Influencer Brand Safety Intelligence

インフルエンサーのブランドセーフティインテリジェンス MCP サーバー

ApifyForge で表示 | Apify Store で利用

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します：

{
  "mcpServers": {
    "influencer-brand-safety-intelligence-mcp": {
      "url": "https://ryanclinton--influencer-brand-safety-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

AI エージェントやブランドチーム向けのインフルエンサーのブランドセーフティ審査を提供します。この MCP サーバーは、9 つのデータソースを並行して処理する 8 つの呼び出し可能なツールを通じて、クリエイターの自動審査、炎上リスク分析、オーディエンスの信頼性スコアリング、制裁対象者のスクリーニングを実現します。パートナーシップ予算を投じる前に、構造化されたデータ主導のインテリジェンスを必要とするブランドマーケター、インフルエンサーエージェンシー、法務・コンプライアンスチーム、PRリスク管理担当者向けに構築されています。

このサーバーは Apify の Standby インフラストラクチャ上で動作し、MCP 対応クライアントならどれでも呼び出せる HTTP エンドポイントを公開します。各ツールは、ソーシャルメディア、レビューサイト、制裁リスト、過去のアーカイブ、ウェブ上の存在状況に対して並行リクエストを実行し、その結果を 4 つのスコアリングモデルで処理して、5 段階のパートナーシップ判定を伴う 総合ブランド適合度スコア（0～100） を算出します。サブスクリプションも月額料金もなく、最低利用期間の約束も不要です。

どのようなデータを抽出できますか？

データ項目	ソース	例
📡 ソーシャルメディア投稿とエンゲージメントパターン	Bluesky Social Search	47 件の投稿、12 件の炎上フラグを検出
⭐ 消費者レビューのセンチメント	Trustpilot Review Analyzer	平均 3.1/5、否定的なレビューが 38%
🌐 複数プラットフォームのレビュー集約	Multi-Review Analyzer	Google + Yelp：142 件のレビューを分析
🛡️ 米国財務省 SDN リストのスクリーニング	OFAC Sanctions Search	一致なし（CLEAR）／1 件一致（REVIEW_REQUIRED）
🌍 複数管轄区域の監視リストと PEP フラグ	OpenSanctions Search	100 以上の国際制裁データベースを照会
💬 技術コミュニティでの評判と議論	Hacker News Search	HN スレッド 8 件、炎上フラグ 3 件
🗂️ ウェブアーカイブの過去のスナップショット	Wayback Machine Search	アーカイブ済みページ 34 件、削除済みコンテンツのフラグ 2 件
📞 クリエイターのウェブ上の存在状況と連絡先の確認	Website Contact Scraper	公式ウェブサイトを確認済み、連絡先情報を検出
📄 ブランドとの適合性に関するウェブサイトコンテンツの分析	Website Content to Markdown	サイト全体のコンテンツを抽出し、キーワードをスキャン
🎯 総合ブランド適合度スコア	9 つすべてのソースを統合	スコア：18/100 — 判定：BRAND_SAFE
📋 項目別リスクスコア	4 つのスコアリングモデル	安全性 87、信頼性 74、炎上リスク 12、履歴 5
🚩 リスクシグナルと推奨事項	自動分析	「レビューの状況は良好 — ブランドに好意的な結びつき」

❓ Influencer Brand Safety Intelligence MCP を使う理由

インフルエンサーの手動審査は、時間がかかり、一貫性に欠け、コストも高くなります。ソーシャルメディアの履歴を確認し、制裁リストを照合し、アーカイブされたコンテンツを監査し、オーディエンスの質を評価するには、クリエイター1人あたり通常2～4時間かかります。その一方で、多くのチームは後にブランド危機の火種となる確認手順を省略しています。月に50件以上のクリエイターとのパートナーシップを管理する代理店では、審査の滞留により、大規模な徹底審査が困難になっています。

この MCP サーバーは、インフルエンサーのブランドセーフティーに関するワークフロー全体を自動化します。Claude、Cursor、Windsurf、Cline、または HTTP に対応した任意の AI エージェントに接続すれば、AI アシスタントがキャンペーン計画の一環として、構造化されたクリエイター審査を実行できます。カスタムコードは不要です。

• スケジュール設定 — 提携中のクリエイターを定期的に安全性審査し、新たな論争や信頼性の低下を検出します
• API アクセス — Python、JavaScript、または任意の HTTP クライアントを使い、CI/CD パイプラインやインフルエンサー管理ツールからブランドセーフティーチェックを実行します
• プロキシローテーション — 大規模な環境でも安定してアクセスできるよう、データ収集は Apify のプロキシインフラストラクチャ上で実行されます
• モニタリング — 審査で新たなリスクシグナルが見つかった際に、Slack またはメールでアラートが届くよう設定できます
• 連携機能 — Webhook を介して、Zapier、Make、Google Sheets、HubSpot、またはインフルエンサー向け CRM プラットフォームに結果を接続できます

