该技能是一套可重复的事实核查流程，用于在发布前验证博客文章和思想领导力文章的事实准确性。它专为整合多个研究来源（包括 AI 深度研究输出）的内容设计，这类内容中的错误往往较为细微而非显而易见。技能配套的 ai-content-quality 技能关注风格和结构质量，而本技能关注事实正确性。
流程包括以下步骤：
1. 声明提取
在验证任何内容之前，从草稿中提取所有可验证的声明，形成结构化清单。这能避免“读一遍感觉没问题”却未实际核查的常见失败模式。需要标记的声明类别包括：统计数字（百分比、金额、人数、增长率）、研究名称（论文、报告、调查）、作者姓名、日期、直接引语、组织名称、因果声明、比较性声明（排名、“第一”、“最大”、“增长最快”）。逐段阅读草稿，识别每个可通过查源验证或证伪的声明，记录到清单中。不要跳过“听起来正确”的声明——这些往往是细微错误所在。声明是指对外部世界事实的断言；观点、论证和分析不是声明（但可能包含嵌入声明）。例如，“AI 将改变医疗”是观点；“2024 年麦肯锡报告估计 AI 每年可产生 4.4 万亿美元经济价值”包含三个可验证声明：报告存在、来自麦肯锡、数字为 4.4 万亿美元经济价值。
2. 多源置信度框架
当整合多个研究来源时，来源之间的一致程度是有用但不充分的准确信号。置信度分为：3-4 个来源引用同一声明为“非常高”，但仍需对照一手来源验证——AI 输出之间的交叉印证可能反映共享训练数据而非独立确认；2 个来源为“高”，需验证数字、名称和框架；1 个来源为“中等”，必须验证后才能包含，单源声明存在显著幻觉风险；来源冲突为“低”，必须找到原始来源，不要平均或选择“最可信”的 AI 输出。多个 LLM 研究输出可能因共享训练数据或相同二手来源而一致，并不代表独立验证。
3. 验证层级
来源质量排名：一手来源（原始期刊论文、官方报告、新闻稿或直接声明）是验证标准；权威二手来源（引用一手来源的知名新闻机构报道）在一手来源付费或难以获取时有用；三级来源（其他博客、摘要、百科）有助于定位一手来源，但绝不能作为最终验证；LLM 训练数据/AI 研究输出是最低层级，是待核查对象而非核查依据。
按声明类型验证：统计数字需验证数字本身、数字衡量内容的框架（大多数错误发生在此）、时间范围、产生数字的实体；学术研究参见研究验证协议；引语参见引语验证协议；组织名称需验证准确法定或常用名称、检查母/子公司混淆、验证组织存在且描述准确；因果声明需验证来源确实断言因果而非仅相关，检查来源是否使用模糊语言（“可能”、“或许”、“与……相关”）而草稿强化为确定性声明。
4. 常见错误模式
按频率排序：
- 正确数字的错误框架：数字正确，但描述衡量内容错误。例如草稿说“4.4 万亿美元生产力增长潜力”，来源实际说“4.4 万亿美元经济增加值”。验证时需阅读一手来源句子并比较完整框架。
- 混淆相关但不同的发现：同一来源的两个发现被合并。例如草稿说“96% 的公司正在再投资 AI 生产力收益”，来源实际是两个独立发现：“96% 的公司经历了生产力提升”和“公司正在再投资收益”（无百分比）。
- 正确一般发现中的错误细节：方向正确但具体数字错误。例如草稿说“67% 工人报告倦怠减少”，来源实际为 71%，67% 来自不同指标。
- 错误的组织或实体名称：常将母公司替换为子公司或附属机构。需对照官方材料验证。
- 将引语或示例错误归因：同一来源文章中两个实体的示例被归因于一个实体。
- 幻觉引用：不存在的研究、论文、报告或引语。需按标题、作者和 DOI 搜索。
- 过时或已被取代的数据：使用旧数据或初步发现。需检查是否有更新版本。
5. 引语验证协议
直接引语对读者可信度高，伪造或错误归因的引语会不成比例地损害信任。步骤：验证引语存在（用引号搜索精确匹配）；验证精确措辞（逐词对比一手来源，小变化如“can” vs “could”可能改变含义）；验证正确归因；验证上下文；识别来源类型。危险信号包括：引语过于完美契合文章论点、网上无法找到、归因于名人但无可靠来源、仅出现在 AI 研究输出中。
6. 研究验证协议
学术研究和报告是 AI 合成内容中最常被幻觉或歪曲的元素。步骤：验证研究存在（按标题、作者或机构搜索，使用 Google Scholar、出版商网站或机构出版物页面）；验证工作论文或出版编号；验证所有作者姓名；验证期刊或出版商；验证样本量和方法论；验证引用的具体发现（方向、幅度、框架、作者声明的注意事项和局限）；检查撤回、更正或取代（搜索 Retraction Watch 或期刊勘误页）。若彻底搜索后找不到引用研究：可能是幻觉，移除引用；若底层声明重要，寻找其他可验证来源；若无，移除声明或明确模糊化（“一些研究者提出……”）。
7. 时间验证（针对回溯日期的文章）
当文章发布日期在过去时，需保持时间完整性。规则：所有引用来源必须早于文章声明发布日期；发布日期之后的来源需明确“Updated on”注释；时间相对语言（“最近”、“今年”、“上个月”、“新兴”）必须相对于文章声明日期而非实际写作日期准确；若文章日期时已有最终数据，不要引用初步数据。常见时间错误包括：在 2025 年文章中称 2022 年报告为“最近”、在 2024 年 11 月文章中引用 2024 年 12 月来源、对文章日期时已成熟的事物使用“新兴领域”、将文章日期时已发生的事件描述为未来。
8. 文档模板
在草稿旁创建 review-log.md 文件记录核查过程，作为审计轨迹。模板包括：文章标题、文章日期、审查者、审查日期、用于合成的来源；每个声明的草稿文本、状态（已验证/需更正/无法验证/已移除）、来源、发现、应用的更正；编辑决策；摘要统计（审查声明总数、按原样验证、更正、移除、无法验证（模糊化））。每篇文章创建一个审查日志，与草稿一起存储或放在专用审查目录中。日志是内部文档，无需发布但应保留。
9. 发布前检查清单
完成事实核查审查后、发布前运行此清单。事实准确性：所有统计数字已对照一手来源验证（不仅是数字，还包括衡量内容的框架）；所有研究名称已验证（标题、作者、出版商、论文编号）；所有研究发现已验证（方向、幅度和框架匹配来源）；所有直接引语已对照一手来源验证精确措辞；所有直接引语已验证正确归因（正确的人、正确的上下文）；所有组织名称已对照官方来源验证（无母/子公司混淆）；无混淆发现——每个声明映射到单一来源中的单一发现；无幻觉引用——每个引用来源存在且说了草稿声称的内容。时间完整性（若文章回溯日期或日期敏感）：所有引用来源早于文章发布日期；任何后日期来源标记“Updated on”注释；时间相对语言相对于文章日期准确；无对后日期事件或数据的引用而未明确标注。文档：审查日志记录每个检查的声明；更正在日志中记录；编辑决策已记录；无法验证的声明已移除或适当模糊化。
适用场景与限制
该技能适用于博客文章、思想领导力文章等内容的发布前事实核查，尤其适合整合多个 AI 深度研究输出后生成的内容。它提供流程和模板，但不保证发现所有错误；核查质量取决于能否获取一手来源。对于无法找到一手来源的声明，需移除或明确模糊化。该技能不涉及风格和结构质量（由配套的 ai-content-quality 技能处理）。