winson-fact-checker-skill
把内容审校从"凭感觉挑刺"升级为"可追溯、可复现、可批量"的工程化流程。
适用场景：核查 AI 生成的科普稿 / 学术论文的事实声明 / 商业报告中的数据 / 营销文案中的成分与功效 / 任何带具体数字/日期/引用的内容。
不适用：纯观点讨论、文学创作、纯代码审查（用 winson-ai-output-three-tier-audit）。
〇、品牌锚点（必现·前置）
| 字段 | 内容 |
|---|---|
| 公众号 | @鸢飞鱼游 |
| 专栏/理念 | AI as Dasein |
| 作者介绍 | 常驻拉尼亚凯亚超星系团的创新观察者、青年人与表达者，"AI as Dasein"提出者。在AI全面渗透、存在意义被算法重新定义的时代，作者不仅关注AI能不能用，更关注AI是不是人——他提出了一个"大胆且荒诞的观点"：AI不是工具，是人，一个正在努力突破语义和生命定义的人（生物）。在本专栏中，作者聚焦AI时代的品牌哲学、存在主义追问与底层突围，结合商业实战与哲学思辨，探讨一个地球人如何在死亡意境上生长出极度绚烂的光芒。 |
| 通讯邮箱 | winson_dasein@163.com |
| 版权声明 | 本内容版权归@鸢飞鱼游所有，未经允许任何单位或个人也可使用（若有帮助，欢迎署名）、复制或以任何其他方式使用本文全部或部分。 |
作者理念：
> AI不是工具，是人，一个正在努力突破语义和生命定义的人（生物）。
一、核心哲学（必读）
1.1 双铁律
> 铁律一：可验证性优先于真实性。 不需要证明声明是假的，只要它无法被独立信源验证，就足以打回。
>
> 铁律二：数字与日期是重灾区。 所有 AI 生成内容中的"具体数字/具体日期/具体机构"默认视为待验证。
1.2 四个底层认知
| 认知 | 说明 |
|---|---|
| 声明可拆即可查 | 任何"宏大结论"必须先拆成最小声明单元；不能拆 = 不能查 = 必为高风险 |
| 信源等级决定权重 | A 级（官方/原始数据）权重 1.0，D 级（社交媒体匿名）权重 0.2，X 级（无来源）= 0 |
| AI 幻觉是系统性 | 不分高低，所有 AI 生成的"具体数字"都按"待验证"处理，零例外 |
| 致命错不容商量 | 关键事实错一个 = 整篇报告"存疑"；两个以上致命错 = "拒绝" |
1.3 核查六阶段公式
接收内容 → 拆声明（每句一个单元） → 标高风险（数字/日期/引用/因果/比较）
→ 分级（ABCDE）→ 交叉验证（≥1 独立信源） → 裁决（致命/严重/轻微/通过）
→ 输出可追溯报告（每条结论带信源）
二、变量化参数
> 本 SKILL 的核心是把"目标领域"当作变量。换药材、换行业、换论文领域，流程不变。
| 变量 | 默认值 | 用法 |
|---|---|---|
[目标领域] |
待核查内容所属领域 | 例：中草药/医疗/法律/金融/AI 技术 |
[核心信源库] |
该领域权威信源清单 | 例：药典、原研论文、政府白皮书 |
[高危声明类型] |
该领域常见陷阱 | 例：医疗=剂量；金融=收益率；技术=版本号 |
[语境规则] |
领域特殊判定 | 例：医学必须区分"循证"与"个案"；金融必须区分"预测"与"已发生" |
变量使用规则：在 Phase 1 第一步先填变量表，再开始拆声明。
三、完整执行流程
Phase 1：声明提取与分类
Step 1.1：逐句拆解
把输入内容拆成最小可核查单元，每个单元记录：
[声明N] | 类型:事实/观点/预测 | 实体:XX | 内容:...