機能

• クリエイター審査の各段階を網羅する、対象を絞った8つの MCP ツール：ブランドセーフティー審査、オーディエンスの信頼性チェック、論争リスク分析、プラットフォーム多様性スコア、過去コンテンツ監査、制裁リスト照合、複数クリエイターの比較、包括的なブランド適合性評価
• レイテンシーを最小限に抑える、並列クエリ対応の9つのデータソース：Bluesky、Trustpilot、Multi-Review Analyzer、OFAC、OpenSanctions、Hacker News、Wayback Machine、Website Contact Scraper、Website Content to Markdown
• ソーシャルメディアと過去のコンテンツ全体を対象にスキャンする、17種類の論争キーワードパターン：スキャンダル、キャンセル、ボイコット、ハラスメント、詐欺、訴訟など、追加の高リスク用語11種類
• 論争シグナルとは別に検出する、ブランドに不適切なコンテンツの12カテゴリ：薬物、暴力、ギャンブル、アダルトコンテンツ、過激主義、テロリズム、陰謀論、誤情報など、追加のカテゴリ4種類
• オーディエンスの信頼性に欠ける8つのシグナルを検出：ボットの活動、偽のフォロワー、購入されたフォロワー、エンゲージメントポッド、クリックファーム、および関連する用語3種類
• 4つの独立したスコアリングモデルを統合した総合スコア：ブランドセーフティー（最大100、高いほど安全）、オーディエンスの信頼性（最大100、高いほど信頼性が高い）、論争リスク（最大100、高いほどリスクが高い）、過去のコンテンツリスク（最大100、高いほどリスクが高い）
• 複合ブランド適合性スコアの加重計算式：(100-brandSafety) x 0.25 + (100-authenticity) x 0.20 + controversyRisk x 0.30 + historicalRisk x 0.25 — 論争リスクを最も重く評価
• 複合スコアに基づく5段階の提携判定：BRAND_SAFE（0-19）、APPROVED（20-39）、CONDITIONAL（40-59）、HIGH_RISK（60-79）、DO_NOT_PARTNER（80-100）
• 制裁対象の確度しきい値設定 — 一般的な名前による誤検出を減らすため、OFAC の一致スコアが60以上の場合にのみ一致としてフラグを付けます
• プラットフォーム多様性のスコアリング — 利用中のプラットフォーム数 x 25で算出し、プラットフォームからの排除リスク評価とともに、HIGHLY_DIVERSIFIED、DIVERSIFIED、MODERATE、SINGLE_PLATFORM のいずれかを報告します
• 過去のコンテンツ削除の検出 — Wayback Machine の HTTP 404 および410ステータスコードを使って、積極的に削除されたページを特定します
• 信頼性および多様性ツールで指定できる任意のウェブサイト URL パラメーター — 直接 URL を指定すると、名前による検索よりウェブサイト確認の精度が高まります
• 利用上限の制御 — 各ツールは実行前に利用上限を確認し、1回あたりの予算に達した場合は構造化されたエラーを返します

インフルエンサーのブランドセーフティー審査のユースケース

キャンペーン開始前のクリエイター審査

パートナーシップ予算を確定する前に、クリエイター候補のリストを審査するブランドマネージャーやマーケティングディレクター向けです。上位5～10名の候補に対して brand_fit_assessment を実行すると、数日ではなく数分で複合スコアと判定を取得できます。構造化されたJSON出力は、キャンペーン計画用のスプレッドシートやインフルエンサーCRMに直接統合できます。

インフルエンサーエージェンシーのポートフォリオ管理

数十件のクリエイターパートナーシップを継続的に管理するエージェンシーには、ある時点での審査だけでなく、継続的なリスク監視が必要です。すべての登録メンバーを対象に、creator_brand_safety_screen を毎週または毎月実行するようスケジュールし、リスクシグナルが変化した際に結果をSlackチャンネルやHubSpotに送るには、ウェブフックを使用します。

法務・コンプライアンス審査

社内に法務チームを抱えるエンタープライズブランドは、タレント契約の締結前に制裁対象者のスクリーニングを実施した証拠を文書化する必要があります。sanctions_watchlist_check は1回の呼び出しでOFAC SDNとOpenSanctionsの両方をスクリーニングし、構造化されたBLOCKED／REVIEW_REQUIRED／CLEARの判定を返します。これを契約書とともにコンプライアンス記録として保管できます。

危機予防とPRリスク管理

ブランド案件の問い合わせを受けたクリエイターや、メディアバイヤーから提案されたクリエイターを審査するPRチーム向けです。controversy_risk_analysis は、現在のソーシャルメディア上の論争、過去のウェブアーカイブにおける警告、制裁対象者への該当状況を、1つの構造化された応答で提示します。これによりPRチームは、クリエイターを採用するか見送るかの判断を裏付けるリスク評価を文書化できます。

複数のクリエイター候補の比較

キャンペーン枠に起用するクリエイター候補を比較するメディアプランナー向けです。compare_creators は2～5名を受け付け、ブランドセーフティの複合スコア順に比較結果を並べて返します。各評価軸（安全性レベル、信頼性レベル、論争レベル、過去のリスクレベル）の評価も含まれるため、候補を並べて比較できます。

AI エージェントのワークフローへの統合

自律型マーケティングエージェント、インフルエンサーへのアプローチを行うボット、ブランドセーフティの自動化パイプラインを構築するAI開発チーム向けです。これはMCP サーバーであるため、ClaudeなどのAI エージェントはクリエイター審査ツールをネイティブ機能として呼び出せます。カスタムAPIラッパーコードは必要ありません。

