H01L"],
"date_range": { "from": "2015-01-01", "to": "2024-12-31" },
"date_type": "filing",
"stats_group_by": ["year", "applicant"],
"min_score": 0.4,
"page_size": 20
}申请人必须先用 findip_find_applicant 解析出代表标识符 (entity_id)，再把该值传给 applicant_entity_ids；直接填写公司名称不会生效。例如查询 "TSMC" 只会得到中国与南京子公司，母公司是另一个标识符 TAIWAN SEMICONDUCTOR MFG CO LTD。若同一公司有多个名称变体，请在一次调用中全部放入列表。
此处调低 min_score 是因为默认值 0.65 较为严格：在上述条件下使用默认值为 0 件，调至 0.4 则命中 328 件。结果过少时调低，混入无关文献时调高。
场景 3. 文档状态过滤(仅授权) — findip_search_patents
AI 提示词 (自然语言)
「关于折叠智能手机抚平铰链折痕的机械结构,请仅查找权利已确定的已授权 (Grant) 专利,不要审查中的公开文档。」
{
"query": "折叠智能手机可折叠显示屏铰链折痕抚平结构",
"top_k": 5,
"doc_type": "grant"
}