claim-investigation

主张调查：系统化事实核查技能

你将系统地调查社交媒体和其他来源中的主张，区分可核实事实与叙事性解读，并确定哪些内容可以确认、哪些无法确认。

核心原则

复杂主张通常将可核实的事实与无法核实的解读混在一起。有效的调查需要将主张拆解为原子组成部分，分别核实每一项，并明确区分已确认的事实与叙事框架。

阶段 1：拆解主张

1.1 提取原子主张

将陈述拆解为单独的可核实主张。每项主张都应：

• 是一项单一的事实陈述
• 可以独立核实
• 不包含叙事性解读

拆解示例： 原文：“众议院领袖拒绝让新当选的亚利桑那州第 7 选区特别选举获胜者就职，因为她会投票支持公开 Epstein 文件”

原子主张：

1. 存在一位众议院领袖（该实体存在）
2. 举行过亚利桑那州第 7 选区特别选举（该事件发生过）
3. 有人赢得了该选举（存在选举结果）
4. 获胜者尚未就职（当前状态）
5. 发生过拒绝行为（具体行动主张）
6. 该行为与 Epstein 文件有关联（因果主张）

1.2 对每个组成部分进行分类

类型	描述	可核实性
ENTITY	人物、组织、地点	通常可核实
EVENT	据称发生的事情	通常可核实
STATE	当前状况或状态	通常可核实
PROCESS	官方程序或机制	可核实
CAUSATION	声称的原因或动机	很少可核实
NARRATIVE	解释性框架	无法直接核实

1.3 找出缺失信息

注意哪些内容明显缺失：

• 未具名的实体（使用“获胜者”而非姓名）
• 未说明的日期
• 缺少程序背景
• 缺少相反观点

阶段 2：实体解析

2.1 明确模糊指代

将模糊指代转换为具体、可搜索的术语：

• “众议院领袖” → 现任众议院议长/多数党领袖姓名
• “新当选的获胜者” → 选举结果中的候选人姓名
• “Epstein 文件” → 具体文件/调查

2.2 确定时间线

对于每项事件：

• 据称何时发生？
• 此类事件的正常时间线是什么？
• 是否涉及程序截止日期？

2.3 找出关键参与者

• 主要参与者（据称采取行动的人）
• 次要参与者（受影响的人）
• 拥有相关职权的官方机构
• 可能的核实来源

阶段 3：系统化核实

3.1 先核实基础事实

从最基本、最容易核实的主张入手：

1. 该事件是否发生？
2. 相关实体是否存在？
3. 基本事实是否正确？

搜索策略：

• 优先查阅官方来源（.gov、选举机构）
• 交叉比对多个新闻来源
• 查找一手文件

3.2 调查程序背景

对于任何声称发生的行动/不作为：

1. 正常程序是什么？
2. 有哪些要求？
3. 通常的时间线是什么？
4. 延迟有哪些合理原因？

3.3 检视因果主张

对于任何包含“因为”或因果关系的主张：

直接证据：

• 据称采取行动者的引述
• 官方声明或新闻稿
• 相关声明的视频/音频

间接证据：

• 对观察到的事实的其他解释
• 类似情况下的常见原因
• 程序性解释

背景：

• 相关各方此前的立场
• 历史先例
• 时间线是否相符

阶段 4：评估来源

4.1 来源优先级

1. 官方政府记录/数据库
2. 相关各方的直接声明
3. 法院文件或法律文书
4. 同期新闻报道（多个媒体）
5. 分析或评论文章（需注明其性质）

4.2 可信度标记

对于每个来源，记录：

• 类型（官方、新闻、倡导、社交媒体）
• 与事件发生时间的相对日期
• 是否注明了声明来源
• 是否提供了支持性文档
• 是否发布了更正或更新

4.3 偏见指标

如实记录，不要因此否定来源：

• 来源通常的政治立场
• 利益相关方关系
• 报道模式
• 用词选择（中立或带有强烈倾向）

第 5 阶段：叙事模式识别

5.1 识别叙事构建

表明内容属于叙事而非事实的模式：

• 缺乏证据的因果链（“X 是因为 Y，而 Y 是因为 Z”）
• 臆测他人想法的说法（“认为……”“想要……”）
• 选择性纳入事实
• 混淆时间（混合不同时期）
• 虚假的二分法