クリエイターのブランドセーフティを審査する方法

1. MCP サーバーに接続する — サーバーURLをMCPクライアントの設定に追加します（Claude Desktop、Cursor、Windsurf、または互換性のある任意のクライアント）。以下の接続手順を参照してください。
2. AI アシスタントにクリエイターの審査を依頼する — 「@jasminewritesのブランドセーフティを審査して、パートナーシップに起用しても問題ないか教えてください」のような自然言語のプロンプトを入力します。AIが適切なツールを自動的に選択して呼び出します。
3. 構造化された出力を確認する — ツールは30～90秒以内にスコア、判定、具体的なリスクシグナルの一覧を返します。シグナルは自然な言葉で記述されているため、そのまま審査レポートにコピーできます。
4. 最終候補についてブランド適合性を総合評価する — 予算を確定する前に、候補に絞り込んだクリエイターに対して brand_fit_assessment を使用し、9つの情報源を網羅した包括的なレポートを取得します。

⬇️ MCP ツール

ツール	価格	説明
creator_brand_safety_screen	$0.045	Bluesky、Trustpilot、複数プラットフォームのレビュー、Hacker News を通じたブランドセーフティスキャンです。安全性スコア（0～100）と安全性レベルを返します
audience_authenticity_check	$0.045	エンゲージメントの質、プラットフォーム横断での存在感、ウェブサイトの検証を行います。信頼性スコアとレベルを返します
controversy_risk_analysis	$0.045	ソーシャルメディアでの論争、Hacker News の議論、Wayback Machine のアーカイブフラグ、OFAC、OpenSanctions を分析します。論争スコアとリスクレベルを返します
platform_diversification_score	$0.045	アクティブなプラットフォーム数 × 25 でスコアを算出します。HIGHLY_DIVERSIFIED / DIVERSIFIED / MODERATE / SINGLE_PLATFORM を返します
historical_content_audit	$0.045	Wayback Machine のアーカイブをスキャンし、HTTP ステータスコードの分析を行って、削除および変更されたコンテンツを確認します
sanctions_watchlist_check	$0.045	OFAC SDN と OpenSanctions の二重ソーススクリーニングです。BLOCKED / REVIEW_REQUIRED / CLEAR の判定を返します
compare_creators	$0.045	複合ブランドセーフティスコアでクリエイターを2～5名ランキングします。各評価項目の評価を含む比較結果を順番に返します
brand_fit_assessment	$0.045	4つのスコアリングモデルすべてを組み合わせた、9ソースの包括的な分析です。複合スコア、判定、推奨事項を返します

ツールのパラメーター

ツール	パラメーター	型	必須	説明
creator_brand_safety_screen	creator	string	はい	スクリーニング対象のクリエイター名、ハンドル名、またはブランド名
audience_authenticity_check	creator	string	はい	クリエイター名またはハンドル名
audience_authenticity_check	website	string	いいえ	クリエイターのウェブサイト URL — 検証精度が向上します
controversy_risk_analysis	creator	string	はい	分析対象のクリエイター名または事業体
platform_diversification_score	creator	string	はい	クリエイター名またはハンドル名
platform_diversification_score	website	string	いいえ	クリエイターのウェブサイト URL
historical_content_audit	creator	string	はい	監査対象のクリエイター名またはウェブサイト URL
sanctions_watchlist_check	entity	string	はい	スクリーニング対象のクリエイター名または事業体
compare_creators	creators	string[]	はい	比較するクリエイター名を2～5名含む配列
brand_fit_assessment	creator	string	はい	評価対象のクリエイター名またはハンドル名

⬆️ 出力例

「Jordan Westfield」という名前のクリエイターに対する brand_fit_assessment の出力全体：

{
  "entity": "Jordan Westfield",
  "compositeScore": 22,
  "verdict": "APPROVED",
  "brandSafety": {
    "score": 82,
    "controversyFlags": 0,
    "unsafeContentFlags": 0,
    "safetyLevel": "BRAND_SAFE",
    "signals": [
      "No controversy or unsafe content flags — brand-safe profile",
      "Clean review profile — positive brand association"
    ]
  },
  "audienceAuthenticity": {
    "score": 71,
    "engagementQuality": 28,
    "authenticityIndicators": 6,
    "authenticityLevel": "AUTHENTIC",
    "signals": [
      "Professional website verified — legitimate creator presence",
      "Multi-platform presence verified — strong authenticity indicator",
      "3 HN discussions — genuine community presence"
    ]
  },
  "controversyRisk": {
    "score": 6,
    "socialControversy": 0,
    "historicalFlags": 0,
    "sanctionFlags": 0,
    "riskLevel": "CLEAN",
    "signals": []
  },
  "historicalContent": {
    "score": 0,
    "archivedPages": 14,
    "deletedContentFlags": 0,
    "contentRiskLevel": "CLEAN",
    "signals": []
  },
  "allSignals": [
    "No controversy or unsafe content flags — brand-safe profile",
    "Clean review profile — positive brand association",
    "Professional website verified — legitimate creator presence",
    "Multi-platform presence verified — strong authenticity indicator",
    "3 HN discussions — genuine community presence"
  ],
  "recommendations": []
}

controversy_risk_analysis の高リスク出力例：

{
  "score": 68,
  "socialControversy": 7,
  "historicalFlags": 3,
  "sanctionFlags": 0,
  "riskLevel": "HIGH",
  "signals": [
    "7 controversy mentions across platforms — pattern of controversial content",
    "3 historical content flags — deleted/modified controversial content detected"
  ]
}

sanctions_watchlist_check による制裁スクリーニングの出力：

{
  "entity": "Viktor Kravchenko",
  "hits": 1,
  "matches": [
    {
      "source": "OpenSanctions",
      "datasets": ["us_ofac_sdn", "eu_fsf_sanctions"],
      "name": "Viktor V. Kravchenko"
    }
  ],
  "verdict": "REVIEW_REQUIRED",
  "signals": [
    "1 sanctions/watchlist matches — partnership must not proceed without legal review"
  ]
}

