azure-ai-contentsafety-ts

azure-ai-contentsafety-ts 技能總覽

azure-ai-contentsafety-ts 的功能

azure-ai-contentsafety-ts 技能可協助你使用 Azure AI Content Safety 以 TypeScript 分析文字與圖片中的有害內容。當你需要一份實用的 azure-ai-contentsafety-ts 指南，來處理包含仇恨、暴力、色情、自殘，以及基於封鎖清單的政策檢查時，這個技能最合適。

適合哪些人安裝

如果你正在 Azure 上建立或稽核 UGC 管線、審核佇列、聊天安全過濾器，或媒體匯入檢查，就應該安裝 azure-ai-contentsafety-ts。它特別適合做 azure-ai-contentsafety-ts for Security Audit 的團隊，重點在於驗證更安全的處理流程，而不只是呼叫模型而已。

為什麼這個技能不同

這是一個 REST 用戶端技能，不是通用的提示詞範本。最大的決策點在於驗證與端點設定：ContentSafetyClient 是一個函式，而且這個技能預期你提供 Azure endpoint，以及 API key 或 Azure 認證流程。也就是說，azure-ai-contentsafety-ts skill 比一般「叫模型分類內容」的提示詞更偏向部署導向。

如何使用 azure-ai-contentsafety-ts 技能

安裝並確認套件

使用技能中列出的正式安裝路徑：npm install @azure-rest/ai-content-safety @azure/identity @azure/core-auth。如果你正在評估 azure-ai-contentsafety-ts install，先確認你的專案已支援 Azure SDK 的 TypeScript 套件，並且能安全地儲存機密資訊。

先讀對的檔案

先從 SKILL.md 開始，再到你的應用程式本身設定與機密管理中確認套件預期。這裡最有價值的是環境變數契約與驗證模式，所以在寫整合程式碼之前，先聚焦在 CONTENT_SAFETY_ENDPOINT、CONTENT_SAFETY_KEY，以及任何認證設定。

把粗略目標轉成可用輸入

一個好的 azure-ai-contentsafety-ts usage 請求，應該明確說出：你要檢查的是什麼內容、輸入是文字還是圖片、你希望得到什麼政策結果，以及結果會用在哪裡。比如不要只說「幫我檢查這段文字」，而要說「掃描使用者個人簡介中的色情或仇恨內容，並回傳審核決策與原因代碼」。

依照它預期的工作流程使用 SDK

把這個技能視為 API 整合工作：先完成驗證，送出單次審核請求，解讀回應，然後把結果映射到你的應用程式審核邏輯中。若要得到更好的輸出，請說明你使用的是 API key 驗證還是 DefaultAzureCredential，程式碼是在本機還是正式環境執行，以及你除了內容分類分數之外，是否還需要封鎖清單流程。

azure-ai-contentsafety-ts 技能常見問題

azure-ai-contentsafety-ts 只適合文字審核嗎？

不是。azure-ai-contentsafety-ts 技能同時涵蓋文字與圖片分析，也支援可自訂的封鎖清單。如果你的需求是更完整的內容安全政策執行，這會比只處理文字的提示詞更適合。

使用前一定要先有 Azure 驗證嗎？

是。這個技能假設你已經有 Azure AI Content Safety 資源，並且能對它完成驗證。如果你無法提供 endpoint 與認證，整合流程會在產生任何有用的審核結果之前就卡住。

這個技能對初學者友善嗎？

如果你能照著 TypeScript SDK 的設定步驟並管理環境變數，它算是對初學者友善。但如果你要的是免程式的審核答案，它就不太理想，因為 azure-ai-contentsafety-ts usage 的路徑取決於真實的 Azure 組態。

什麼情況下不該使用這個技能？

如果你需要的是通用的內容政策發想、廠商中立的審核策略，或只能離線運作的分類器，就不建議使用。當你無法公開 Azure 認證，或你的應用程式根本不需要圖片／文字安全分數時，也應避免使用。

如何改進 azure-ai-contentsafety-ts 技能

提供政策輪廓，不只是內容本身

當你定義產品中的「不安全」是什麼，結果通常會更好。在 azure-ai-contentsafety-ts for Security Audit 中，請加入目標使用面、你在意的風險類別、決策門檻，以及任何應觸發升級處理的封鎖清單詞彙或片語。

提供具體輸入與預期輸出

像「請審核這段內容」這樣的請求太弱。更好的寫法是「掃描這則留言，將其分類為仇恨與色情內容，並回傳是否應自動發布、排入人工審核，或直接拒絕」。這類輸入能為 azure-ai-contentsafety-ts usage 提供決策邊界與輸出格式，效果會更好。

注意驗證與環境不一致的問題

最常見的失敗模式，是把本機與正式環境的憑證模式混在一起。若你使用 DefaultAzureCredential，請明確說明這是本機開發還是已部署基礎架構，並確認需要的 AZURE_TOKEN_CREDENTIALS 設定。若是 API key 模式，務必附上精確的 endpoint 與機密來源。

從審核結果迭代成產品規則

第一次執行後，請根據誤判為正、誤判為負，或缺少標籤的情況來微調請求。與其整個重寫整合，不如要求更窄的檢查、更清楚的說明，或調整封鎖清單。這是讓 azure-ai-contentsafety-ts skill 在真實工作流程中更可靠的最快方法。