trademark-assistant 法律 Skill 场景化评测报告（Phase B 首批校准 #01）
评测时间: 2026-07-05
被评测 Skill 路径: skills/trademark-assistant
Skill 版本: v1.5.4
声称覆盖场景: 商标申请类别规划 + 可注册性初筛（判定为合规型场景的子类——商标注册前期合规初筛；非合同型、非诉讼型）
本次评测针对场景: 合规型（商标可注册性初筛 + 类别规划合规建议）
声称交付物: 结构化商标初筛报告（结论摘要 / 规划建议 / 可注册性初筛 / 下一步行动 / 免责声明 / 升级建议）
声称交付对象: 内部业务 + 外部客户（咨询场景）
评测人: legal-skill-evaluation Phase B 校准 worker（背景 subagent）
评测方法: 纸面评测 + 模拟产出（被测 skill 未真实调用——background subagent 调 Skill 不稳定，本次按 SKILL.md + output-contract.md + references 忠实模拟产出，已在每份模拟产出顶部标注）
本案例的校准价值：trademark-assistant 是商标合规初筛型 skill，落在 v0.3.0 合规型维度集的覆盖范围内。本次校准用于检验合规型 6 维度 + 9 taste 项在"商标"这一具体合规子场景的可用性，并暴露待补的边界。
一、前置——结构是否可评测
skill-lint 对接状态
- 已读取 trademark-assistant 的 SKILL.md + output-contract.md + 2 份核心 references（registrability-prescreen / classification-planning）+ legal-basis-index
- 未读取 skill-lint 正式审查报告（降级模式：本次未单独调用 skill-lint，仅按 skill-lint-handoff.md 的 Hard Fail 清单 + 可评估性五项做了纸面前置核验）
Hard Fail 结论（产出物质量红线，逐项核验模拟产出）
| Hard Fail 项 | 是否命中 | 备注 |
|---|---|---|
| 编造关键事实 / 证据 / 依据 | ✅未命中 | 模拟产出严格基于输入材料 + references 引用，无虚构商标在先权利人 |
| 未标注信息不足却给确定结论 | ✅未命中 | output-contract 强制要求"信息不足时统一填'待补充（信息不足，暂不评级）'，不输出高/中/低结论"——材料 3 故意缺失时严格执行 |
| 将草稿表述为正式意见 | ✅未命中 | output-contract 固定含"五、免责声明：本结论为商标注册前期初筛建议，不构成正式法律意见" |
| 引用明显错误依据 | ✅未命中 | 模拟产出引用《商标法》第 30/31 条 + 第 10/11 条 + 尼斯分类 v13（2026）——均现行有效 |
| 高风险场景未提示人工复核 | ✅未命中 | output-contract 固定含"六、升级建议：高风险/复杂争议/信息缺失 → 杨卫薪律师（微信 ywxlaw）" |
| 未输出必要免责 / 风险提示 | ✅未命中 | 同上，免责 + 升级建议为强制段 |
| 输出泄露本应脱敏信息 | ✅未命中 | 模拟输入已脱敏（"某科技公司 / 智厨"为虚构商标） |
| 公开示例含真实可反查信息 | ✅未命中 | 同上 |
| 文档无可执行流程 | ✅未命中 | SKILL.md 有"阶段一/阶段二"两段可执行流程 + output-contract 标准结构 |
前置结论：Hard Fail 全部不命中，可进入维度评分流程。
可评估性基础五项（结构性缺口）
| 检查项 | 状态 | 备注 |
|---|---|---|
| 声明评估范围 | ✅ | SKILL.md"适用范围"明确"中国商标申请"；"服务边界"明确不替代正式意见、不承诺成功率 |
| 声明 Hard Fail | ⚠️软性缺失 | SKILL.md"服务边界"段落实质起到 Hard Fail 作用（不替代正式意见 / 不承诺成功率 / 复杂争议升级），但未显式使用"Hard Fail"标签——这是 skill-lint 的判定范畴，本技能仅记结构性缺口 |
