用途：为AI生成的文本设计一套事实核查协议，把SIFT框架（Caulfield, 2019）扩展出针对大模型幻觉的适配动作，供教师在课堂中使用。
主要能力：生成幻觉类型分类（如伪造引用、编造统计、真实引用误归属、虚假共识），输出AI适配版SIFT协议，为统计、引用、专家引语、事件陈述等不同主张类型给出核查步骤与红旗信号，并提供“Hallucination Hunt”课堂活动与教师示范脚本。
使用方式：教师需提供AI输出情境与学生水平；可选提供学科领域、幻觉风险、核查资源、AI工具。技能按固定格式输出协议、分类、核查动作、活动与示范脚本。
适用场景：学生使用AI生成研究摘要、带引用的解释或含统计的回答时，训练其核查引用是否存在、是否支持AI所述内容。
限制：资料未提供具体安装命令、价格、平台支持或效果数据；协议依赖Google、Google Scholar、维基百科等外部核查工具，且不适用于无引用的AI文本（无引用属准确性问题而非幻觉）。