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:

1. 立论(一句话复述)
2. 隐含前提(作者没说但必须为真的假设)
3. 范围边界(时间 / 地域 / 对象 / 条件)
4. 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:

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:

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:

1. 立论复述 + 整体定调判断
2. L1 / L2 / L3 三层评分(各维 1-5 分)
3. 加权总分(默认 L1=30% / L2=30% / L3=40%,可按文章类型调整)
4. 问题清单(每条引用原文,标严重度 高/中/低)
5. 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

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。