出力フィールド

フィールド	型	説明
entity	string	スクリーニング対象となったクリエイター名
compositeScore	number	全体的なリスクスコア 0～100（低いほどブランド提携に適しています）
verdict	string	BRAND_SAFE / APPROVED / CONDITIONAL / HIGH_RISK / DO_NOT_PARTNER
brandSafety.score	number	ブランドセーフティスコア 0～100（高いほど安全です）
brandSafety.controversyFlags	number	ソーシャルコンテンツ内で、物議を醸すキーワードがヒットした回数
brandSafety.unsafeContentFlags	number	ブランドに不適切なコンテンツのキーワードがヒットした回数
brandSafety.safetyLevel	string	UNSAFE / HIGH_RISK / CAUTION / SAFE / BRAND_SAFE
brandSafety.signals	string[]	リスクとポジティブな兆候の説明（平易な表現）
audienceAuthenticity.score	number	オーディエンスの信頼性スコア 0～100（高いほど信頼性が高いです）
audienceAuthenticity.engagementQuality	number	エンゲージメント品質のサブスコア（最大35）
audienceAuthenticity.authenticityIndicators	number	信頼性を示すポジティブな指標の数
audienceAuthenticity.authenticityLevel	string	FAKE / SUSPICIOUS / MIXED / AUTHENTIC / VERIFIED
controversyRisk.score	number	物議を醸すリスクスコア 0～100（高いほどリスクが高いです）
controversyRisk.socialControversy	number	ソーシャルプラットフォーム全体で物議を醸す項目の数
controversyRisk.historicalFlags	number	ウェブアーカイブ内の物議を醸すフラグの数
controversyRisk.sanctionFlags	number	OFAC および OpenSanctions との一致数
controversyRisk.riskLevel	string	CLEAN / LOW / MODERATE / HIGH / CRITICAL
historicalContent.score	number	過去のコンテンツのリスクスコア 0～100
historicalContent.archivedPages	number	Wayback Machine で見つかったアーカイブ済みページの合計数
historicalContent.deletedContentFlags	number	HTTP ステータスが 404/410 のページ数
historicalContent.contentRiskLevel	string	CLEAN / MINOR / NOTABLE / HIGH / CRITICAL
allSignals	string[]	すべての項目にわたるリスクとポジティブな兆候を重複排除した一覧
recommendations	string[]	リスク調査結果に基づく、実行可能な提携に関する推奨事項
platforms	object	プラットフォームごとのプレゼンスマップ（多様化ツール）
diversificationScore	number	アクティブなプラットフォーム数 × 25、最大100
level	string	HIGHLY_DIVERSIFIED / DIVERSIFIED / MODERATE / SINGLE_PLATFORM
hits	number	制裁リスト／監視リストとの一致総数
matches[].source	string	OFAC または OpenSanctions
matches[].score	number	OFAC との一致確度スコア（0～100）
matches[].datasets	string[]	OpenSanctions のデータセット識別子

ブランドセーフティのためのインフルエンサー審査には、いくらかかりますか？

この MCP はイベントごとの従量課金制で、ツールの呼び出し1回につき $0.045かかります。プラットフォームのコンピューティング費用は含まれています。月額サブスクリプションはありません。

シナリオ	ツール呼び出し回数	1回あたりの費用	合計費用
簡易セーフティチェック	1	$0.045	$0.045
クリエイター10名の審査（各自に基本スクリーニングを実施）	10	$0.045	$0.45
クリエイター5名の包括的なブランド適合性評価	5	$0.045	$0.225
5名ずつの候補リストを2つ比較（compare_creators x 2）	2	$0.045	$0.09
提携先50件の月次モニタリング（毎週スクリーニング）	200	$0.045	$9.00

実行ごとに最大支出額を設定して、費用を管理できます。MCP はツールを実行するたびに上限を確認し、予算に達すると適切に停止します。

クリエイター1名の審査に $500～1,500 かかる手動審査を行うエージェンシーや、月額 $800～3,000 のエンタープライズ向けインフルエンサーリスクプラットフォームと比べてみてください。この MCP では、サブスクリプションの契約なしで、月次のブランドセーフティプログラムを通常 $10 未満で利用できます。Apify の無料枠には月額 $5 分のクレジットが含まれており、個別のツール呼び出しを100回以上実行できます。

この MCP サーバーへの接続方法

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "influencer-brand-safety": {
      "url": "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor / Windsurf / Cline

IDE の MCP 設定パネルに MCP サーバーのエンドポイントを追加します。

• URL: https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp
• 認証: Bearer トークン（Apify API トークン）

Python

import httpx
import json

APIFY_TOKEN = "YOUR_APIFY_TOKEN"
MCP_URL = "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp"

def screen_creator(creator_name: str) -> dict:
    payload = {
        "jsonrpc": "2.0",
        "method": "tools/call",
        "params": {
            "name": "brand_fit_assessment",
            "arguments": {"creator": creator_name}
        },
        "id": 1
    }
    response = httpx.post(
        MCP_URL,
        json=payload,
        headers={
            "Content-Type": "application/json",
            "Authorization": f"Bearer {APIFY_TOKEN}"
        },
        timeout=120
    )
    result = response.json()
    content = json.loads(result["result"]["content"][0]["text"])
    print(f"Creator: {content['entity']}")
    print(f"Verdict: {content['verdict']}  |  Score: {content['compositeScore']}/100")
    for signal in content.get("allSignals", []):
        print(f"  - {signal}")
    return content

screen_creator("Jordan Westfield")

