ai-act-readiness
作者 alirezarezvaniai-act-readiness 是一個用於 EU AI Act 導入盤點、部署前檢查、符合性準備與年度更新的 Compliance Review skill。它透過 /cs:ai-act-readiness <system> 引導使用者回答六個連結到法案條文的問題，涵蓋禁止行為、高風險狀態、角色、GPAI 觸發條件與分階段生效日期。
此 skill 評分為 68/100，代表可接受收錄於目錄，但應定位為輕量級合規盤點，而非完整的 EU AI Act readiness toolkit。目錄使用者可以取得清楚的指令、使用情境，以及一組附條文引用的結構化問題；但仍應預期需自行補上法律驗證、證據蒐集流程，以及任何提到的工具。
- 觸發方式與使用時機清楚：`/cs:ai-act-readiness <system>` 明確對應 AI 系統導入、歐盟部署、符合性評估、年度更新與角色變更。
- 提供聚焦的六題式 EU AI Act 盤點，而不是泛用合規提示；包含條文引用，以及第 5 條禁止行為等高影響的停止條件。
- 說明與正文內容具體，沒有佔位或實驗性標記，結構也足以讓 agent 引導 readiness review。
- 沒有支援檔案、參考資料或安裝／readme 中繼資料；使用者必須完全依賴 SKILL.md，並自行查核法律細節。
- 此 skill 要求 agent 執行 `ai_system_risk_classifier.py`，但 repository 證據顯示沒有 scripts，因此存在執行落差。
ai-act-readiness skill 概覽
ai-act-readiness 的用途
ai-act-readiness 是一個合規審查 skill，用來在 AI 系統於歐盟部署、投放市場、進行符合性評估，或執行定期合規更新之前，先以 EU AI Act 的要求進行壓力測試。它圍繞 /cs:ai-act-readiness <system> 這個指令設計，採用六個問題的盤問式流程，對應 EU AI Act 的主要判斷節點，包括禁止行為、高風險分類、provider/deployer 角色變動、符合性義務、GPAI/系統性風險觸發條件，以及 Article 113 的分階段適用時程。
最適合 Compliance Review 團隊使用
ai-act-readiness skill 最適合法務、治理、產品、安全與 responsible AI 審查人員，用於在更深入的法律諮詢或正式符合性工作之前，先完成結構化的第一輪審查。它適合用於新 AI 功能的 intake review、上市前的歐盟檢查、年度 AI 清冊更新，以及重大變更審查；在這類情境下，組織可能因 substantial modification 規則，從 deployer 轉變為 provider。
與一般 prompt 的差異
一般 EU AI Act prompt 往往產出的是寬泛摘要。這個 skill 更偏向實務操作：它會強制審查者依照連結到法條的問題逐步檢視，並在出現禁止行為或重大分類問題時中止流程。它的價值不在於提供最終法律結論，而是在足夠早的階段降低漏看門檻問題的風險，讓團隊能在簽核前暫停部署、補齊證據，或升級交由法律顧問處理。
採用前需要知道的限制
目前 repository 主要透過 SKILL.md 暴露這個 skill；在 skill 資料夾中看不到明顯的 companion rules/、references/、resources/，或可執行的支援檔案。請把其中內嵌的法條引用與工作流程視為引導式審查清單，而不是完整的法律知識庫。若用於受監管的部署情境，應搭配最新 EU AI Act 條文、harmonized standards、內部政策，以及合格法律審查一起使用。
如何使用 ai-act-readiness skill
ai-act-readiness 安裝與檔案審閱路徑
如果你的 agent 環境支援 GitHub skill installation，可以從 skill repository 安裝：
npx skills add alirezarezvani/claude-skills --skill ai-act-readiness
接著在依賴它之前先檢查來源：compliance-os/skills/ai-act-readiness/SKILL.md 是關鍵檔案。由於這個 skill 資料夾相對輕量，閱讀 SKILL.md 不是可省略的步驟；它會告訴你確切指令、預期使用時機，以及六個問題的審查順序。安裝後，請確認你的平台能辨識 /cs:ai-act-readiness。
skill 需要哪些輸入才會好用
若要有效使用 ai-act-readiness，不要只提供產品名稱。你需要提供足夠的系統事實，才能分類風險並識別義務：
- 系統目的與面向使用者的功能
- 目標歐盟國家與使用者
- provider、deployer、importer、distributor，或 downstream 角色
- 是否影響就業、教育、信貸、執法、移民、生物辨識、醫療照護、安全，或基本服務
- 模型類型、訓練來源、自主程度，以及人工監督
- 部署情境、受影響者，以及已知失效模式
- 預計上線日期或更新日期