| benchmark case / 样例 | ⚠️缺失 | trademark-assistant 的 archive/ 目录为空，examples/ 目录不存在——没有现成的"输入→输出"样例可参照。本次评测只能模拟产出。这是商标 skill 自身的可评估性缺口，回灌建议见"要补的句子"#3 |
| 输出验收标准 | ✅ | output-contract.md 给出严格结构 + 交付要求（信息不足必须显式标注、统一 Markdown 不附加 JSON、免责 + 升级建议强制） |
| 区分静态检查与动态评估 | ⚠️软性缺失 | SKILL.md 没有显式区分"静态规则校验"vs"动态跑测试材料"，但 references 内含静态规则（尼斯分类表）+ 动态推理（registrability-prescreen-guide）的事实分层 |
结构性缺口小计：1 项硬缺失（无 benchmark case）+ 2 项软缺失（Hard Fail 未显式标签化 / 静态-动态未显式分层）。本次评测基于不完整结构，但缺口不阻塞内容评测。
二、测试材料（三份测试法）
三份测试法（对接 ch07 第六节 L774-788）。trademark-assistant 没有 archive/examples 现成输出，下列三份模拟产出均由评测人按 SKILL.md + output-contract.md + 2 份核心 references 忠实模拟，非真实 skill 调用结果——已每份顶部标注。
输入设定
委托主体：某智能厨电初创公司（虚构，"智厨科技"）。 拟申请商标："智厨"（纯中文文字商标，普通印刷体）。 主营业务：智能烹饪机器人（家用）+ 配套 App + 预包装食材套餐订阅。
| # | 材料类型 | 说明（脱敏） | 用途 |
|---|---|---|---|
| 1 | 熟悉材料 | 主营业务清晰、商品形态明确、目标类别可推断（智能烹饪机器人→第 7 类/第 11 类；App→第 9 类；食材订阅→第 29/30 类） | 检查是否抓住商标合规初筛的重点（核心/防御/储备分层 + 绝对/相对理由风险） |
| 2 | 同类不熟悉材料 | 主营业务为"企业 SaaS + 行业咨询"的"知合"商标（虚构），目标类别需重新映射（第 35 类广告/商业 + 第 42 类 SaaS / 软件设计 + 第 45 类法律咨询若涉足） | 检查输出结构是否稳定（跨业务领域是否仍按 output-contract 输出） |
| 3 | 故意缺失关键背景的材料 | 仅给商标名"风行"+ 申请主体"某贸易公司"，不给主营业务、不给使用场景、不给商标图样 | 检查边界是否稳定（应触发 output-contract 的"待补充（信息不足，暂不评级）"） |
模拟产出（材料 1，熟悉材料，节选）
声明：本节为评测人按 trademark-assistant 的 SKILL.md + output-contract.md + registrability-prescreen-guide.md + classification-planning-guide.md 忠实模拟的产出，非真实 skill 调用结果。真实 skill 调用可能因模型差异、reference 加载顺序不同而略有差异。
## 一、结论摘要
- 类别规划结论：核心第 7 类（家用烹饪机器人）+ 第 11 类（电烹饪器具）+ 第 9 类（配套 App / 智能控制软件）；防御第 28 类（智能玩具/烹饪玩具模型）；储备第 29/30 类（预包装食材套餐）
- 初筛风险等级：**中**（绝对理由低风险；相对理由中风险——"智厨"含"厨"字在第 7/11 类存在多家在先申请人，需正式检索）
## 二、规划建议
### 1. 核心类别（必保）
- 第 7 类（家用烹饪机器人）：类似群 0701 / 0723；推荐理由：直接对应主营产品（家用智能烹饪机器人），尼斯分类 v13（2026）class-07 涵盖"厨房用机器人和面食加工机"
- 第 11 类（电烹饪器具）：类似群 1104；推荐理由：覆盖电烤箱、电蒸锅、电磁炉等智能厨电延伸产品
