synthesis-fact-checking
synthesis-fact-checking — публичный скилл Synthesis Engineering для системной проверки фактической точности статей, блогов, новостей и AI-синтезированного материала перед публикацией. В исходнике он отделён от companion-скилла synthesis-content-quality: тот отвечает за стилистическое и содержательное качество, а synthesis-fact-checking — за проверку фактов. Версия 2.0 сохраняет методику предыдущей версии, включая систему уровней, оценку на основе уверенности и иерархию проверки источников, но расширяет протокол для случаев, когда AI-текст сам становится исходным материалом для новых пересказов. Процесс начинается с извлечения утверждений. В чек-лист попадают статистика и числа, названия исследований и отчётов, имена авторов и экспертов, даты, прямые цитаты, организации, университеты и государственные структуры. Затем каждое утверждение проходит многоисточниковую оценку уверенности с проверкой независимости графа источников. Скилл специально предупреждает, что несколько ссылок не дают независимого подтверждения, если они ведут по одной цепочке цитирования или восходят к одному синтетическому AI-источнику. После этого применяется иерархия проверки, выявляются типовые ошибки и выполняются специализированные проверки цитат, исследований, времени и перевода. В версии 2.0 добавлены девять протокольных разделов C1: вложенная атрибуция, дрейф границы paraphrase, составные цитаты, смещение позиции, дрейф при переводе источника, различие между URL rot и галлюцинацией, синтетические источники, citation laundering chains и семейно-зависимые шаблоны галлюцинаций инструментов. Для разных семейств моделей в исходнике описаны отдельные сигналы, поэтому проверяющий не должен переносить один шаблон ошибок на все модели. В обновлённом разделе общих ошибок отдельно разбирается тройка C1-URLROT-001, C1-SYNTH-001 и C1-LAUNDER-001 вместо обращения со всеми выдуманными ссылками как с одним типом дефекта. Полный обзор процесса состоит из двенадцати этапов: Claim Extraction, Multi-Source Confidence Assessment с учётом независимости, Verification by Source Hierarchy, Common Error Pattern Detection, девять протоколов C1, per-family hallucination signatures, Quote Verification с вложенной атрибуцией, Study Verification, Temporal Verification для backdated-текста, Translation-Pass Re-Verification, Documentation и Pre-Publish Checklist. Для цитат проверяется не только наличие кавычек, но и соответствие атрибуции, границам пересказа и исходному смыслу. Для исследований проверяются названные работы и связанные библиографические утверждения. Для дат и перевода сохраняется отдельный этап повторной проверки, потому что корректный источник может быть искажён при переносе во времени или на другой язык. Скилл полезен как воспроизводимый протокол редакционного fact-checking, но не является автоматическим доказательством истины. Его выполнение требует доступа к первичным источникам, явного списка утверждений и фиксации результатов проверки; наличие двух URL само по себе не гарантирует независимость. Если утверждение не удаётся подтвердить по подходящей и независимой цепочке, это должно остаться неопределённостью или открытым пунктом отчёта, а не превращаться в уверенный факт. Версия, автор Rajiv Pant, публичный тип источника и зависимость от synthesis-content-quality указаны во frontmatter SKILL.md; каталог и README репозитория описывают тот же скилл как v2.0-проверку с девятью новыми протоколами.
Для чего подходит
- Фактчекинг статьи или новости
- Проверка источников и цитат
- Аудит AI-суммаризации на искажения
Установка
Сначала прочитайте SKILL.md и scripts в исходном репозитории. Затем выполните команду в каталоге проекта:
npx skills add https://github.com/synthesisengineering/synthesis-skills/tree/main/skills/synthesis-fact-checking