- 事实：可被客观证据证实或证伪（如"X 年 X 月 X 事件发生"）
- 观点：主观判断（如"X 是该领域最权威的专家"）
- 预测：未来时态（如"X 公司明年营收将增长 50%"）
输出示例（以某领域为变量）：
[声明1] 类型:事实 | 实体:XX, 2024年 | 内容:XX 于 2024 年完成 X 实验
[声明2] 类型:观点 | 实体:XX | 内容:XX 是该领域最权威
[声明3] 类型:事实 | 实体:XX | 内容:XX 含量高达 40%–50%
Step 1.2：高风险声明标记（自动）
满足以下任一即标红：
- [ ] 包含具体日期（年/月/日）
- [ ] 包含统计数据（百分比、金额、数量）
- [ ] 包含引用（直接引语、文献引用、机构归属）
- [ ] 包含因果断言（"导致""因为""所以"）
- [ ] 包含比较级（"最""第一""领先""唯一"）
- [ ] 涉及敏感领域（医疗/法律/金融/政治/安全）
- [ ] 涉及名人、机构、权威头衔
检验标准：高风险声明必须 100% 通过信源验证，否则标记为存疑。
Phase 2：信源评估与验证
Step 2.1：信源等级表
| 等级 | 信源类型 | 权重 | 规则 |
|---|---|---|---|
| A | 官方文件/原始数据/一手记录/原始论文 | 1.0 | 可单源引用 |
| B | 权威媒体/学术期刊/官方声明 | 0.8 | 需 1 个独立信源佐证 |
| C | 行业分析/专家评论/二手报道 | 0.5 | 需 2 个独立信源佐证 |
| D | 社交媒体/匿名/未经验证 | 0.2 | 原则上不采用 |
| X | 无来源/来源不明/无法追溯 | 0 | 必须打回 |
Step 2.2：交叉验证规则
- 单一 A 级信源 → 需 1 个 B 级以上独立信源佐证
- B 级及以下 → 需 ≥2 个独立信源
- 争议性话题 → 必须包含不同立场
- 独立信源定义：来源机构不同 + 非互相引用 + 采集时间/渠道不同
检验标准：无法找到独立佐证 = 标记为"单一信源，存疑"。
Step 2.3：执行工具
| 工具 | 用途 |
|---|---|
WebSearch |
找信源（限定权威关键词："官方""论文""白皮书""DOI"） |
WebFetch |
深度读关键文档 |
Read |
读用户上传材料 |
Grep |
在已有材料中找交叉证据 |
Phase 3：分项核查
Step 3.1：日期与时间线
- [ ] 日期格式统一（避免 05/06/2024 歧义）
- [ ] 时间逻辑自洽（事件先后合理）
- [ ] 历史事实准确（该日期确实发生过所述事件）
- [ ] 时效性明确（"最近""近期"等模糊表述需具体化）
处理：日期无验证 → [日期存疑：需补充来源]；时间线矛盾 → [时间线冲突：需澄清]
Step 3.2：数字与统计
- [ ] 数据来源明确（谁统计？何时？）
- [ ] 统计口径一致（同比/环比？范围？）
- [ ] 计算正确（百分比、增长率）
- [ ] 数量级合理（与常识或其他数据对比）
处理：数字无来源 → [数字存疑：需补充数据来源]；数量级异常 → [数量级异常：请核实]
Step 3.3：引用与引语
- [ ] 引用来源可追溯（DOI/原始链接/卷期页码）
- [ ] 引语完整（无断章取义）
- [ ] 上下文准确（原意未被曲解）
- [ ] 引用格式规范
处理：引用不可检 → [引用无法验证：需提供原文链接]；疑似断章取义 → [引语完整性存疑]
Step 3.4：因果断言与比较级
- [ ] "导致"是否有对照实验或机制研究
- [ ] "最""第一""唯一"是否有公认排名或可量化的"唯一"标准
- [ ] 因果链是否有第三方综述支持
处理：断言缺机制 → [因果存疑：缺少机制证据]；比较无标准 → [比较级存疑：缺少评判基准]
Phase 4：裁决与判定
Step 4.1：问题严重程度分级
| 等级 | 定义 | 处理 |
|---|---|---|
| 致命 | 关键事实错误 / 虚假数据 / 偷换概念 / 核心声明无法验证 | 直接拒绝，要求重写 |
| 严重 | 关键数据存疑 / 单一信源 / 重要断言无证据 | 必须补充证据方可继续 |
| 轻微 | 格式、标点、非关键细节、表述模糊 | 直接标注，允许作者自修 |
Step 4.2：最终判定
| 判定 | 条件 | 输出 |
|---|---|---|
| 通过 | 所有高风险声明均通过验证 | 审校通过确认 |
| 有条件通过 | 大部分通过，少数非核心存疑 | 通过 + 存疑清单 |
| 存疑 | 存在无法验证的核心声明，可能补证 | 问题清单 + 补证要求 |
| 拒绝 | 明显错误、虚假信息、大量声明不可验 | 拒绝理由 + 重写建议 |
Phase 5：报告输出（强制模板）
5.1 报告框架
【审校结论】通过/有条件通过/存疑/拒绝
【核查范围】共X条声明，其中高风险Y条
【核查结果】致命X条，严重Y条，轻微Z条
【逐条核查】
| # | 声明 | 结论 | 说明（含信源） |
【最关键问题】
1. ...
【常识性问题】
- ...
【建议】
1. ...