較弱的 prompt 是：「Review our chatbot for EU AI Act。」較好的 prompt 是：「Use /cs:ai-act-readiness for a customer-support AI assistant deployed to EU consumers by a SaaS provider, using a third-party LLM, no biometric processing, no automated legal decisions, logs retained for QA, launch planned September 2026. Identify prohibited-practice, high-risk, transparency, GPAI, and conformity concerns。」
第一輪審查的建議流程
先提供一段精簡的系統描述，再要求 skill 逐一回答六個問題，並列出證據缺口與需要升級處理的事項。可在 intake 階段執行一次，架構或使用情境變更後再執行一次，並在投放歐盟市場前再次檢查。如果系統涉及類似 Annex III 的領域，請要求提供高風險判斷理由，而不是只回答 yes/no。如果組織可能因修改或重新品牌化另一個 provider 的 AI 系統而改變角色，請明確詢問 Article 25 類型的 provider implications。
實用 prompt 範式
使用以下結構可得到更好的結果：
/cs:ai-act-readiness <system description>. Return: 1) likely EU AI Act role, 2) Article 5 prohibited-practice screen, 3) high-risk analysis, 4) transparency and human-oversight obligations, 5) GPAI/systemic-risk triggers if relevant, 6) evidence missing, 7) go/no-go recommendation for compliance review.
這個 prompt 會把模糊目標轉成可稽核的 intake note，讓缺口明確浮現，而不是被包在一份看似完整的摘要裡。
ai-act-readiness skill 常見問題
ai-act-readiness 是法律意見嗎？
不是。ai-act-readiness skill 是結構化的合規審查輔助工具，不是法律建議。它能協助團隊找出部署或符合性工作前必須回答的 EU AI Act 問題。你可以用它準備法律顧問審查、記錄假設，並避免明顯的 intake 漏項。
什麼情況不應該使用這個 skill？
不要把它當作高風險 AI、禁止行為邊界案例、生物辨識系統、執法用途、關鍵基礎設施，或就業與教育決策的唯一核准機制。也應避免在系統描述模糊時使用；輸出的可靠程度只會與你提供的事實一樣好。
它和 AI risk classifier 有什麼不同？
這個 skill 比單一標籤分類器更廣。它的目的，是引導你走過一條合規推理路徑：禁止行為初篩、高風險觸發條件、角色與修改問題、歐盟部署時程，以及是否已準備好進行 declaration 或 refresh。它可以協助分類，但不應取代正式的風險管理文件。
ai-act-readiness 適合初學者嗎？
適合用於結構化 intake，但初學者應先閱讀 skill 檔案，並把 EU AI Act 條文放在手邊。法條引用很有幫助，但審查者仍然需要領域事實與判斷。初學者若要求 skill 列出假設與證據缺口，而不只是給結論，通常會得到最好的結果。
如何改進 ai-act-readiness skill 的使用效果
重新執行前先改善 ai-act-readiness 輸入
多數品質不佳的輸出都來自事實不足。重新執行 ai-act-readiness 之前，請補上部署國家、使用者族群、決策影響、人工覆核流程、模型來源、訓練或 fine-tuning 細節，以及系統是否與安全相關或嵌入受監管產品中。這些細節會直接影響禁止行為篩查與高風險分析。
要求可用於決策的輸出，而不是摘要
對於 Compliance Review，請要求以表格呈現 Question、Likely answer、Evidence、Uncertainty、Required follow-up 和 Owner。這會讓結果可直接用於 intake ticket 或治理工作流程。如果模型在沒有證據的情況下給出很有把握的結論，請要求它把法律解釋與產品事實分開。
常見失敗模式與檢查重點
請特別留意在使用情境涉及就業、教育、信貸、公共福利、執法、移民、生物辨識，或安全元件時，模型是否過度自信地判定「not high-risk」。也要檢查輸出是否忽略角色變動：若 deployer 對系統進行 substantial modification，可能承接類似 provider 的義務。最後，請確認日期，因為 Article 113 的分階段適用時程會影響哪些義務是當下就相關的。
第一輪輸出後如何迭代
完成第一輪 ai-act-readiness 後，把每個不確定點轉成後續 prompt。例如：「You flagged possible high-risk status due to employment screening. Ask the minimum facts needed to decide whether Annex III applies。」接著彙整產品、法務、安全與模型負責人的回答後，再重新執行 skill。最佳用法是迭代式的：先分類、暴露缺口、收集證據，最後才產出 readiness recommendation。