mcpField
A
ai-feature-product-risk-review

ai-feature-product-risk-review

github.com/sylphxai测试与质量145 次安装今天更新
代码仓库

关于 ai-feature-product-risk-review

面向产品与运营团队的 AI 功能风险评审技能，可将问题整理为风险矩阵、评估计划、发布门槛及事故处理路径。

主要功能

  1. 01分析 AI 功能边界与潜在伤害
  2. 02梳理质量、安全、隐私与成本
  3. 03制定含负责人和指标的风险矩阵
  4. 04规划评估与发布门槛
  5. 05设计界面防护与事故处理路径

适用场景

  1. 01上线前评审 AI 功能
  2. 02规划评估与监控
  3. 03为 Agent 操作设定防护措施

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sylphxai/skills --skill ai-feature-product-risk-review

安装后在 Claude Code 中输入/ai-feature-product-risk-review确认已加载。

附带文件agents/openai.yamlreferences/ai-feature-risk-patterns.md

详细介绍

AI 功能产品风险评审

使用此技能，将高风险的产品、运营、信任或市场问题转化为具体的交付成果，其中包含负责人、门槛、指标和恢复路径。

工作流

  1. 明确 AI 要完成的任务、出错时对用户造成的伤害、模型／输入／输出边界、自主程度、数据敏感性和业务指标。
  2. 阅读 references/ai-feature-risk-patterns.md。
  3. 梳理质量、安全、隐私、成本、延迟、滥用、支持、透明度和回退要求。
  4. 区分辅助建议、生成内容、分类、排序、自动化和 Agent 式操作。
  5. 制定风险矩阵、评估计划、UI 防护措施、发布门槛以及支持／事件处理路径。

不适用场景

  • 如果基础模型无需此技能的特定交付成果规范即可处理一般性建议，则不要使用此技能。

防护措施

  • 不要隐瞒不确定性，也不要将未经核实的生成内容表述为已验证事实。
  • 未设置适当门槛时，不要自动执行不可逆、涉及财务、法律、安全、账户或隐私影响的操作。
  • 不要超出声明的用途、保留期限和同意范围使用用户数据／私人数据。
  • AI 功能在大范围发布前，必须准备好评估、监控、回退方案和支持手册。

输出格式

AI feature context:
Job / autonomy / data / harm:

Risk matrix:
| Risk | Failure mode | User impact | Control | Eval/metric | Owner |
| --- | --- | --- | --- | --- | --- |

UI and rollout gates:
- <transparency/fallback/review/flag>

Support/incident path:
- <case type> -> <triage/evidence/recovery>

评论

支持 Markdown