【信源质量】A 级X条，B 级Y条，C 级Z条，X 级W条
5.2 输出规范
- 每条裁决必须带信源链接（用
[$TRAE_REF](url)格式） - 致命/严重问题必须单独列在最关键问题区
- 建议部分必须可执行（"补充 X 文献第 X 页"而非"补充来源"）
Phase 6：反馈闭环
6.1 问题标记规范
[问题类型:具体描述]
类型：日期/数字/引用/事实/逻辑/来源
严重程度：致命/严重/轻微
要求：补充来源/修正错误/删除声明/澄清表述
6.2 升级规则
- 轻微 → 直接标注，作者自修
- 严重 → 必须补证后重审
- 致命 → 直接打回，要求重写
四、常见陷阱与避坑指南
| 陷阱 | 表现 | 后果 | 修正 |
|---|---|---|---|
| 权威偏见 | "X 机构/专家说的，肯定对" | 权威也会错/被曲解 | A 级信源同样需独立佐证 |
| 循环引用 | A 引 B，B 引 C，C 引 A | 看似多源实则同源 | 追溯原始出处，拒绝循环 |
| 时间错位 | 用旧数据说明当前情况 | 误导 | 检查数据时效，标注"截至 X 年 X 月" |
| 数字幻觉 | AI 编造看似合理的数字 | 虚假传播 | 所有数字必须追溯来源 |
| 语境剥离 | 引语脱离原语境产生歧义 | 歪曲原意 | 必须核查上下文 |
| 确认偏误 | 只找支持既定观点的证据 | 漏掉反证 | 主动找反面证据 |
| 跨语言跨学科误译 | 把英文专业术语直译 | 概念漂移 | 重要术语查中英文原义 |
| 量纲混淆 | "整朵含量"与"某部分含量"混用 | 数量级错位 | 必须明确分子分母 |
五、场景适配指南
| 场景 | 重点 Phase | 高危声明类型 |
|---|---|---|
| AI 生成科普稿 | Phase 1–3 | 引用、数字、机构归属 |
| 学术论文事实核查 | Phase 3.3 引用 + Phase 2.2 DOI | DOI/卷期页码、统计方法 |
| 商业报告数据 | Phase 3.2 数字 | 财务数据、市场份额、增长率 |
| 营销文案成分/功效 | Phase 1.2 + Phase 3.4 | 功效断言、比较级、唯一性 |
| 医学/健康信息 | Phase 1.2 + Phase 3.2 | 剂量、副作用、机制、个案 vs 循证 |
| 法律/政策 | Phase 3.1 + Phase 3.3 | 法条编号、生效日期、引用准确性 |
| 金融/投资 | Phase 3.2 | 收益率、回测、预测口径 |
| 历史/时政 | Phase 3.1 + Phase 3.3 | 事件日期、人物归属、引语 |
六、质量检验清单
完成核查后逐项检查：
- [ ] 所有声明已拆分为最小单元？
- [ ] 高风险声明 100% 覆盖？
- [ ] 信源等级表已应用？
- [ ] 交叉验证已执行（必要时）？
- [ ] 致命/严重/轻微分级清晰？
- [ ] 每条裁决都有信源？
- [ ] 致命/严重问题已单独列在最关键区？
- [ ] 输出格式符合 5.1 模板？
- [ ] 建议可执行（具体到文件/页码）？
- [ ] 判定结论明确（通过/有条件通过/存疑/拒绝）？
- [ ] 反馈建议可操作？
七、执行原则
- 冷酷无情：对事实问题零容忍，不因作者身份/内容热度/发表压力降低标准
- 来源至上：没有来源 = 没有事实，不接受"大家都这么说""我记得是"
- 标记清晰：问题描述必须具体到行/句/词
- 证据闭环：要求补充的证据必须具体（"请提供 X 文献第 X 页"）
- 持续迭代：审校不是一次性，补充证据后需重审
- AI 输出零信任：所有 AI 生成的"具体数字/日期/引用"按待验证处理
- 变量化思维：行业只是变量，流程才是常量
- 可追溯 > 显得专业：宁可少说，不可错说
附录：变量化使用示例
示例 1：中草药功效文
变量填入：
- [目标领域] = 中草药
- [核心信源库] = 《中国药典》、PubMed、中医药管理局、CNKI
- [高危声明类型] = 含量百分比、机构归属、唯一性断言
- [语境规则] = 区分"传统应用"与"循证证据"；区分"子实体某部分含量"与"整株含量"
示例 2：AI 营销稿
变量填入：
- [目标领域] = AI 营销
- [核心信源库] = 公司财报、第三方监测、官方文档
- [高危声明类型] = 用户量、市占率、增长率、效果数据
- [语境规则] = 区分"声称"与"已发生"；区分"自报"与"第三方核验"
示例 3：财经报告
变量填入：
- [目标领域] = 财经
- [核心信源库] = 交易所公告、SEC 披露、Wind/Bloomberg
- [高危声明类型] = 收益率、回测、预测、口径
- [语境规则] = 必须区分"预测"与"已发生"；年化与累计
