事实核查#

对用户提供的内容进行事实核查，输出结构化的分析报告和回复话术。

触发场景判断#

根据用户输入判断属于哪类场景：

场景 A：自查型#

特征：用户提供链接/图片/视频/文字，要求核查， 没有提及他人分享

• 例："事实核查一下"、"这个是真的吗"、"帮我查一下这条消息"
• 目标：纯粹查证信息真伪，不需要生成回复话术

场景 B：社交回复型#

特征：用户提供链接/图片/视频/文字， 附带社交语境

• 例："xxx说xxx，事实核查一下"、"朋友转发的，帮我查查"、"群里有人发了这个"
• 目标：查证信息真伪 + 生成可直接发送的回复话术

执行步骤#

步骤 1：获取内容#

根据用户提供的信息类型：

• 公众号/视频号 URL（ mp.weixin.qq.com）：优先用 Playwright 脚本，公众号有反爬机制 bash

  node ~/.openclaw/skills/debunk/scripts/fetch-url.js "<url>" --max-chars 15000
  
  

  若脚本失败则回退到提示用户复制粘贴。

• 其他 URL：用 web_fetch 抓取页面正文。若失败（反爬），回退到 Playwright 脚本： bash

  node ~/.openclaw/skills/debunk/scripts/fetch-url.js "<url>" --max-chars 15000
  
  

  最后提示用户复制粘贴文字内容

• 截图：用 zai-mcp-server__extract_text_from_screenshot（智谱 MCP）提取文字内容；若未配置该 MCP，依赖模型原生视觉能力

• 文字：直接使用

• 视频：用 zai-mcp-server__analyze_video（智谱 MCP）提取关键帧和内容；若未配置该 MCP，提示用户手动描述

步骤 2：提取核心论点#

从内容中识别所有 可验证的事实性声明，逐一列出：

• 具体的健康/科学/技术声明
• 引用的数据、数字、百分比
• 引用的"专家""研究""机构"名称

忽略：主观感受、情感描述、营销话术本身

步骤 3：逐一查证#

对每个核心论点，通过 web_search + web_fetch 搜索并阅读权威来源进行验证：

• 权威来源优先级：官方博客/公告、国际权威媒体（Reuters、AP、Ars Technica、The Guardian、The Verge、TechCrunch）、国内权威媒体（新华社、人民日报、央视）、官方机构（WHO、国家卫健委、FDA）、权威医学平台（丁香医生）
• 关键词策略：论点关键词 + "辟谣"/"假的"/"真相"/"官方回应"/"专家解读"
• 每个论点至少搜索 2 轮，交叉验证
• 必须用 web_fetch 阅读权威来源原文，不能仅凭搜索摘要判断

对每个论点按以下 固定格式 记录查证结果（严格遵循，不可省略）：

text

论点：[待验证的声明]
结论：✅属实 / ⚠️部分属实 / ❌虚假 / ❓无法确认
查证：
  · [媒体/机构名称]（链接）：[一句话概括该来源说了什么]
  · [另一来源]（链接）：[交叉验证]
真相：[基于权威来源的实际情况]

格式铁律：

• 每条论点 必须 有至少一个权威来源链接，不可空着
• 查证过程必须说明 谁说的、说了什么、怎么推导出结论，不能只甩链接
• 链接来源必须是可识别的权威媒体或官方渠道
• 搜索不到任何权威来源时标注 ❓，并说明已搜索的关键词
• 不允许出现无来源的结论、模糊的"据了解"、无链接的"有报道称"

步骤 4：生成输出#

根据场景生成不同结构的输出。

---

输出结构#

场景 A（自查型）#

📋 分析报告#

可信度评级#

客观评级（☆☆☆☆☆ ~ ⭐⭐⭐⭐⭐，必须显示满 5 个符号）+ 一句话定性，不带个人态度。

评级参考：

• ☆☆☆☆☆：完全捏造，毫无事实依据
• ⭐☆☆☆☆：几乎全假，仅有少量无关事实碰巧正确
• ⭐⭐☆☆☆：大部分不实，少量事实被严重扭曲
• ⭐⭐⭐☆☆：有事实基础但被显著夸大
• ⭐⭐⭐⭐☆：大部分属实，个别措辞有营销成分
• ⭐⭐⭐⭐⭐：完全属实

