前言¶

让大模型核对一篇新闻稿时，它很容易走捷径：拿原文里的句子再问自己一遍，得出”看起来属实”。这一步没有引入任何外部信息，结论只依赖原文自身，循环论证由此产生。另一个常见问题是只给”属实/不属实”一句判断，不附出处链接，事后无法复核。下面介绍的 Fact-check Skill 针对这两点设计：强制外部搜索、按信源等级逐层溯源、每条结论带深层链接。

这是什么¶

「事实核查」是一个基于通用 SKILL.md 格式的 Agent Skill，坐标 @user_b8060655/cue-fact-check，由社区开发者 user_b8060655 发布并维护，当前版本 1.0.1，分类 knowledge-management，来源 community，标签 requires_api_key=true。它定位为发布或引用前的事实把关工具：逐条核查新闻稿、社交媒体帖子、研报、政策解读、AI 生成内容中的事实声称，不核查主观观点。

核心功能¶

1、逐条拆解事实声称。把文本拆成可独立验证的最小声称单元，逐条核查，而不是对整篇文章给一个笼统结论。

2、强制外部信源交叉验证。Skill 直接调用 Cue 后端搜索引擎，按信源等级制度逐层溯源：

T0 官方信源：政府文件、企业公告、年报
T1 权威媒体：新华网、人民日报、财新
T2 行业媒体
T3 补充信源

从 T0 开始，未获证实再下沉到 T1、T2、T3，避免一开始就引用二手转述。

3、防火墙机制杜绝循环论证。用户原文只作为”靶子”，所有验证必须基于外部独立信源；Skill 不拿原文反问自身来验证原文，这一步从流程上切断循环论证。

4、每条结论带深层链接。给出可直达具体页面的链接，不接受以首页链接充当出处的糊弄行为。

5、四级评级体系，结果可被直接引用：

✅ 事实准确
❌ 事实错误
⚠️ 存在偏差
⚪ 无法证实

6、识别典型误导手法。重点标注时间错位、细节偏差、旧闻新发、移花接木四类问题。

安装与启用¶

该 Skill 通过 SkillHub 分发，官方地址：

https://api.skillhub.cn/user_b8060655/cue-fact-check

页面信息页：

https://www.skillhub.cn/skills/user_b8060655/cue-fact-check

在已接入 SkillHub 的 Agent 环境中按页面指引安装该 Skill。需要注意两点：标签 requires_api_key=true，使用前需先准备好 Cue 后端搜索引擎的 API Key；Skill 声明的触发词包括「事实核查 / 核查一下这篇 / 这篇文章是真的假的 / 有没有事实错误 / 帮我核对一下 / 这段话靠谱吗 / fact check / verify claims / 信息核验 / 辨别谣言 / 辟谣 / 原文属实吗 / 数据对不对」，在对话或任务中说这些触发词即可调用。

典型用法¶

把待核查文本和触发词一起交给 Agent 即可。示例：

帮我核对一下：某公司公告称其去年营收同比增长 80%，请逐条核查。

Skill 随后的工作流程是：抽取出可验证的声称 → 从 T0 官方信源检索 → 未证实再下沉 T1/T2/T3 → 每条声称给出评级和深层链接。对上面这类含数字的声称，重点核查是否存在时间错位（数据年份与声称年份不一致）、细节偏差（数字或口径被改动）、旧闻新发（拿旧公告充当新消息）、移花接木（A 公司的公告安到 B 公司名下）。

适用场景与注意¶

适合记者、编辑、研究员在发布或引用文本前做最后一道事实把关，尤其适合研报、政策解读、AI 生成内容这类事实密度高、错误代价大的文本。

四个明确不适用的边界：主观观点争议（Skill 不核查观点）、个人隐私调查、实时突发新闻抢先验证、法律证据鉴定。后三类需要专门工具或人工介入，不是该 Skill 的设计目标。

使用时注意：该 Skill 依赖 Cue 后端搜索引擎，需自备 API Key；T3 补充信源的权威性远低于 T0/T1，用 T3 证实的结论可靠性天然更弱；”无法证实”不等于”事实错误”，评级为 ⚪ 时应回退为人工核查，不要直接当作假信息处理。

结尾¶

「事实核查」的价值在于把溯源流程固化进 Skill：信源分级、外部独立验证、深层链接、四级评级，每一步都可复核。它不替你下结论，只是让结论有出处。官方地址：https://api.skillhub.cn/user_b8060655/cue-fact-check