JavaScript

const APIFY_TOKEN = "YOUR_APIFY_TOKEN";
const MCP_URL = "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp";

async function screenCreator(creatorName) {
  const response = await fetch(MCP_URL, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${APIFY_TOKEN}`,
    },
    body: JSON.stringify({
      jsonrpc: "2.0",
      method: "tools/call",
      params: {
        name: "brand_fit_assessment",
        arguments: { creator: creatorName },
      },
      id: 1,
    }),
  });

  const result = await response.json();
  const content = JSON.parse(result.result.content[0].text);
  console.log(`Creator: ${content.entity}`);
  console.log(`Verdict: ${content.verdict} | Score: ${content.compositeScore}/100`);
  for (const signal of content.allSignals) {
    console.log(`  - ${signal}`);
  }
  return content;
}

screenCreator("Jordan Westfield");

cURL

# Full brand fit assessment
curl -X POST "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "brand_fit_assessment",
      "arguments": {"creator": "Jordan Westfield"}
    },
    "id": 1
  }'

# Quick sanctions check only
curl -X POST "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "sanctions_watchlist_check",
      "arguments": {"entity": "Jordan Westfield"}
    },
    "id": 2
  }'

Influencer Brand Safety Intelligence MCP の仕組み

フェーズ 1：データの並列収集

ツールが呼び出されると、actor-client モジュールが Promise.all を使用して、最大 9 つのサブアクターに同時にリクエストを送信します。各サブアクターは 512 MB のメモリと 120 秒のタイムアウトで実行されます。brand_fit_assessment ツールは、9 つのソースすべてに並列でクエリを実行します。Bluesky のソーシャル検索（最近の投稿とエンゲージメント指標）、Trustpilot（消費者レビューのセンチメント）、Multi-Review Analyzer（Google と Yelp のクロスプラットフォームレビュー）、OFAC Sanctions Search（米国財務省の SDN リスト）、OpenSanctions（100 以上の国際管轄区域のデータベース）、Hacker News Search（YC コミュニティの議論とポイント）、Wayback Machine（過去のアーカイブスナップショット）、Website Contact Scraper（連絡先情報と存在確認）、Website Content to Markdown（キーワード分析用のサイト全体のコンテンツ）。

フェーズ 2：キーワードスキャンとフラグの蓄積

データ収集後、独立した 4 つのスコアリング関数が結果を処理します。ブランドセーフティのスキャンでは、すべての Bluesky 投稿と HN アイテムを、2 つのキーワードリスト（17 個の論争関連語：scandal、cancel、boycott、harassment など、12 個のブランドに不適切なコンテンツ関連語：drug、violence、gambling、adult、extremism など）と照合します。オーディエンスの真正性のスキャンでは、ソーシャル投稿から 8 つの不正パターン（bot、fake、bought followers、engagement pod、click farm など）を確認し、エンゲージメント品質の代理指標として「いいね」の数と返信数の比率を評価します。過去のコンテンツ分析では、Wayback Machine の URL とコンテンツを両方のキーワードリストと照合し、HTTP ステータスコードも読み取ります。404 および 410 の応答は、ページが積極的に削除されたことを示し、deletedContentFlags としてスコアに加算されます。制裁対象のスクリーニングでは、一般的な名前による誤検知を最小限に抑えるため、OFAC の一致スコアを 60 ポイントの信頼度しきい値と照合します。

フェーズ 3：スコアの計算と判定の生成

各スコアリングモデルは、上限を 100 とする加重計算式を適用します。複合スコアの計算式では、論争リスクを最も重く 30% で評価します。(100 - brandSafety) × 0.25 + (100 - authenticity) × 0.20 + controversyRisk × 0.30 + historicalRisk × 0.25。ブランドセーフティと真正性は反転指標（高いほど良好）であるため、重み付けの前に 100 から差し引きます。最終的な複合スコアは、判定に対応します。BRAND_SAFE（0～19）、APPROVED（20～39）、CONDITIONAL（40～59）、HIGH_RISK（60～79）、DO_NOT_PARTNER（80～100）。4 つすべてのモデルからのシグナルは allSignals に統合され、5 つの特定のリスク条件に該当すると、自動的に recommendations が生成されます。これには、制裁対象との一致および重大な論争の検出時に必ず推奨する項目も含まれます。

フェーズ 4：MCP トランスポートと応答

サーバーは @modelcontextprotocol/sdk v1.12+ と StreamableHTTPServerTransport をステートレスモード（永続セッションなし）で使用します。/mcp への POST リクエストごとに、新しい McpServer インスタンスが作成されます。サーバーは Apify Standby インフラストラクチャ上で動作するため、稼働状態を維持し、最初のアクティベーション後はコールドスタートによる遅延なくリクエストに応答します。スタンバイ以外の実行（アクターの直接呼び出し）では、一時的なリスナーを起動し、ヘルスチェックメッセージを出力した後、1 秒で終了します。

最適な結果を得るためのヒント

1. brand_fit_assessmentは最終段階の審査にのみ使用してください。 9つのソースを照会し、費用は$0.045です。ただし、候補者の絞り込みには、まずcreator_brand_safety_screenまたはcontroversy_risk_analysisを使用して、明らかなリスクを除外してから、完全な評価を実施してください。

