# Article Fact Checker

三层审查模型,逐段逐句验证文章真伪、证据链与逻辑结构。Use when the user asks to fact-check, verify, audit, or...

- Repository: https://github.com/digoal/blog (8605 stars)
- Category: Writing
- License: GPL-2.0
- Last updated: 2026-11-01
- Runs scripts: yes, review before use

## Install

Claude Code: `npx skills add digoal/blog --skill article-fact-checker -g -a claude-code -y`
Codex: `npx skills add digoal/blog --skill article-fact-checker -g -a codex -y`
Cursor: `npx skills add digoal/blog --skill article-fact-checker -g -a cursor -y`
Gemini CLI: `npx skills add digoal/blog --skill article-fact-checker -g -a gemini-cli -y`

## Description

三层审查模型,逐段逐句验证文章真伪、证据链与逻辑结构。Use when the user asks to fact-check, verify, audit, or evaluate the credibility of an article, essay, report, opinion piece, social-media post, or any written claim, including checking logical consistency, evidence chains, source reliability, fabrication, non-quantifiable conclusions, and producing a scored report with original-text citations.

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# Article Fact Checker

## Overview

对任意文章做三层审查(L1 整体立论 / L2 段落论证 / L3 句子证据),产出可重复使用的带原文引用的评分报告。覆盖逻辑、证据链、可考、源头、不可量化结论的判定。

## When to use this skill

触发场景(满足任一即可):

- 用户明确要求 fact-check / 验证 / 鉴定 / 审查一篇文章
- 用户问"这段文字/这篇报道可信吗"
- 用户要求评估某观点的证据链
- 用户要求做信息溯源、源头考证
- 用户问"这个数据/引文是真的吗"
- 用户提供一段或一篇文字,要求做真伪评估并打分

不适用:

- 用户只是要求改写、翻译、总结(改用对应 skill)
- 用户要求从零写文章(用写作类 skill)

## Workflow(六遍通读法)

按顺序执行,每遍只解决一层问题。先粗后细,不要从证据找起。

### Pass 1, L1 整体层(5 min)

只回答:**作者在主张什么?前提是什么?**

提取 4 项:

1. **立论**(一句话复述)
2. **隐含前提**(作者没说但必须为真的假设)
3. **范围边界**(时间 / 地域 / 对象 / 条件)
4. **整体定调**(严肃学术 / 媒体评论 / 营销 / 自媒体 / 营销软文 / 宣传)

详见 [references/layer1-overall.md](references/layer1-overall.md)。

### Pass 2, L2 段落层(15 min)

逐段标注:主题句、段落主张、段落间关系(并列/递进/对比/回扣/游离)。

标记每段的推理类型:**演绎 / 归纳 / 类比 / 直觉**。

扫描常见逻辑谬误。详见 [references/layer2-paragraph.md](references/layer2-paragraph.md) 和 [references/logical-fallacies.md](references/logical-fallacies.md)。

### Pass 3, L3 句子/证据层(30 min)

抽取所有具体证据进 evidence list:

| 类型 | 例子 | 反向搜证命令 |
|---|---|---|
| 数据 | "73.8% 的用户…" | `data:"<具体数字>"` |
| 引文 | "XX 研究表明…" | `<作者> <期刊> <年份>` |
| 事件 | "2024 年 3 月 X 公司…" | `<主体> <日期> <事件关键词>` |
| 概念 | "根据 Y 理论…" | `<理论名> site:.edu OR site:.org` |

详见 [references/layer3-sentence.md](references/layer3-sentence.md) 和 [references/evidence-verification.md](references/evidence-verification.md)。

自动化辅助:运行 `scripts/evidence-extractor.py` 从粘贴的文章自动抽取候选证据。

### Pass 4, 横向验证(45 min)

每个高风险证据做一次反向搜证;每个核心主张找 ≥2 个**独立**(无相互引用)来源做三角验证。

工具链:

- Google Scholar / PubMed / 知网, 学术
- TinEye / Google Images, 反向搜图
- Wayback Machine, 查历史快照
- Factiva / 主流媒体, 新闻事件

方法论:见 [references/methodology.md](references/methodology.md)。

### Pass 5, 不可量化结论判定

如果结论是定性的(不可量化),套 **6 维定性评估法**:

| 维度 | 评估问题 |
|---|---|
| ① 内部一致性 | 与文章所有事实陈述是否自洽? |
| ② 既有事实兼容性 | 与已确认的共识/物理规律是否相容? |
| ③ 共识程度 | 主流学界/业界是否认可? |
| ④ 可证伪性 | 能否举出"如果 X 发生则结论失败"的反例? |
| ⑤ 替代解释覆盖 | 作者是否主动列出并反驳其他解释? |
| ⑥ 时间检验 | 1 年 / 5 年 / 10 年回看是否仍成立? |

**关键洞察**:任何定性结论,作者说不出"什么情况下我会承认我错了" = 营销文/信仰文,不是知识。

The rest: https://github.com/digoal/blog/blob/HEAD/skills/article-fact-checker/SKILL.md