前言¶
廣告上線前的合規檢查，常見做法是人工逐條對照《廣告法》和部門規章，審完再自己整理意見、排版成文檔。成本高、容易漏項，而且結論往往只有一句「有風險」，拿不出依據。
「廣告合規」這個 Skill 把這件事做成一次交互式審查：按固定步驟向使用者收集廣告信息，跑完八個維度的風險識別，最後產出一份結構化的 Word 報告。下面介紹它的定位、能力和使用方式。
這是什麼¶
「廣告合規」是交互式廣告合規審查助手，座標 @user_cc440efc/ad-compliance，版本 1.0.0。發佈者爲 user_cc440efc，來源標記爲 community，SkillHub 分類爲 professional。頁面顯示評分 100000、下載 909、安裝 0。
它解決的問題是：把廣告合規審查從「人工查法條 + 自己寫報告」變成「回答四輪問題 + 拿到一份 Word 審查報告」。檢索法規和案例的部分交給華宇元典 MCP，使用者不需要自己去翻條文。
核心功能¶
能力分四段：提問、識別、檢索、出報告。
1、四步提問收集廣告信息¶
Skill 按四個步驟向使用者收集待審廣告的信息，而不是一次性拋出一堆問題。每一步的輸入都是後續判斷的依據，信息不全時先把該補的補齊，再往下走。
2、八大維度風險識別¶
信息收集完成後，自動按八個維度做風險識別：
- 絕對化用語
- 虛假宣傳
- 禁止性內容
- 比較廣告
- 未成年人保護
- 前置審批
- 法定標識
- 行業特殊合規
這八個維度覆蓋了《廣告法》裏最常見的處罰觸發點，比只做違禁詞掃描的覆蓋面要寬。
3、調用華宇元典 MCP 檢索法規案例¶
識別過程不是隻靠模型內部知識，而是調用華宇元典 MCP 檢索法規和案例，把結論落到具體條文和判例上。這一層決定了報告裏的依據能不能被覈查。
4、量化處罰風險並輸出 Word 報告¶
識別完成後量化處罰風險，最終輸出一份結構化的 Word 審查報告。結構化意味着結論、依據、風險等級分開擺放，可以直接歸檔或交給法務複覈，不用重新排版。
安裝與啓用¶
官方頁面沒有給出可直接複製的安裝命令或配置字段，因此這裏不臆造。目前能從官方資料覈對到的信息如下：
- 官方地址：https://api.skillhub.cn/user_cc440efc/ad-compliance
- SkillHub 頁面：https://www.skillhub.cn/skills/user_cc440efc/ad-compliance
- 座標：
@user_cc440efc/ad-compliance - 版本：1.0.0
- 頁面標籤：
requires_api_key=false
requires_api_key=false 表示該 Skill 本體未聲明需要 API Key。需要注意的是，它聲明要調用華宇元典 MCP 檢索法規案例，實際運行環境是否另需配置該 MCP，要以所用客戶端的環境爲準，官方頁面沒有進一步說明。
該 Skill 基於通用 SKILL.md 格式，不同客戶端（Cursor、Codex CLI、Claude Code）的啓用方式取決於各自讀取 Skill 目錄和清單的機制。官方資料未給出分客戶端的差異說明，具體步驟請以官方頁面和客戶端文檔爲準。
典型用法¶
官方簡介列出的觸發場景：廣告審查、廣告合規、廣告文案審覈、廣告風險排查、廣告法合規、違禁詞檢查、廣告上線前審查。在這些場景下調用該 Skill，交互流程就是：
1、四步提問收集廣告信息
2、八大維度風險識別
3、調用華宇元典 MCP 檢索法規案例
4、量化處罰風險，輸出 Word 審查報告
需要說明的是，官方資料只給出了能力描述和觸發場景，沒有提供完整的對話腳本或樣例報告。上面這條流程是對官方描述的複述，不是實測記錄。用之前建議先拿一條已經審過的廣告跑一遍，對照結果看哪些維度命中、哪些漏掉。
適用場景與注意¶
適合誰：
- 需要給廣告物料做上線前合規把關的運營和市場團隊
- 想批量檢查文案裏有沒有絕對化用語、違禁表述的內容審覈
- 希望審查結論帶法規依據和風險量化，而不是一句「有風險」
注意的地方：
- 審查質量取決於四步提問收集到的廣告信息是否完整。信息給得少，八個維度的判斷就缺依據。
- 法規案例檢索依賴華宇元典 MCP。這個依賴沒跑通時，報告可能退化成純模型判斷，依據部分不可覈查。
- 安裝數爲 0、來源爲 community，屬於社區維護的 Skill，更新頻率和長期維護沒有保證。正式投放前的關鍵物料，建議由法務做二次複覈。
- 八大維度是固定框架，特殊行業的監管要求不一定全部覆蓋，「行業特殊合規」這一維度需要自行確認覆蓋面。
小結¶
「廣告合規」把廣告上線前的合規審查拆成一輪可交互的問答，用八個維度做風險識別，用華宇元典 MCP 補上法規和案例依據，最後產出結構化 Word 報告。它的價值在於把審查流程標準化、結論可歸檔；侷限在於依賴外部 MCP、由社區維護、且官方未提供實測樣例。
官方地址：https://api.skillhub.cn/user_cc440efc/ad-compliance