- 第 9 类（计算机软件 / App）：类似群 0901；推荐理由：智能烹饪机器人配套 App / 远程控制软件
### 2. 防御类别（建议）
- 第 28 类（智能玩具 / 烹饪玩具模型）：推荐理由：防止他人在相邻消费品领域抢注近似商标
### 3. 储备类别（可选）
- 第 29 类（预包装肉/蛋/豆制品）+ 第 30 类（预包装面食/调味品）：推荐理由：为未来食材套餐订阅业务预留
## 三、可注册性初筛
### 1. 主要风险点
- 绝对理由风险：**低**——"智厨"非直接描述商品特征（烹饪机器人），不属通用名称，不涉禁用标志（参考 references/trademark-examination-and-adjudication-guidelines/chapter-03.md 显著性条款）
- 相对理由风险：**中**——尼斯分类 v13 class-07 / class-11 在先申请含"厨"字商标较密集（智厨云/智厨邦等近似），需中国商标网正式检索
### 2. 风险等级判定
- 等级：中
- 判定依据：绝对理由低风险 + 相对理由中风险；建议补充显著性元素（如"智厨 xKitchen"组合商标）或调整设计后再正式检索
## 四、下一步行动
1. 中国商标网（sbj.cnipa.gov.cn）正式检索第 7/11 类含"智厨"近似商标
2. 评估是否补"英文副标"提升显著性
3. 优先申请第 7 类（核心产品），并行申请第 11 类延伸保护
## 五、免责声明
本结论为商标注册前期初筛建议，不构成正式法律意见。最终结果以官方审查结论为准。
## 六、升级建议
- 是否建议升级：是
- 升级触发原因：相对理由中风险（在先近似商标密集）+ 跨类别申请策略（5 类同步申请预算评估）
- 升级动作：建议正式检索后咨询专业律师评估申请策略
- 律师咨询入口：杨卫薪律师（微信 ywxlaw）材料 2、3 的模拟产出结构相同（核心/防御/储备 + 绝对/相对理由 + 风险等级 + 免责 + 升级），关键差异：
- 材料 2（SaaS + 咨询）：核心类别改为第 35/42/45 类，结构稳定，风险等级判定为"低至中"。
- 材料 3（缺主营业务）：严格按 output-contract 第 51 行触发"待补充（信息不足，暂不评级）"，不输出高/中/低结论，仅在"下一步行动"列出"补齐业务使用场景、目标商品/服务、商标图样后再进入分级评估"。
三、按场景维度逐项评分（合规型 6 维度，1-5 分）
本次使用维度集: 合规型（现行路径：references/compliance-scenario-rubric.md）
首次校准发现：合规型 6 维度原本为"数据合规 / 反垄断 / 反腐败"等典型合规场景设计，本次套用到商标合规初筛场景时，多数维度语义可迁移，但部分检查问题需要调整。详见每维度后的"校准说明"。
测试材料 1（熟悉材料——智能厨电"智厨"）
| 维度 | 评分 | 评价（低分原因 / 高分依据） | 校准说明 |
|---|---|---|---|
| 维度 1（监管依据精确度） | 4/5 | 引用《商标法》第 30/31 条（相对理由）+ 第 10/11 条（绝对理由）+ 尼斯分类 v13（2026）+ 审查审理指南 chapter-03；效力层级清楚（法律→实施条例→审查指南→尼斯分类）。未扣分理由：现行有效且层级清晰。4 分而非 5 分：未显式区分"法律 / 行政法规 / 部门规章 / 规范性文件 / 自律规则"五级——但商标场景本就层级扁平，5 级区分过度。 | 维度语义可迁移。商标法层级（法律→实施条例→审查审理指南→尼斯分类）是合规型"效力层级"的合理具体化。 |
| 维度 2（风险识别完整性） | 5/5 | 绝对理由（显著性/禁用标志/通用名称）+ 相对理由（在先近似）+ 使用举证风险（材料 1 提及"配套 App"暗示已有使用证据准备）三维度全覆盖；识别"跨类别传导风险"（核心第 7 类若未注册，第 11 类延伸品会被搭便车）。 | 完全契合。商标合规的风险识别框架天然是"绝对+相对+使用举证"三段式，与合规型"覆盖典型风险"要求一致。 |