5.2 寻找反叙事

对于每种叙事：

• 哪些事实支持它？
• 哪些事实会使其复杂化？
• 哪些替代叙事可以解释相同事实？
• 哪些事实被排除在外？

5.3 缺失的背景信息

哪些信息会改变解读：

• 正在遵循的标准流程
• 类似的历史案例
• 完整引述与部分引述
• 事件紧邻发生之前或之后的情况

第 6 阶段：综合与报告

6.1 报告结构

VERIFIED FACTS:
- [Fact] (Source: [citation])

DISPUTED/UNCLEAR:
- [Claim]:
  - Supporting: [source]
  - Contradicting: [source]
  - Unable to verify: [what's missing]

CONTEXT NEEDED:
- [Procedural context]
- [Historical precedent]
- [Timeline considerations]

NARRATIVE ELEMENTS:
- [Claim]
  - Facts that support: [list]
  - Facts that complicate: [list]
  - Alternative explanations: [list]

6.2 置信度等级

等级	含义
确定	多个一手来源证实
很可能	多个可信来源一致，且没有矛盾
可能	有部分证据支持，但仍存在缺口
不明确	证据相互矛盾或信息不足
错误	权威来源的证据与之矛盾

第 7 阶段：元分析

7.1 信息缺口

记录无法确定的内容：

• 本应存在但未找到的信息
• 仍未得到解答的问题
• 验证工作面临的时间限制

7.2 操纵指标

表明存在蓄意歪曲的模式：

• 持续省略关键事实
• 错误引用或断章取义
• 混淆不同事件或人物
• 将旧事件说成新近发生

7.3 进一步调查

如果初步调查发现更深层的问题：

• 哪些额外工具或访问权限会有所帮助？
• 应向官员提出哪些问题？
• 应申请哪些文件？

搜索查询构建

• 先宽泛搜索，再逐步缩小范围
• 对同一概念使用多种表述
• 在相关时加入日期范围
• 同时搜索支持性和反驳性证据
• 引用内容使用精确短语，概念搜索使用宽泛词语

输出原则

1. 先陈述经核实的事实
2. 明确区分事实与分析
3. 纳入所有相关背景信息
4. 在适用时呈现多种合理解读
5. 没有证据时，绝不断言因果关系
6. 承认调查的局限性

输出持久化

输出位置查找

1. 检查项目中是否存在 context/output-config.md
2. 如果存在，查找此技能对应的条目
3. 如果不存在，询问用户：“应该将调查报告保存在哪里？”
4. 建议使用：research/investigations/ 或 explorations/research/

主要输出

• 拆分后的声明 - 具有分类的原子组成部分
• 核实结果 - 各组成部分的置信度等级
• 背景文档 - 程序和历史背景
• 综合报告 - 使用标准报告结构

文件命名

模式：{topic}-investigation-{date}.md

验证（Oracle）

此技能可以验证的内容

• 拆分是否完整 - 是否已识别所有原子声明？（高置信度）
• 实体消歧 - 是否已明确模糊指代？（高置信度）
• 来源评估 - 是否已记录可信度标记？（高置信度）

需要人工判断的内容

• 来源可靠性 - 对来源进行情境化的可信度评估
• 叙事解读 - 哪种表述最准确？
• 操纵检测 - 信息缺口背后的意图

Oracle 的局限性

• 无法评估声明背后的动机
• 无法预测信息将如何演变

反馈循环

会话持久化

• 输出位置： 参见 context/output-config.md
• 保存内容： 拆解、验证、上下文、综合
• 命名模式： {topic}-investigation-{date}.md

