Verify Claims

核心用法

该技能专为用户验证具体事实性声明而设计，而非泛泛的信息搜索。当用户询问"这是真的吗"、分享可疑文章/视频、或希望核实特定说法时触发。核心工作流包括：提取可验证的具体声明→分析地理与语言背景→从维基百科获取最新事实核查机构名单→筛选3-7家匹配服务（优先用户母语、内容地域、专业领域）→用精准关键词在各机构网站内搜索→抓取并分析2-4篇相关核查文章→综合多方结论呈现给用户。

关键特性：强制排除维基百科标注的"欺诈性核查网站"；对3天内的新内容自动安排3天后复查；多语言支持（自动匹配用户母语与内容原语言）；专业领域优先（医疗→Health Feedback、气候→Climate Feedback等）。

显著优点

1. 权威性与专业性：严格限定于国际公认的事实核查机构（FactCheck.org、Snopes、AFP Fact Check等），而非普通搜索引擎结果，大幅降低误导风险。
2. 交叉验证机制：强制从3家以上独立机构获取结论，自动识别共识与分歧，避免单一来源偏见。
3. 语境感知：智能匹配用户地理位置、语言偏好、内容涉及国家，提供高度相关的结果。
4. 时效性处理：针对突发新闻设计特殊流程——新内容先给初步分析并预约复查，解决"核查真空期"问题。
5. 透明溯源：所有结论附直接原文链接，用户可自主复核。

潜在局限

1. 覆盖盲区：过于小众、极本地化或首次出现的声明可能未被任何机构核查，此时仅能依赖一般性网络搜索。
2. 语言障碍：部分非英语核查结论可能依赖机器抓取，存在理解偏差风险（技能要求明确标注此类局限）。
3. 3天延迟：对极新内容无法即时给出专业核查结论，只能提供"待确认"状态的初步分析。
4. 无主动判定：技能严格禁止AI自行做事实判断，完全依赖第三方机构结论，若机构间存在分歧则无法给出确定答案。

适合人群

• 社交媒体重度用户，希望快速验证转发内容真伪
• 新闻消费者面对争议性政治/健康/科学声明时
• 内容创作者、记者需要为报道核实引用来源
• 教育工作者、学生进行信息素养训练
• 非英语母语者需要母语核查服务以避免翻译失真

常规风险

信息茧房风险：用户可能只选择符合预期的核查结果；技能通过强制呈现多方结论、标注分歧来缓解。

时效误解：用户可能将3天内的"初步分析"误认为专业核查；技能通过明确标注"非专业核查"和自动复查机制应对。

机构公信力质疑：部分用户对特定核查机构存疑；技能通过多机构交叉验证、优先国际公认服务来增强可信度。

语言壁垒：多语言内容可能因翻译问题导致误判；技能优先使用原文语言核查机构，并在不确定时主动声明局限。

核心用法

verify-claims 是一个专门用于信息验证和事实核查的 Agent Skill。它通过系统化的工作流程，指导 Agent 调用全球专业的事实核查机构来验证用户提交的内容。核心操作包括：

1. 内容解析：提取待验证的具体声明、识别地理语境、语言环境和关键实体
2. 机构筛选：从 Wikipedia 事实核查机构列表中智能选择 3-7 家相关服务，优先匹配用户语言、内容语言和地理相关性
3. 交叉检索：使用 DuckDuckGo 在各机构网站内进行定向搜索，获取相关核查文章
4. 综合分析：提取各机构的核查结论、证据和评级，进行多源比对
5. 结果呈现：以结构化方式输出核查结果，包括共识判断、详细证据、背景语境和来源引用

特别针对极新内容（3天内发布），Skill 会启动延迟核查机制，自动预约3天后的跟进检查，避免信息真空期的误判风险。

显著优点

权威性保障：严格依赖经认证的专业事实核查机构（如 FactCheck.org、Snopes、Full Fact、AFP Fact Check 等），而非泛泛的网络搜索，确保验证结果的专业性和公信力。

多源交叉验证：强制要求至少3家不同机构的独立核查，有效识别单一来源的偏差，提升结论可靠性。

语境智能适配：根据用户语言、内容语言和地理背景自动筛选最相关的核查机构，支持多语言事实核查生态。

时效性处理：创新性地处理"新鲜内容"问题，既提供即时预警，又建立后续跟踪机制，平衡时效与准确性。

透明度机制：完整披露所有引用来源，明确标注不确定性，避免虚假确信，培养用户的批判性思维。

潜在缺点与局限性

覆盖盲区：事实核查机构存在地理和语言偏向，英语内容覆盖较全，而小语种、地方性或极度垂直领域的内容可能缺乏专业核查。

时效延迟：专业核查需要研究周期，突发新闻、病毒式传播的即时内容往往存在3-7天的"核查真空期"。

技术门槛：对 Agent 的搜索执行能力、多语言处理和长文本分析有较高要求，低性能模型可能无法有效完成复杂核查任务。

动态依赖：核心依赖 Wikipedia 的事实核查机构列表，若该页面更新滞后或访问受限，将影响机构选择质量。

边界模糊：事实与观点的界限有时难以界定，Skill 明确排除主观意见类问题，但用户可能混淆二者导致误触发。

适合的目标群体

• 新闻消费者：希望验证社交媒体、群聊中流传信息的普通网民
• 内容创作者：需要核实引用材料、避免传播虚假信息的自媒体、记者
• 教育工作者：培养学生媒介素养、信息验证能力的教师
• 研究人员：需要快速核实跨领域声明、防止被错误文献误导的学者
• 企业公关：监测品牌相关谣言、及时澄清误解的市场传播人员

使用风险

性能风险：完整的核查流程涉及多次网络请求（Wikipedia列表获取、多站点搜索、多文章抓取），在低带宽或高延迟环境下响应缓慢。

模型幻觉风险：若底层 Agent 未严格执行 Skill 指令，可能将网络搜索结果误称为"事实核查结论"，混淆普通报道与专业核查。

语言处理风险：跨语言核查时，机器翻译可能导致关键词失真，遗漏关键语境，建议优先使用母语核查机构。

机构偏见风险：尽管 Skill 要求多源验证，但事实核查机构本身可能存在方法论或资助方相关的系统性倾向，极端敏感议题需用户自行二次判断。

依赖可用性：核心依赖 Wikipedia 页面和 DuckDuckGo 搜索，任一服务中断将显著降低 Skill 效能。