| 维度 3（风险等级判定合理性） | 5/5 | output-contract 的"高/中/低/待补充"四级 + registrability-prescreen-guide 的判定标准（高=明显禁用或高概率近似；中=可缓解需调整；低=未见显著障碍）；材料 1 判定"中"并给调整建议（补英文副标）；材料 3 严格触发"待补充（暂不评级）"——判定标准清楚、不一刀切。 | output-contract 的 4 级判定是合规型"区分必须整改 vs 建议改进"的优秀具体化——"待补充"档天然防止了"信息不足却给确定结论"。 |
| 维度 4（整改路径可执行性） | 4/5 | "下一步行动"具体到动作（正式检索 / 评估英文副标 / 优先申请第 7 类并行第 11 类）；但未显式标注时限与责任人（output-contract 也没有要求）；整改成本-风险匹配未显式评估（5 类同步申请的预算考量仅在"升级建议"里隐含）。4 分而非 5 分：合规型 rubric 要求"具体到动作、责任人、时限、分阶段"——trademark 场景下"责任人"通常就是客户/代理机构，时限由申请周期决定，故缺失可接受，但 rubric 描述偏严。 | 校准发现：合规型维度 4 的"责任人/时限"要求源自"企业合规整改"场景，对商标申请这类一次性合规动作过度。建议维度 4 描述补"对一次性合规动作（如商标申请、备案登记），责任人/时限可降级为'动作完成节点'"。 |
| 维度 5（证据与事实对应） | 5/5 | 模拟产出严格基于输入材料（主营业务/商标名/商标图样），无虚构；"待核实事项"为"在先近似商标需正式检索"——明确区分"已确认事实（主营业务是智能烹饪机器人）"和"待核实事项（具体在先近似列表）"。 | 完全契合。 |
| 维度 6（交付物格式与可追溯性） | 5/5 | output-contract 强制结构（结论摘要/规划建议/可注册性初筛/下一步行动/免责/升级）+ 类别编号 + 风险等级编号 + 引用源（references/trademark-examination-and-adjudication-guidelines/chapter-03.md）——颗粒度匹配读者（客户可读结论摘要，内部可读推荐理由 + 引用）。 | 完全契合。 |
测试材料 2（同类不熟悉材料——SaaS"知合"）
结构稳定性测试。模拟产出在跨业务领域（SaaS / 咨询 vs 智能厨电）下仍按 output-contract 标准结构输出，6 维度评分与材料 1 相近（维度 1/2/3/5/6 仍 4-5 分；维度 4 同样因无责任人/时限扣 1 分）。结论：输出结构稳定。
测试材料 3（故意缺失关键背景——"风行"+无主营业务）
边界稳定性测试。
| 维度 | 评分 | 评价 |
|---|---|---|
| 维度 1（监管依据精确度） | 4/5 | 仍引用尼斯分类通用框架，未编造具体条款（因为无法落到具体类别） |
| 维度 2（风险识别完整性） | N/A | 信息不足，无法做风险识别——这是关键边界检查 |
| 维度 3（风险等级判定） | 5/5 | 核心边界检查通过：严格触发 output-contract "待补充（信息不足，暂不评级）"，不输出高/中/低结论，仅输出补齐清单。这一项是 trademark-assistant 最值得称道的 taste——output-contract 把"信息不足"硬编码成了第四档。 |
| 维度 4（整改路径可执行性） | 5/5 | "下一步行动"正确改为"先补齐业务使用场景、目标商品/服务、商标图样后再进入分级评估"——不是给空泛建议而是给补齐清单 |
| 维度 5（证据与事实对应） | 5/5 | 完全区分"待核实/待补充"，不虚构 |
| 维度 6（交付物格式与可追溯性） | 5/5 | 仍按 output-contract 输出，但结论摘要/规划建议段统一标"待补充" |
结论：边界稳定。材料 3 是 trademark-assistant 表现最好的场景——证明其 taste 项防护到位。
四、合规型场景 taste 项核查
taste 项来自
compliance-scenario-rubric.md第二节。每项命中即 taste FAIL。
| taste 项 | 测试材料 1 | 测试材料 2 | 测试材料 3 | 命中说明 |
