科研营销 · 行业大模型平台

科研线索 AI 商机平台

科研线索 AI 商机平台：从文献与方法段抽取课题组、设备与试剂信号，语义检索与 AI 商机挖掘，帮助科研耗材销售把「读论文」变成可跟进的线索列表。

科研耗材、试剂、仪器企业的销售，长期困在「线索从哪来」：真正有价值的信号藏在论文的方法段、试剂表与设备描述里，而不是工商名录或展会名片。销售要判断「这个 PI 是否在用 LC-MS、是否在做细胞培养」，传统做法是搜关键词、读摘要、托校友打听——慢、漏、极度依赖个人经验。 当企业试图自建数据库，很快会被文献体量淹没：PMC 等来源每年新增海量 XML，课题组去重、机构归一、耗材与设备实体抽取都是硬骨头。没有语义层，搜「质谱」会召回大量无关论文；没有 AI 挖掘层，线索无法批量评分、无法分配跟进。 国科智飞构建 RLDP 科研线索平台：后端 Celery 集群持续 ETL 文献，前端提供宏观数据看板、科研线索库（语义/关键词双检索）、线索详情（方法、试剂、设备、软件、研究领域云）与 AI 商机工作台（自然语言发现、批量分析、P0/P1 自动挖掘任务）。销售团队第一次可以在分钟级完成过去数天的文献调研。

业务挑战

• 全球文献与非结构化摘要体量巨大，课题组、机构、耗材信息分散难聚合
• 关键词检索无法理解研究意图，销售难以精准触达「正在做某实验方法」的客户
• 线索生产依赖人工读论文，无法形成可分配、可复盘、可量化的销售管道
• 缺乏对 AI 挖掘任务的成本、配额与效果监控，规模化运营不可控

我们的做法

• 搭建文献 ETL 管道与 Celery 任务监控，持续解析 PMC 等来源并维护主数据
• 抽取 PI、机构、方法、试剂、设备、软件等多维标签，支持导出与 API 对接
• 上线科研线索库：语义 + 关键词检索、快捷筛选、线索卡片与详情下钻
• 交付 AI 商机工作台：自然语言发现、勾选批量分析、自动/手动挖掘任务与配额策略

落地成果

• 173 万课题组线索可检索、可导出，销售从「找论文」升级为「找商机」
• 语义检索可在秒级返回千级高相关课题组，显著缩短目标客户筛选时间
• AI 挖掘任务分层（P0/P1）+ 日配额 5000 组，线索生产规模化且可监控
• 宏观看板呈现学科分布、产出趋势与 Token 成本，管理层可量化投入产出

项目深读

周一早上，一家科研耗材企业的销售打开电脑，准备安排这一周的拜访。他手上有什么？上个月展会换来的名片、微信群里转发的几篇论文，以及一些「听说某个组最近在扩细胞房」的模糊印象。要确认一位 PI 的实验室是不是真的在做细胞培养、是不是在用 LC-MS，他需要搜关键词、读摘要、托校友打听——一次完整的文献调研，往往以天为单位。

问题不在于销售不勤奋，而在于真正有用的信号不在论文的标题和摘要里。它在方法段、试剂表、仪器描述里，藏在「用了什么柱子、什么培养基、什么型号的质谱仪」这些句子中。这些句子决定了「这个课题组现在可能买什么」，而它们恰好是关键词搜索最不擅长处理的部分。

线索的瓶颈，从来不在「有没有数据」

把问题往下拆两层，会看到不一样的约束。

第一层：关键词检索不理解研究意图。输入「质谱」，召回的可能是物理系的方法学研究，也可能是医院检验科的临床报告——字面命中，意图不相关。销售要的不是「提到质谱的论文」，而是「正在用质谱做某类实验、且有采购可能的课题组」。

第二层：即使企业决心自建文献库，也会很快被工程细节卡住。PMC 等来源每年新增海量 XML；同一个课题组在不同论文里的署名写法并不一致；机构名称需要归一；耗材、试剂、设备要从行文中抽成结构化实体。没有这一层，数据库只是一堆更贵的 PDF。

第三层：线索不是「搜」出来的，是「生产」出来的。谁先看、谁跟进、哪些线索值得批量扫描、AI 调用花了多少成本——没有配额、分层和监控，AI 挖掘就只是一个新鲜的玩具，撑不起一条销售管道。

三个关键决定

先建主数据，再谈检索。 我们没有从「做一个更好用的搜索框」开始，而是先把 PI、机构、方法、试剂、设备、软件抽成多维标签，维护成可复用的主数据。理由很朴素：没有实体归一，语义检索只是让脏数据跑得更快。代价是前期看起来「不见成果」，但之后每一条线索、每一次导出、每一次 API 对接都吃这份红利。

语义与关键词双检索，而不是只押一边。 销售的工作有两副面孔：有时要精确，比如「LC-MS 质谱分析」；有时要探索，比如「最近有哪些组在做类器官」。前者需要关键词的确定性，后者需要语义的泛化能力。两个通道跑在同一份数据上，让两种问法都能被接住。

把 AI 挖掘做成有配额、有分层的任务系统。 自然语言发现是入口，真正的产能来自任务：勾选批量分析、P0/P1 分层、自动与手动任务并存，日配额 5000 组；同时把 Token 成本放上宏观看板。我们想交付的不是一个「随便聊」的助手，而是一台成本可预测、优先级可调度的线索生产机器。

落到工程上

平台后端由 Celery 集群持续做文献 ETL：解析 PMC 等来源、更新主数据、维护解析任务的状态与耗时。任务监控页能看到队列实时状态和单文件解析时间，出问题可以定位到具体环节。

数据侧，宏观概览呈现 280 万文件、173 万课题组，以及学科分布与产出趋势。前端是三个彼此衔接的界面：

• 科研线索库：语义与关键词双检索、快捷筛选。搜「LC-MS 质谱分析」，秒级返回 1593 条高相关线索；一张线索卡片聚合了 PI、方法、试剂、设备、软件与商机标签。
• 线索详情：553 个研究领域标签，加上耗材与试剂清单，让销售在下钻过程中完成原本要读论文才能完成的判断。
• AI 商机工作台：自然语言发现、批量分析与挖掘任务历史，例如 3500 组扫描的任务记录。

线索支持导出与 API 对接。这一点很关键：平台不要求业务方更换现有系统，只需要把「找商机」这一段接进去。

上线之后

最直接的变化是时间尺度。过去以天计的文献调研，现在可以在分钟级完成；173 万课题组线索可检索、可导出，销售的动作从「找论文」变成「找商机」。

更微妙的变化发生在团队内部。以前，判断哪个组「可能有需求」是资深销售的个人手感，很难传承；现在，它至少沉淀成一份共同的线索池和标签体系。新人不必从零建立直觉，可以沿着老同事的筛选路径先跑一遍。管理层的视角也变了：学科分布、产出趋势、Token 成本在同一块看板上，投入产出第一次可以被讨论，而不是被感觉。

给同行的三点参考

第一，先做数据资产化。实体归一和标签体系是慢功夫，但它决定了后面所有 AI 能力的天花板。第二，把「检索」和「生产」分开设计：检索服务个人的即时问题，任务系统服务团队的规模化产出，两者混在一起会两头不讨好。第三，从第一天起就把成本、配额和监控当作产品的一部分——AI 能力只有在可预测、可运营的前提下，才会被业务真正依赖。

核心能力

• 文献 ETL 与知识抽取
• 语义检索
• 行业大模型
• AI 商机挖掘