fact-checker

事实核查

概述

事实核查是一种有针对性的验证工作流，每次只处理一项事实断言。之所以需要它，是因为 Agent 经常会给出听起来合理、但可能是幻觉、摘自薄弱来源、与后续数据矛盾，或因新的报道而过时的说法。常规研究可以收集有用的背景信息，却仍无法回答这个具体问题：现有来源是否支持、反驳或已使这项具体说法过时，或者无法验证？

使用此技能，可将一项说法转化为结构化搜索查询，从多个相互独立的来源中收集支持和反驳的段落，评估来源的独立性和时效性，然后生成一份简洁的核查报告，附上引用并给出审慎的结论。

快速开始

在此技能目录中：

python scripts/verify.py structure --claim "Singapore's GDP grew 4.1% in 2025"

或使用兼容性快捷方式：

python scripts/verify.py --claim "Singapore's GDP grew 4.1% in 2025"

使用网页搜索工具和网页提取工具收集来源段落后，生成报告：

python scripts/verify.py report \
  --claim claim.json \
  --sources sources.json \
  --output verification-report.md

完成标准：报告须给出结论、列出所有引用来源、指出存在的矛盾，并附上来源独立性说明。

适用场景

• 在发布、发送或采信之前，核实一项事实说法。
• 检查某项统计数据、事件、关系、引语或日期是否有来源支持。
• 逐项核实 Agent 撰写的段落中影响最大的说法，以进行交叉核查。
• 审查引用的说法，评估来源的独立性和时效性。

不适用场景

• 广泛的主题研究或文献综述 → 使用深度研究工作流。
• 完整的实体背景档案 → 使用实体研究工作流。
• 引用数据库管理 → 使用来源追踪工作流。
• 宣传、偏见或意图分析 → 此技能仅核实事实依据。
• 实时市场、天气、紧急情况、法律、医疗或监管判定 → 使用权威的实时系统并由人工审查。

5 阶段流程

1. 解析说法

将断言提取为结构化对象：

• 说法文本 — 要核实的准确措辞。
• 说法类型 — 统计数据、事件、关系、引语或日期。
• 关键词 — 实体、指标、数值、年份、日期和具有辨识度的名词。
• 时间范围 — 若有，注明明确的年份或日期范围。
• 实体 / 指标 / 数值 — 若可识别。
• 搜索查询 — 3-5 条有针对性的搜索查询。

命令：

python scripts/verify.py structure --claim "Singapore's GDP grew 4.1% in 2025" > claim.json

完成标准：JSON 中包含足够的词语，无需依赖记忆即可搜索这项说法。

2. 搜索

在不同来源类别中运行 3-5 条有针对性的搜索。组合使用：

• 一手 / 官方来源查询：监管机构、统计机构、公司文件、法院文件、政府公告。
• 独立新闻 / 报告查询：信誉良好的媒体或分析师报告。
• 矛盾查询：添加 not、revised、correction、dispute 等词，或替代数值 / 日期。
• 时效性查询：若说法涉及特定时间范围，则添加 latest、当前年份、revised、updated 或 final。

不要将同一新闻稿的多个转载版本视为独立证据。

完成标准：搜索集合中至少包含一条可能找到矛盾或更新数据的查询，而不只是用于确认说法的查询。

3. 提取

对于每个候选来源，提取一段简短文字，直接确认、反驳或补充说明该说法。将来源存储为 JSON：

[
  {
    "url": "https://example.org/report",
    "title": "Example Report",
    "passage": "The economy grew 4.1% in 2025...",
    "stance": "confirm",
    "source_type": "official",
    "accessed_at": "2026-07-06"
  }
]

stance 的取值：

• confirm — 直接支持该说法。
• refute — 直接反驳该说法。
• nuance — 部分支持、附加限定或改变其适用范围。

完成标准：每个来源都包含 URL、标题、引用段落、立场、来源类型和访问日期。

4. 交叉核查

在做出判断前，评估以下四个方面：

1. 来源独立性 — 根域不同是一个起点，但还不够。请检查各来源是否依赖同一篇新闻稿、新闻发布稿、文件或数据集。
2. 一致性 — 分别统计支持、反驳和补充说明的来源。
3. 矛盾 — 如果可信来源意见不一，请附上引用并呈现双方观点。
4. 时效性 — 如果主张涉及某一时间段，请检查是否有后续修订、最终数据、重述或更新后的文件。

使用 URL 评估辅助工具：

python scripts/verify.py assess --urls "https://a.example/report,https://b.example/story,https://c.example/data"

完成标准：最终报告说明证据是否真正独立且具有时效性。

5. 结论

生成报告：

python scripts/verify.py report --claim claim.json --sources sources.json --output report.md

结论是一个置信度标签，而非真相判定器。报告应说明收集到的证据支持什么、存在哪些冲突，以及还有哪些未知事项。

完成标准：结论符合以下标准，且报告包含引用、矛盾、备注和核查日期。

置信度标准

结论	适用情形	最低证据要求
✅ 已核实	多个相互独立的可靠来源直接支持该主张，且未发现可信的相反证据。	至少 2 个相互独立的支持来源、数据具有时效性，且没有可信的反驳来源。
⚠️ 可能属实	有一个权威来源支持该主张，或有有限的佐证，且未发现矛盾。	1 个官方／学术／报告来源，或 1 个强来源加上较弱的佐证。
⚖️ 存在争议	可靠来源对该主张意见不一。	至少 1 个支持来源和 1 个反驳来源，且两者都明显相关。
❓ 未核实	没有可靠来源直接支持该主张。	没有可靠来源、只有较弱／不相关的提及，或来源未涉及该断言。
📅 已过时	该主张似乎在较早的数据版本中属实，但更新的数据与之矛盾或已取代旧数据。	较早来源予以确认，且较新来源与之矛盾或已修订。