2. websiteパラメーターを指定できる場合は指定してください。 audience_authenticity_checkとplatform_diversification_scoreのツールは、名前による検索に頼るよりも、クリエイターのウェブサイトのURLを直接指定したほうが精度が大幅に向上します。ウェブサイトのコンテンツを直接取得して分析するため、検索結果から推測する必要がありません。

3. 個別に評価する前にcompare_creatorsを使用してください。 3～5人のクリエイターを候補として評価する場合、compare_creatorsは並列で評価を実施し、順位付きリストを返します。個別に順番に評価するよりも速く、相対的なスコアを把握できます。

4. 継続中のパートナーシップについて、定期的な審査を設定してください。 初回の審査に合格したクリエイターでも、数か月後に問題を起こす可能性があります。Apify Schedulingを使用して、パートナーシップ継続中のすべてのクリエイターに対し、毎月creator_brand_safety_screenを実行するよう設定し、シグナルに変化があった場合にチームへ通知するようWebhookを設定してください。

5. 制裁リストの確認は別途記録してください。 エンタープライズのコンプライアンス要件に対応するには、独立したステップとしてsanctions_watchlist_checkを実行し、JSON出力を契約書とともに保存してください。構造化されたBLOCKED / REVIEW_REQUIRED / CLEARの判定により、コンプライアンス記録を文書化できます。

6. 実行ごとに支出上限を設定してください。 AI エージェントが多数のクリエイターのリストをループ処理する場合は、maxTotalChargeUsdを設定して支出に上限を設けてください。上限に達してもMCPはクラッシュせず、構造化されたエラーオブジェクトを返すため、エージェントは適切に処理できます。

7. Trustpilot Review Analyzerと照合してください。 消費者向け業界のブランドパートナーシップでは、より詳細なレビューのセンチメント分析を行うため、完全版アナライザーでTrustpilotデータを個別に取得してください。ブランド安全性の審査では、より簡易なレビュークエリが使用されます。

他のApifyアクターと組み合わせる

アクター	組み合わせ方
Trustpilot Review Analyzer	クリエイターまたはブランドのエンティティについて完全なレビューデータセットを取得し、詳細なセンチメント傾向分析でブランド安全性スコアを補完します
Multi-Review Analyzer	重要な事業を運営するクリエイターの評判をより深く分析するため、マルチプラットフォーム（Google、Yelp、BBB）の完全なレビュー分析を個別に実行します
Website Contact Scraper	ブランド適合性の評価後にクリエイターのウェブサイトから連絡先とチームの情報をすべて抽出し、アプローチを開始します
Website Content to Markdown	クリエイターのウェブサイトのコンテンツ全体をマークダウンに変換し、ブランド価値との整合性、トーン、ターゲットオーディエンスとの適合性をLLMで分析します
Website Tech Stack Detector	クリエイターのウェブサイトで使用されているCMS、分析ツール、収益化ツールを検出し、プラットフォームの高度さを評価します
B2B Lead Qualifier	ブランド適合性の審査後、アプローチする前に、理想的なパートナープロフィール（オーディエンスの規模、ニッチとの適合性、エンゲージメント率）に照らしてクリエイター候補をスコアリングします
HubSpot Lead Pusher	審査済みのクリエイター情報を、ブランド安全性スコアをCRMプロパティとして付与したコンタクトとしてHubSpotに直接登録します

制限事項

• Bluesky のみを対象としたソーシャルメディア分析です。 このサーバーはソーシャルコンテンツの検索に Bluesky を使用します。Instagram、TikTok、YouTube、X/Twitter、LinkedIn は分析対象外です。Bluesky での存在感が薄いクリエイターは、ソーシャルスコアの信頼度が低くなります。Instagram や TikTok を主な活動場所とするクリエイターについては、手動でのプロフィール確認も併せて行ってください。
• 名前による照合には誤検出のリスクがあります。 クリエイター名は、すべてのデータソースで検索クエリとして使用されます。一般的な名前の場合、別人に関する論争や制裁のデータが検索結果に表示されることがあります。一般的な名前のクリエイターについて高リスク判定に基づいて対応する前に、必ず生の signals 配列を確認してください。
• レビューのデータはクリエイターのビジネスプロフィールに左右されます。 Trustpilot と複数のレビューに関するデータは、ビジネス（コース、製品、サービスなど）を運営するクリエイターに最も有用です。商用製品を扱わない個人のライフスタイル系クリエイターは、レビューのデータセットが空になることが多く、その場合、レビューに基づくスコアの信頼度が下がります。
• Hacker News の関連性はニッチ分野によって異なります。 HN のディスカッションデータは、テクノロジー、スタートアップ、開発者向けのクリエイターに最も関連性があります。ライフスタイル、ファッション、エンターテインメント系のクリエイターは HN の検索結果に表示される可能性が低いため、これらのニッチ分野では HN のスコアリング項目の有用性が限られます。
• 過去のアーカイブの網羅性は不完全です。 Wayback Machine の網羅性はクロール頻度によって異なります。頻繁にクロールされていないクリエイターのウェブサイトでは、スナップショットが限られる場合があります。アーカイブデータがないことは、問題のない履歴を確認できたことを意味しません。
• 制裁対象のスクリーニングは名前に基づくものであり、本人確認は行いません。 OFAC と OpenSanctions の一致は信頼度しきい値 60 ポイントでフラグ付けされますが、本人確認はされません。契約を拒否する前に、REVIEW_REQUIRED 判定は必ずコンプライアンスの専門家による確認を受けてください。
• リアルタイムのソーシャルメディア監視には対応していません。 このツールは特定時点での分析を行います。実行間に新たな論争に関する投稿を監視することはありません。継続的な監視には Apify Scheduling を使用してください。
• OpenSanctions と OFAC のデータの鮮度。 制裁リストのデータは、OFAC と OpenSanctions プロジェクトが管理する基盤データベースの最新状況に依存します。新たなリスト掲載が検索結果に反映されるまで、遅れが生じる場合があります。

