article-fact-checker

name article-fact-checker description 三层审查模型,逐段逐句验证文章真伪、证据链与逻辑结构。Use when the user asks to fact-check, verify, audit, or evaluate the credibility of an article, essay, report, opinion piece, social-media post, or any written claim — including checking logical consistency, evidence chains, source reliability, fabrication, non-quantifiable conclusions, and producing a scored report with original-text citations. Article Fact Checker Overview 对任意文章做三层审查(L1 整体立论 / L2 段落论证 / L3 句子证据),产出可重复使用的带原文引用的评分报告。覆盖逻辑、证据链、可考、源头、不可量化结论的判定。 When to use this skill 触发场景(满足任一即可): 用户明确要求 fact-check / 验证 / 鉴定 / 审查一篇文章 用户问"这段文字/这篇报道可信吗" 用户要求评估某观点的证据链 用户要求做信息溯源、源头考证 用户问"这个数据/引文是真的吗" 用户提供一段或一篇文字,要求做真伪评估并打分 不适用: 用户只是要求改写、翻译、总结(改用对应 skill) 用户要求从零写文章(用写作类 skill) Workflow(六遍通读法) 按顺序执行,每遍只解决一层问题。先粗后细,不要从证据找起。 Pass 1 — L1 整体层(5 min) 只回答: 作者在主张什么?前提是什么? 提取 4 项: 立论 (一句话复述) 隐含前提 (作者没说但必须为真的假设) 范围边界 (时间 / 地域 / 对象 / 条件) 整体定调 (严肃学术 / 媒体评论 / 营销 / 自媒体 / 营销软文 / 宣传) 详见 references/layer1-overall.md 。 Pass 2 — L2 段落层(15 min) 逐段标注:主题句、段落主张、段落间关系(并列/递进/对比/回扣/游离)。 标记每段的推理类型: 演绎 / 归纳 / 类比 / 直觉 。 扫描常见逻辑谬误。详见 references/layer2-paragraph.md 和 references/logical-fallacies.md 。 Pass 3 — L3 句子/证据层(30 min) 抽取所有具体证据进 evidence list: 类型 例子 反向搜证命令 数据 "73.8% 的用户…" data:"<具体数字>" 引文 "XX 研究表明…" <作者> <期刊> <年份> 事件 "2024 年 3 月 X 公司…" <主体> <日期> <事件关键词> 概念 "根据 Y 理论…" <理论名> site:.edu OR site:.org 详见 references/layer3-sentence.md 和 references/evidence-verification.md 。 自动化辅助:运行 scripts/evidence-extractor.py 从粘贴的文章自动抽取候选证据。 Pass 4 — 横向验证(45 min) 每个高风险证据做一次反向搜证;每个核心主张找 ≥2 个 独立 (无相互引用)来源做三角验证。 工具链: Google Scholar / PubMed / 知网 — 学术 TinEye / Google Images — 反向搜图 Wayback Machine — 查历史快照 Factiva / 主流媒体 — 新闻事件 方法论:见 references/methodology.md 。 Pass 5 — 不可量化结论判定 如果结论是定性的(不可量化),套 6 维定性评估法 : 维度 评估问题 ① 内部一致性 与文章所有事实陈述是否自洽? ② 既有事实兼容性 与已确认的共识/物理规律是否相容? ③ 共识程度 主流学界/业界是否认可? ④ 可证伪性 能否举出"如果 X 发生则结论失败"的反例? ⑤ 替代解释覆盖 作者是否主动列出并反驳其他解释? ⑥ 时间检验 1 年 / 5 年 / 10 年回看是否仍成立? 关键洞察 :任何定性结论,作者说不出"什么情况下我会承认我错了" = 营销文/信仰文,不是知识。 详见 references/qualitative-assessment.md 。 Pass 6 — 证据链完整性检查 对每条核心主张画证据链: 主张 P ├─ 证据 E1 → 直接支持 P? ☐ 全 ☐ 部分 ☐ 否 ├─ 证据 E2 → 直接支持 P? ☐ 全 ☐ 部分 ☐ 否 ├─ 证据 E3 → …… ├─ 缺失环节 G1: 需要的额外假设是什么? ├─ 缺失环节 G2: …… └─ 反证 R: 被忽略的支持否定 P 的证据? 常见缺口:关键假设未声明 / 反证被剔除 / 第三变量未控制 / 样本迁移。 输出报告 复制 assets/report-template.md 模板,产出: 立论复述 + 整体定调判断 L1 / L2 / L3 三层评分 (各维 1-5 分) 加权总分 (默认 L1=30% / L2=30% / L3=40%,可按文章类型调整) 问题清单 (每条引用原文,标严重度 高/中/低) 采纳建议 :推荐采纳 / 谨慎采纳 / 不予采纳 / 需进一步核查 Resources scripts/ evidence-extractor.py — 从粘贴的文章中按正则模式自动抽取候选证据(数据/引文/事件),输出 evidence-list.json。Pass 3 自动化辅助。 references/ layer1-overall.md — L1 整体层 8 项检查清单 layer2-paragraph.md — L2 段落层 5 项结构检查 + 段落关系矩阵 layer3-sentence.md — L3 句子层 6 项动作 + 模糊归因红榜 logical-fallacies.md — 常见逻辑谬误分类清单(供 L2 排查) evidence-verification.md — 证据可考性 / 捏造识别 / 源头可信度评估 qualitative-assessment.md — 不可量化结论的 6 维定性评估法(详细) methodology.md — SIFT / CRAAP / 横向阅读 / 三角验证方法论 assets/ report-template.md — Markdown 评分报告模板(直接复制使用) 时间预算参考 文章长度 完整审查耗时 推文 / 短帖(< 500 字) 15-30 min 媒体评论 / 博客(500-3000 字) 1-2 h 深度报道 / 学术综述(3000-10000 字) 3-5 h 长篇报告 / 书籍章节(> 10000 字) 8+ h 如时间不允许,至少做 Pass 1 + Pass 2 + Pass 3 证据抽查 → 输出简化版报告。