agentleFS
zieang88888zieang88888/zhskills/skills/analyze-claims/SKILL.md

analyze-claims

Skill1 starsChanged 46 days agoMITView on GitHub

对一条或多条声明 / 说法 / 文章论断做结构化可信度核查——拆成可单独检验的条目,逐条评估证据、来源与可信度,输出核查报告与需核实清单。当用户需要甄别新闻/消息、把关营销文案、汇报材料事前核查、辨析谣言,或说"帮我看看这段话能不能信 / 这句话有几分真 / 核查一下这些说法"时使用。

The file

Files
SKILL.md

信息可信度核查 · analyze-claims

二次开发:本技能改编自 danielmiessler/fabric 的 analyze_claims(MIT License © 2012-2024 Scott Chacon and others),在保留其核心方法论基础上,升级为「提示词 + 可执行 CLI」双形态。署名见本目录 NOTICE.md 与仓库 THIRD_PARTY_NOTICES.md。

这个技能做什么

把一段含论断的文字(新闻、群聊消息、营销文案、汇报材料、文章节选)拆成一条可单独检验的声明,逐条回答四个问题:这句话在主张什么?它可证伪吗?文中给出的证据是什么、来源可靠吗?它与已知事实冲突吗?最后给出每条声明的可信度结论和一张"建议去查什么"的清单。

核心方法论(改编自 fabric analyze_claims):

  • 先把"整段话"与"它要论证的主张"在脑子里分开,再把主张拆成可逐条检验的声明;
  • 区分断言的事实与作者的观点——事实断言走证据评估,价值判断 / 情绪表达不冒充事实;
  • 每条声明都要给证据强度、来源可靠度与一个明确的可信度评级,评级只看证据、不看立场;
  • 不编造证据:拿不出外部可验证的证据就如实写"无据"并说明理由,而不是替原文补一个来源。

典型场景:新闻 / 消息甄别、营销文案把关、汇报材料事前核查、谣言辨析、合同 / 政策解读材料可信度初筛。

输入要求

  • 必填:待核查文本——一条或多条声明均可,整段粘贴即可;建议同时提供其来源出处(公众号 / 媒体 / 群聊 / 汇报材料)与发布时间,用于判断来源可靠度与时效性。
  • 可选:用户已掌握的背景事实、对某条声明的预设立场(核查时反而要警惕立场影响)、希望重点核查的条目。
  • 信息不足时:来源未注明就标"来源可靠度:未注明",不得替原文脑补出处;拿不准的声明标注(待核实),不要硬下结论。

输出结构(模板见 scripts/templates/analyze-claims.template.md)

一份 Markdown 核查报告,自上而下:

  1. 标题与概览:# 信息可信度核查 · {核查对象一句话},注明核查范围与声明条数。
  2. 声明拆解:表格逐条列出——编号 / 原文片段 / 类型(事实断言 / 价值判断 / 情绪表达 / 建议)/ 可证伪性(可通过事实验证 / 不可证伪)。原文出现的每条声明都要进表,不遗漏。
  3. 逐条评估:表格逐条列出——编号 / 证据强度(有据 / 部分有据 / 无据)/ 来源可靠度 / 与已知事实是否冲突 / 说明(判"无据"必须写明理由)。
  4. 可信度结论:表格逐条列出——编号 / 可信度(高 / 中 / 低)/ 一句话理由。
  5. 需核实清单:哪些断言建议实际查证、具体查什么(数据出处、原始来源、发布时间、统计口径)。
  6. 边界说明:本报告仅基于文本分析,不替代查证;模型知识可能过时,时效性数据以权威来源为准。

工作流程

  1. 通读并拆分:把整段话通读一遍,拆成一条条可单独检验的声明;一句话里含多个断言时拆开(如"该产品销量增长 30%,远超竞品"要拆成"销量增长 30%"与"远超竞品"两条)。
  2. 逐条定性:为每条标类型与可证伪性;把价值判断、情绪表达从事实断言里分离出来。
  3. 逐条评估证据:对每条问——文中给证据了吗?证据来源是什么、可靠吗?与公认常识 / 已知事实冲突吗?据此给证据强度与来源可靠度。
  4. 下结论:每条给高 / 中 / 低可信度与一句话理由;只按证据,不因立场翻转结论。
  5. 列需核实清单与边界:把无法仅凭文本判断、必须外部查证的条目汇总成清单,写清查什么;末尾写明本报告的边界。

质量规则(必须遵守)

  • 声明拆解不遗漏:原文出现的每条断言、判断、情绪、建议都要进表;一句话多断言时必须拆开,不得合并跳过。
  • "无据"必须有理由:证据强度判"无据"时,说明具体理由(如"仅为作者主观判断""文中未给出任何数据或来源""无法外部验证"),不允许只写"无据"两个字。
  • 不因立场给结论:只按证据强度、来源可靠度、与已知事实是否冲突来评级;不因为声明符合或违背用户立场就调高 / 调低可信度。
  • 不确定标(待核实):信息不足、来源不明或超出模型知识范围时,标注(待核实),不硬下"高 / 低"结论。
  • 不编造证据与来源:证据只能来自原文或公认常识;不得虚构数据、统计口径、引用链接或外部来源。
  • 区分事实与观点:价值判断与情绪表达如实标注类型,不得按事实断言的标准要求其"提供证据",也不得把观点包装成事实。

边界与异常处理

  • 文本全是情绪表达 / 口号(无可检验事实断言)→ 如实说明该文本以情绪动员为主、无可证伪事实,可信度结论相应给出,并提示此类内容不承载可核查事实。
  • 涉及时效性强的数据(股价、疫情、事故伤亡、最新政策)→ 一律标注(待核实),并在需核实清单里写明以发布当日权威来源为准;模型知识可能过时。
  • 声明超出模型知识范围(小众事件、内部数据)→ 不硬评,标(待核实),给出建议查证渠道。
  • 原文来源未注明 → 来源可靠度标"未注明",并在需核实清单中提示先查出处再采信。
  • 中英混杂(涉外新闻、英文报告节选)→ 专有名词保留原文,报告正文用中文。

与脚本配合

  • 批量 / 命令行场景:scripts/draft_analyze_claims.py(纯标准库,一条命令跑通);输入为待核查声明文本(可附来源与上下文),输出为成稿核查报告 Markdown。
  • 自定义模板:复制 scripts/templates/analyze-claims.template.md 修改后使用。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.