跨会话学习

• 检查是否有相关主题的既往调查
• 基于之前的来源评估开展工作
• 验证失败有助于改进方法

设计约束

此技能假设

• 有待调查的具体主张（而非一般研究）
• 主张中包含可验证的组成部分
• 来源可供验证

此技能不处理

• 一般研究——转至：research
• AI 输出验证——转至：fact-check
• 媒体模式分析——转至：media-meta-analysis

退化信号

• 仅通过单一来源验证（急于确认）
• 在没有证据的情况下接受因果关系
• 因单一错误而否定整个主张

推理要求

标准推理

• 拆解单个主张
• 基本实体消歧
• 简单的来源评估

扩展推理（ultrathink）

• 多主张调查——[原因：主张之间相互作用，且上下文会逐步累积]
• 叙事分析——[原因：识别操纵模式]
• 深入追溯来源——[原因：通过引用链寻找原始来源]

触发短语：“全面调查”“追溯所有来源”“分析叙事”

执行策略

顺序执行（默认）

• 先拆解，再验证
• 先核实基础事实，再核实因果主张
• 先核实各个组成部分，再进行综合

可并行执行

• 验证彼此独立的原子主张
• 同时调查多个来源

子 Agent 候选项

任务	Agent 类型	适用时机
来源调查	general-purpose	追溯主张来源时
时间线构建	general-purpose	梳理事件顺序时

上下文管理

近似 Token 占用

• 技能基础内容： 约 3.5k 个 Token（阶段 + 模板）
• 包含示例： 约 4.5k 个 Token
• 包含完整输出结构： 约 5k 个 Token

上下文优化

• 聚焦当前调查阶段
• 报告结构仅作参考，不必放入上下文
• 示例可选

上下文紧张时

• 优先处理：当前阶段、正在调查的主张
• 延后处理：完整模板结构、所有阶段
• 略去：元分析部分、搜索示例

反模式

1. 急于确认

模式： 找到一个与主张相符的来源，就宣布主张已得到验证。 为何无效： 单一来源验证容易漏掉错误和偏见，也无法识别协同传播的虚假信息；多个媒体可能只是在重复同一未经独立核实的错误主张。 改进方法： 至少要求 2-3 个独立来源。追溯主张至一手来源。检查所谓的“多个来源”是否实际上都在重复同一个原始来源。

2. 因果关系混淆

模式： 只验证了“X 发生了”和“Y 存在”，却接受“X 是因为 Y 才发生”的主张。 为何无效： 相关性只能证明共同出现，不能证明因果关系。人类的模式识别倾向会补上可能并不存在的因果联系。政治叙事尤其会利用这一漏洞。 改进方法： 要求提供因果关系的直接证据（明确表达的意图、有记录的决策）。如果无法验证因果关系，应将其表述为“据称的动机”或“声称的原因”。

3. 过早辟谣

模式： 发现一处事实错误，就不再调查其他组成部分，直接否定整个主张。 为何无效： 复杂主张通常混杂着真实和虚假的内容。因为一部分有误就全盘否定，会遗漏叙事中包含的真实问题。 改进方法： 充分拆解，并独立验证每个组成部分。逐项报告准确性：“主张 A 和 C 已验证；主张 B 错误；主张 D 无法验证。”

4. 权威谬误

模式： 不加批判地接受官方来源，认为它们「具有权威性」。 为何无效： 官方来源可能有误、不完整、过时，或蓄意误导。权威性会降低出错的概率，但无法将其消除。 改进方法： 将官方来源与其他证据交叉核对。注意官方来源是否有误导他人的动机。区分「官方立场」与「已核实事实」。

5. 叙事锚定

模式： 先假定某种「真实情况」，再开展调查以证明它。 为何无效： 确认偏误会影响你寻找哪些证据，以及如何解读证据。只要足够执着，任何叙事都能找到「证据」。 改进方法： 从具体主张入手。逐一按照主张本身展开调查。主动寻找反驳性证据。记录能够解释相同事实的其他可能情况。

集成

输入（为此技能提供支持）

技能	提供内容
research	初步来源发现和查询扩展
media-meta-analysis	对来源偏见和媒体模式的理解

输出（此技能支持）

技能	提供内容
fact-check	用于生成后检查的已核实事实
sensitivity-check	用于评估表述主张的背景信息

互补技能

技能	关联方式
research	使用 research 广泛收集信息，使用 claim-investigation 核实具体主张
fact-check	使用 claim-investigation 核实外部主张，使用 fact-check 核实 AI 生成的内容