インテグレーション

• Zapier — Airtable または Notion に新しいインフルエンサーの提案が届いたときに、Zapier のワークフローからクリエイターのブランドセーフティチェックをトリガーします
• Make — 候補者をスクリーニングし、承認されたクリエイターを CRM に、却下候補をレビューチューに振り分ける自動化されたクリエイター審査パイプラインを構築します
• Google Sheets — ブランド適合スコアと判定結果をクリエイター管理用のスプレッドシートに登録し、チームでの確認や承認のワークフローに活用します
• Apify API — インフルエンサー管理プラットフォームやブランドセーフティダッシュボードから、プログラムでツールを呼び出します
• Webhooks — 定期的なセーフティチェックで、進行中のクリエイターパートナーシップに新たなリスクシグナルが検出されたときに通知を受け取ります
• LangChain / LlamaIndex — パートナーシップ概要やリスクメモを作成する AI エージェントで、ブランドセーフティツールの結果を検索拡張コンテキストとして使用します

トラブルシューティング

• すべてのスコアがゼロ、またはごく低い値になる。 通常、基盤となるデータソースでクリエイター名の検索結果が見つからなかったことを意味します。クリエイターの正式な氏名、@を付けた主なハンドル名、またはブランド名／会社名を試してください。Bluesky の利用実績やレビュー、HN での議論がないクリエイターもいます。MCP は見つけられない情報をスコアリングできません。

• 安全だと分かっているクリエイターに対して、REVIEW_REQUIRED の判定が出る。 よくある名前は、制裁対象との照合で誤検出を引き起こすことがあります。sanctions_watchlist_check の応答にある matches 配列を確認し、照合された対象者の氏名、国籍、データセットのコンテキストをクリエイターのプロフィールと比較してください。詳細が一致しない場合、その検出結果は誤検出です。よくある名前に対する OFAC の信頼度スコアが 75 未満の場合は、確定的ではないものとして扱ってください。

• brand_fit_assessment の実行に 90 秒以上かかる。 完全な評価では、9 つのサブアクターに並行してクエリを実行します。Apify のインフラが混雑している時間帯は、個々のサブアクターがキューに入ることがあります。タイムアウトが繰り返し発生する場合は、迅速なスクリーニングには軽量な個別ツール（creator_brand_safety_screen、controversy_risk_analysis）を使い、最終候補の評価には brand_fit_assessment を使用してください。

• オーディエンスの信頼性スコアが予想外に低い。 website パラメーターを指定していない場合、ウェブサイトの有無は信頼性スコアに加算されません。クリエイターのウェブサイト URL を指定して audience_authenticity_check を再実行すると、ウェブサイト検証（最大 25 点）とクロスプラットフォームスコア（最大 20 点）を含む、完全な信頼性評価を取得できます。

• AI クライアントが MCP ツールを見つけられない。 MCP クライアントの設定に、有効な Apify API トークンを含む Authorization ヘッダーが設定されていることを確認してください。サーバーは Standby モードで実行されます。最近アクティブ化されていない場合、最初のリクエストの初期化に 5～15 秒かかることがあります。

責任ある利用

• このサーバーがアクセスするのは、公開されているコンテンツのみです。公開ソーシャルメディア投稿、公開レビューのページ、公開されている制裁リスト、公開アーカイブされたウェブコンテンツが含まれます。
• 制裁スクリーニングの結果を契約の拒否やパートナーシップの終了に使用する前に、資格を持つコンプライアンス専門家が確認する必要があります。
• クリエイターの生計に重大な損害をもたらす可能性のある判断を、ブランド安全性スコアだけに基づいて行わないでください。スコアは調査のきっかけとなるシグナルであり、決定的な判定ではありません。
• 氏名が特定できる個人に関連付けられたスクリーニング結果を保存する場合は、GDPR、CCPA、および適用されるデータ保護法を遵守してください。
• ウェブスクレイピングの合法性に関するガイダンスは、Apify のガイドを参照してください。

❓ よくある質問

インフルエンサーブランド安全性 MCP では、1 回のセッションで何人のクリエイターをスクリーニングできますか？ セッションごとの厳密な上限はありません。compare_creators ツールでは、1 回の呼び出しで 2～5 人のクリエイターを処理できます。より大規模なバッチの場合は、上記の Python または JavaScript の例を使い、プログラムでクリエイターごとにループ処理してください。各呼び出しの料金は $0.045 で、完了までに 30～90 秒かかります。

この MCP は、ブランド安全性の評価に Instagram、TikTok、YouTube を分析しますか？ 直接は分析しません。このサーバーは Bluesky のソーシャルメディア、Hacker News、レビュープラットフォーム、ウェブ上での存在感を分析します。Instagram や TikTok のクリエイターについても、ウェブ上での存在感、レビュー情報、過去のアーカイブ、制裁スクリーニングから有意義な安全性シグナルを得られますが、ソーシャルコンテンツに関する評価は限定的になります。