不得臆造规则

如果没有找到来源，结论应为 未核实，绝不能标为 false。快速搜索中缺少证据并不能证明该主张为假。请说明搜索了什么、没有找到什么，以及得出更有力结论还需要哪些信息。

过时信息检测

如果主张提及年份、季度、事件日期、文件期或特定的数据发布版本：

• 搜索 revised、final、updated、restated、latest 和当前年份。
• 优先采用最新的官方数据版本，而非较早的初步报道。
• 如果较早来源予以确认，但较新来源与之矛盾，且新来源取代了旧来源，则应使用 已过时，而非 存在争议。

呈现矛盾

来源意见不一时，请呈现双方观点。不要悄然选择符合预期答案的一方。请解释措辞、范围、单位、日期和数据版本之间的差异。

声明类型

声明类型	检测线索	验证方法	最佳来源
统计数据	数字、百分比、货币、比率、排名	查找原始数据集或发布内容；核实单位、时间段、地理范围和修订情况。	统计机构、申报文件、官方数据门户、经审计的报告。
事件	收购、推出、宣布、辞职、获胜、提交、批准	确认事件是否发生、日期、相关方和状态；若是宣布而非完成，还要查看后续信息。	新闻稿、申报文件、监管机构通知、信誉良好的新闻来源。
关系	is CEO of、belongs to、owned by、subsidiary of、partnered with	核实当前关系及生效日期；查看关系是否发生变化。	公司页面、申报文件、登记资料、官方简介、信誉良好的个人资料页面。
引述	引号、said、wrote、according to	查找原始文字记录、文件或音频；核实确切措辞和说话者。	文字记录、演讲、访谈、一手文件。
日期	明确的年份或日期、founded in、launched on、as of	核实确切日期，以及它是开始、宣布、完成、发布还是生效日期。	官方时间线、申报文件、一手文件、附有引文的百科全书式参考资料。

来源独立性规则

来源数量不等于证据数量。三篇都引用同一份新闻稿的文章，只算作一个来源源头，而非三项独立佐证。

只有当来源来自不同组织，且看起来是独立获取或核实了该事实时，才将它们视为相互独立。比较根域是一个实用的初步方法，但还要检查：

• 多个网站是否使用相同署名或通讯社稿件。
• 措辞和发布时间戳是否相同。
• 是否有 according to the company、according to a press release 或 reported by Reuters 等明确表述。
• 汇总页面是否只是概述另一家媒体的内容。
• 多篇文章是否重复使用官方数据；此时数据集才是主要来源。

如有疑问，应保守计数并说明限制。

集成

• 深度研究工作流——在发布长篇报告前核实关键声明。对最重要的统计数据、日期和可能引发争议的断言运行此技能。
• 来源跟踪器——记录验证报告中使用的每个来源，并添加主题标签和备注，以便重复使用引文。
• 实体研究——在将实体特定的声明纳入档案前进行核实，例如所有权、领导层、注册状态、不利媒体报道中的断言以及制裁名单相关信号。

常见陷阱

1. 将二手来源当作独立来源。 多篇文章可能重复引用同一来源。追溯到原始来源。
2. 确认偏误。 仅包含所声称数值的查询往往只会找到支持性内容。至少要运行一次用于查找矛盾或修订信息的查询。
3. 在没有证据的情况下判定为 false。 搜索无结果意味着尚未核实，除非有可靠来源直接驳斥该声明。
4. 忽视时效性。 初步数据、过时的简介以及已宣布但尚未完成的事件往往会变得陈旧。
5. 范围不匹配。 来源可能支持一项相似的声明，但涉及的国家、时间段、单位、分母或实体不同。
6. 引述洗白。 不要根据引述汇编来核实引述；应找到原始文字记录、视频、演讲或文件。
7. 过分看重域名数量。 不同域名仍可能发布相同的转载文章或新闻稿。

核验清单

• 引述的主张准确无误，且范围仅限一项断言。
• 尽可能提取主张类型、关键术语、时间段、实体、指标和值。
• 搜索涵盖官方/一手来源、独立二手来源、矛盾信息和时效性查询。
• 每个来源均记录 URL、标题、段落、立场、来源类型和访问日期。
• 除根域名外，也检查了来源是否相互独立。
• 分别统计了支持、反驳和补充说明的来源。
• 引用来源，明确指出矛盾之处。
• 对有时限的主张，检查了时效性和数据版本。
• 结论符合置信度标准。
• 未将任何缺乏证据支持的主张提升到超出证据所能支持的程度。

此技能不是什么

• 不是通用研究引擎。
• 不是宣传、偏见或意图检测器。
• 不是实时数据源。
• 不能替代官方数据库、专业判断、法律建议、医疗建议或领域专家。
• 本身不具权威性；它会生成带引用的核验报告，供他人审阅。

文件

• scripts/verify.py — 基于规则的主张结构化、URL 独立性评估和 Markdown 报告生成。
• references/confidence-rubric.md — 详细的结论标准、边缘情况和示例。
• references/source-independence.md — 来源起源和转载规则。
• templates/verification-report.md — CLI 输出使用的报告模板。
• tests/test_verify.py — 覆盖解析、报告生成和独立性评估的 pytest 测试。