关于 moderation-trust-review
面向产品与信任团队的内容审核技能，可将审核问题整理为可评审的流程和政策。它区分政策不确定、质量问题、滥用、违法内容、紧急安全事件及重复违规，并纳入升级处理与申诉。
主要功能
- 01评估内容、参与者与危害
- 02梳理审核及申诉流程
- 03制定队列政策与处置阶梯
- 04编写透明度说明和事件架构
适用场景
- 01设计内容审核与申诉流程
- 02为不同危害类别定义处置方式
- 03规划审核队列和审计记录
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/moderation-trust-review确认已加载。
附带文件agents/openai.yamlreferences/moderation-trust-patterns.md
详细介绍
内容审核与信任评估
使用此技能，将反复出现的产品运营问题转化为具体、可审核的成果，而非泛泛建议。
工作流
- 确定内容类型、参与者、伤害类别、可见状态、执法权限和申诉负责人。
- 阅读
references/moderation-trust-patterns.md。 - 梳理提交、自动检查、队列分流、人工审核、执法、通知、申诉和审计日志。
- 区分政策不确定性、低风险质量问题、滥用／欺诈、非法内容、安全紧急情况和屡次违规者。
- 制定内容审核工作流、队列政策、执法阶梯、透明度文案和事件模式。
不适用场景
- 若基础模型无需此技能特定的成果规范即可处理一般建议，则不要使用。
防护措施
- 不要仅凭低置信度的自动化结果，做出不可逆的账号或创作者处置。
- 若能安全、具体地说明处置理由，就不要隐瞒。
- 将审核工具、面向用户的政策和产品排序逻辑分开。
- 将法律、儿童安全、自我伤害或特定司法管辖区的义务升级给合格人员审核。
输出格式
Moderation context:
Content / actor / surface:
State flow:
- <state> -> <action / reviewer / user-visible effect>
Decision table:
| Scenario | Visibility | Enforcement | Appeal | Evidence |
| --- | --- | --- | --- | --- |
Queue policy and events:
- <queue/SLA/event>
评论
支持 Markdown