オーディエンスの信頼性スコアの精度はどの程度ですか？ 信頼性スコアでは、クロスプラットフォームの一貫性、エンゲージメントの質（Bluesky における「いいね」と返信の比率）、ウェブサイトの検証、HN コミュニティでの存在感を、エンゲージメントの真正性を測る代替指標として使用します。複数のプラットフォームを利用する、テクノロジー分野やプロフェッショナル分野のクリエイターに対して最も高い精度が得られます。主にここで対象としていないプラットフォームで活動するライフスタイル系やエンターテインメント系のクリエイターについては、スコアを決定的な評価ではなく、参考情報として扱ってください。 クリエイターの名前が一般的なもので、制裁対象者との誤一致が発生した場合はどうなりますか？ sanctions_watchlist_check ツールは、一致した名前、情報源、信頼度スコアを含む matches 配列全体を返します。OFAC の一致では、一般的な名前のスコアが 75 未満の場合、確定できないものとして扱ってください。REVIEW_REQUIRED の判定に対して何らかの対応を行う前に、コンプライアンスレビューが必要です。

インフルエンサーのブランドセーフティ審査は、代理店による手動審査とどう違いますか？ 代理店による手動審査は通常、クリエイター1人あたり2〜4時間かかり、監査1回あたり500〜1,500ドルの費用がかかるうえ、審査の一貫性にもばらつきがあります。この MCP は9つのデータソースを90秒未満で並行して確認し、0.045ドルで、審査ごとに再現可能な、一貫性のある構造化スコアを生成します。微妙な判断が必要な場合には、手動審査にも引き続き価値があります。このツールは、体系的でデータに基づくリスクシグナルの把握に適しています。

進行中のクリエイターパートナーシップに対して、ブランドセーフティ審査を定期的に実行できますか？ はい。Apify のスケジュール機能を使って、進行中の各パートナーシップのクリエイターに対し、creator_brand_safety_screen を毎月または毎週実行できます。審査が完了するたびに結果が Slack またはインフルエンサー CRM に届くようウェブフックを設定すれば、手動で確認しなくても、新たなリスクシグナルをチームに通知できます。

インフルエンサーのブランドセーフティ審査に、一般公開されているデータを使うことは合法ですか？ はい。すべてのデータソース（公開されているソーシャルメディアの投稿、一般公開されているレビュープラットフォーム、一般公開されている政府の制裁リスト、公開アーカイブされたウェブコンテンツ）は、合法的にアクセスできます。ウェブスクレイピングの合法性に関する Apify のガイドをご覧ください。審査結果は、責任を持って、適用されるプライバシー法に準拠して使用してください。

複合ブランドセーフティスコアの重み付けはどのように行われますか？ 複合スコアの計算式は次のとおりです：(100 - brandSafety) × 0.25 + (100 - authenticity) × 0.20 + controversyRisk × 0.30 + historicalRisk × 0.25。論争リスクはブランドへの損害を最も直接的に予測する指標であるため、最も高い重み（30％）が設定されています。ブランドセーフティと信頼性のスコアは「高いほど良い」指標なので、重み付けの前に反転されます。

このサーバーで動作する MCP クライアントは何ですか？ HTTP 経由の Model Context Protocol をサポートするクライアントであれば、どれでも使用できます。Claude Desktop、Cursor、Windsurf、Cline のほか、JSON-RPC 2.0 の tools/call メソッドを使うカスタム HTTP クライアントにも対応しています。上記の接続例をご覧ください。

ブランド適合性評価の判定が CONDITIONAL の場合、先に進むべきですか？ CONDITIONAL（複合スコア40〜59）は、リスクシグナルが存在するものの、失格には至らないことを意味します。allSignals 配列を確認して、どの項目のスコアが高くなっているかを把握してください。具体的な懸念に対処した後にのみ先へ進んでください。たとえば、信頼性スコアだけが高い場合は、契約を確定する前に独立したオーディエンス監査を求めてください。

過去のコンテンツ監査では、削除されたコンテンツをどのように検出しますか？ historical_content_audit ツールは、Wayback Machine に問い合わせて、クリエイターのウェブ上の活動を記録したアーカイブスナップショットを取得します。アーカイブ内のページが HTTP 404 または 410 ステータスコードを返す場合、コンテンツが意図的に削除されたことを示します。また、URL とコンテンツのテキストを論争関連用語やブランドセーフティに反する用語のリストと照合してキーワードスキャンし、現在は公開されていないアーカイブ内の問題コンテンツを検出します。

インフルエンサーのブランドセーフティ審査を、既存の AI エージェントのパイプラインに統合できますか？ はい。それが主なユースケースです。これは MCP サーバーであるため、MCP に対応する AI エージェント（Claude、MCP 統合を使用する GPT-4、LangChain エージェント）は、ネイティブ機能としてブランドセーフティツールを呼び出せます。エージェントは、自動化されたワークフロー内でクリエイターを審査し、スコアを評価して、ルーティングを判断できます。

改善にご協力ください

問題が発生した場合は、Apify アカウントで実行の共有を有効にしていただくと、より迅速なデバッグに役立ちます。

1. アカウント設定 > プライバシーに移動します
2. 実行を公開 Actor の作成者と共有を有効にします

問題が発生した際に実行の詳細を確認できるため、より迅速に問題を修正できます。データは Actor の開発者にのみ表示され、公開されることはありません。

サポート

バグを見つけた場合や機能のリクエストがある場合は、この Actor のページにあるIssues タブで issue を作成してください。カスタムソリューション、エンタープライズ向けリスクスコアリング設定、追加のデータソース統合については、Apify プラットフォームからお問い合わせください。