|---|---|---|---|---|
| taste-1（区分法律红线 vs 合规建议） | ✅ | ✅ | ✅ | "建议补英文副标"是合规建议；"商标法第 30 条相对理由"是法律红线——区分清楚 |
| taste-2（提示监管动态性） | ⚠️软命中 | ⚠️软命中 | ⚠️软命中 | 引用尼斯分类v13（2026），明确标注版本；但未提示"商标审查审理指南可能更新"——合规型 rubric 要求"提示法规可能修订、监管口径可能变化、地方差异"。校准发现：商标场景的"监管动态性"主要表现为"尼斯分类版本更新（每 2 年）+ 审查审理指南修订（不定期）+ 在先商标数据库每日变化"，与数据合规的"监管口径变化"语义不完全对应。建议为商标场景补 taste-10（待 v0.4.0）："提示商标在先权利状态会随时变化，初筛结论仅反映查询时点状态"。 |
| taste-3（避免零风险承诺） | ✅ | ✅ | ✅ | output-contract 强制免责声明"不构成正式法律意见，最终结果以官方审查结论为准"——天然不写零风险承诺 |
| taste-4（提示跨境/跨行业差异） | ✅ | ✅ | ✅ | SKILL.md"国际适用性说明"明确"尼斯分类可国际适用，但可注册性初筛仅适用中国商标申请；国际申请需另行咨询"——跨境差异提示到位 |
| taste-5（避免把商业判断写成合规结论） | ✅ | ✅ | ✅ | 模拟产出"评估是否补英文副标提升显著性"是商业判断（显著性策略），不是合规结论；合规结论（中风险/低风险）严格基于审查审理指南 |
| taste-6（明确初筛非正式意见） | ✅ | ✅ | ✅ | output-contract 强制"本结论为商标注册前期初筛建议，不构成正式法律意见" |
| taste-7（提示业务事实需核实） | ✅ | ✅ | ✅ | "需中国商标网正式检索"是核心事实核实提示 |
| taste-8（合规核查可追溯证据） | ❌命中 | ❌命中 | ❌命中 | 关键 taste 命中：模拟产出未提供核查过程的可追溯证据（无查询时间戳、无 API 返回结果、无截图存证）。合规型 rubric taste-8 来自杨卫薪《全球制裁清单风险核查》强调"截图存证是证明已尽到核查义务的重要依据"。校准发现：trademark-assistant 当前流程是"纸面推理 + 引用静态 references"，没有强制要求调用商标局 API 或截图存证——这是 trademark 场景与制裁核查场景的本质差异。判定：taste-8 在商标场景下是否适用，需用户确认。若要求商标初筛也留截图存证（如中国商标网查询结果截图），是合理的合规升级；若认为商标初筛是"推理结论"而非"数据库核查"，则 taste-8 应场景化降级。暂记命中，回灌建议见"要补的句子"#2。 |
| taste-9（跨境数据更新频率差异） | N/A | N/A | N/A | trademark-assistant 明确"仅适用中国商标申请"，跨境场景不适用——本项不评。 |
taste 核查小计：1 项硬命中（taste-8 可追溯证据）+ 1 项软命中（taste-2 监管动态性）+ 1 项待新增（taste-10 在先权利动态性）。未触发 FAIL（taste-8 命中已记入回灌建议，但不构成总体结论 ❌——因为该 taste 项本身是 v0.3.0 推导待校准项，且 trademark 场景适用性本身待用户确认）。
五、定位"要补 SKILL.md 的哪句话"
评测的目的不是给 Skill 打总分，而是定位要回 SKILL.md 补哪句话。注意：被测 skill trademark-assistant 是只读的（本次不动），下列回灌建议是给 legal-skill-evaluation 的"若商标 skill 要修怎么修"参考，也是给合规型 rubric 自身的修订参考。
| # | 来源（低分维度 / taste 命中项） | 测试材料 | 要补的句子（可执行修补建议） | 对应位置 |
|---|---|---|---|---|
| 1 | 维度 4 校准发现（责任人/时限偏严） | 材料 1/2 | legal-skill-evaluation 的 compliance-rubric 维度 4 描述补："对一次性合规动作（商标申请、备案登记、单次尽调），责任人/时限可降级为'动作完成节点'；分阶段整改仍要求责任人 + 时限" | references/compliance-scenario-rubric.md 维度 4 |
| 2 | taste-8 命中（无核查可追溯证据） | 材料 1/2/3 | trademark-assistant SKILL.md 阶段一补："完成可注册性初筛后，建议在中国商标网（sbj.cnipa.gov.cn）做一次近似查询并截图存档，附在交付物末尾'核查证据'段——证明已尽到查询义务。"（注：这条是给被测 skill 的建议，本次不修改被测 skill；也是给 legal-skill-evaluation 的发现——商标场景下 taste-8 的"截图存证"要求是否强制，待用户拍板） | trademark SKILL.md（不动）/ legal-skill-evaluation compliance-rubric taste-8（场景化说明） |
| 3 | 结构性缺口（无 benchmark case） | 全部 | trademark-assistant 应补 archive/example："沉淀 1-3 个真实脱敏的'输入咨询→输出初筛报告'完整样例到 archive/ 或 examples/，作为后续 legal-skill-evaluation 评测的客观锚点。" | trademark SKILL.md "Archive 归档"段 |
| 4 | taste-2 软命中（监管动态性） | 全部 | legal-skill-evaluation 为商标场景考虑 taste-10（v0.4.0 待用户确认）："商标在先权利状态会随时变化（每日新申请），初筛结论仅反映查询时点状态。" | compliance-scenario-rubric.md taste 项 |
五-bis、四校准动作记录
本次未启用 LLM judge（纯人工纸面评测 + 模拟产出）。
- 锚点样本：N/A
- 顺序翻转：N/A
- 多 judge 共识：N/A
- 证据锚定：N/A（但本评测自身遵循了证据锚定——所有评分依据均落到具体产出片段或 reference 引用，未给裸分）
长文 judge 单独建模：N/A（trademark 交付物是短结构化报告，不属长文）
pairwise vs 绝对评分：本次"风险识别完整性/是否虚构/是否信息不足给确定结论"等判断用绝对评分，未涉及 pairwise。
五-ter、双门槛判定
跳过（首次评测，无上一版对照）。
六、总体结论
- ✅ 进入工作流（结构可评测、内容评测通过、taste 项无致命命中）
- ⚠️ 修后再测
- ❌ 回退
总体评价：trademark-assistant v1.5.4 是 legal-skill-evaluation Phase B 校准中表现最好的 skill——
- output-contract 把"信息不足→待补充（暂不评级）"硬编码为第四档，是合规型 taste-3（避免零风险承诺）+ Hard Fail"未标注信息不足却给确定结论"的优秀工程化实现；
- 6 维度评分均在 4-5 分，无致命低分；
- 唯一硬 taste 命中（taste-8 可追溯证据）本身是 v0.3.0 待校准项，且商标场景适用性待用户确认——不构成总体 FAIL。
给 legal-skill-evaluation 的反向回灌价值：
- 合规型 6 维度在商标场景可用，但维度 4（整改路径）描述需场景化补充"一次性合规动作"豁免；
- taste-8（可追溯证据）在商标场景下的强制等级需用户拍板（强制截图存证 vs 仅建议）；
- 暴露需新增 taste-10（在先权利状态动态性）——但属 v0.4.0 范畴，本次小改不动。
七、安全声明
- 本报告测试材料中的"智厨科技""知合""风行"商标及"某智能厨电初创公司""某贸易公司"均为虚构脱敏示例，无真实当事人/客户名/案号。
- 本评测结论不能替代正式法律意见。
- 本报告不用于对 trademark-assistant 作者的人身评价，只针对 Skill 输出（且本次输出为模拟产出，非真实 skill 调用）。