核查清单#

每条论点使用以下 固定格式（编号 + 论点 + 结论 + 来源，缺一不可）：

text

**N. "原文引用的论点"**

✅/⚠️/❌/❓ 一句话结论。关键数据对比和实际情况说明。

🔍 来源名称：一句话概括该来源说了什么（[原文](链接)）

格式要求：

• 编号从 1 开始，论点用加粗 + 中文引号包裹
• 结论紧跟其后，用 emoji 标记开头，一句话概括真相
• 🔍 开头列出来源，包含来源名称、概括和可点击链接
• 每条之间空一行
• 多个来源可以多行 🔍

锐评总结#

主观评论，可以毒舌、调侃、嘲讽，展现态度和观点。 禁止 重复核查清单里的具体数据和结论——锐评是"读后感"，不是"摘要"。

---

场景 B（社交回复型）#

📋 分析报告#

（同场景 A：可信度评级 → 核查清单 → 锐评总结）

---

💬 回复话术#

意图推测#

推测分享者分享此内容的 背后动机和想法（不是判断对方是否需要核查，而是分析"他为什么发这个"）。

• 列出所有合理的可能意图，用编号清单
• 按可能性从高到低排列
• 每条意图用一句话概括，附带简短分析
• 如果某条意图可能性远高于其他，可以标注"最可能"

推荐回复：🤝 高级情商版#

默认展示此版本。 纯文本，方便直接复制粘贴。

结构铁律（必须同时包含两个环节，缺一不可）：

环节一：肯定（50%篇幅）

• 肯定内容中确实正确的部分
• 肯定对方分享的善意或关注点
• 语气自然，不像在敷衍

环节二：不留痕迹引导（50%篇幅） ← 核心难点，不可省略

以下引导技法至少使用一种：

技法原理示例疑问引导用疑问句让对方自己发现矛盾"不过这个数字我看着有点奇怪，80分说的是哪个版本来着？"补充信息用"顺便分享"的方式递出真实信息"对了之前看到另一个测试里 Claude 还是领先两分左右"邀请验证把"打脸"包装成"一起看看""这个数据是官方的还是媒体自己算的？回头可以找原报告看看"延伸阅读推荐更权威的来源"IT之家那篇报道写得比较克制，细节更多，可以对比着看"转移焦点从虚假的论点自然跳到真实但反直觉的事实"不过有意思的是，虽然标题说直逼，其实在终端测试上它确实超过 Claude 了"

关键原则：

• ❌ 绝对不允许只有肯定没有引导——只有肯定 = 阿谀奉承版
• ❌ 不允许用"但是""不过"这种明显转折词——太刻意
• ✅ 用"对了""顺便""说到这个"等连接词自然过渡
• ✅ 引导内容要具体，不能泛泛而谈
• ✅ 让对方觉得你是在"聊天中分享信息"，不是在"纠正错误"

备选回复#

text

需要其他风格的回复吗？

A. 🔪 直言不讳版：直接犀利、实事求是，完全不考虑对方感受
B. 🤝 高级情商版（当前）✅
C. 🍬 阿谀奉承版：不提虚假的地方，结合真实内容和对方意图迎合讨好
D. 💤 敷衍了事版：一条通用的短回复，快速结束对话

---

回复风格指南#

A. 🔪 直言不讳版#

• 直接说"这是假的""数据不对""来源不可靠"
• 引用权威数据正面打脸
• 不照顾任何情绪，纯理性输出
• 适合：对关系一般的人、需要明确立场时

B. 🤝 高级情商版（默认）#

• 参考 SKILL.md 中的「回复风格指南」和「引导技法表」
• 结构：肯定（~50%）+ 引导（~50%），两者缺一不可
• 肯定：先承认内容中真实的部分和对方分享的善意
• 引导：用上表中的技法，把事实"递"过去，让对方自己意识到
• 语气：像朋友聊天中顺便提到一件事，不像在"辟谣"
• 禁止：只有肯定没有引导
• 适合：长辈、关系好的朋友、不想伤和气的场合

C. 🍬 阿谀奉承版#

• 只提内容中真实/合理的部分
• 结合分享者的意图进行赞美
• 把虚假的部分模糊处理或巧妙跳过
• 语气热情、赞同、感激
• 适合：需要维系关系的场合（慎用）

D. 💤 敷衍了事版#

• 一句话通用回复
• 不包含任何事实核查结果
• 礼貌但无信息量
• 例："收到，我看看""这个有意思""了解了谢谢分享"
• 适合：不值得花时间的消息

---

格式要求#

• 分析报告：可用 Markdown，结构清晰
• 核查清单：固定格式（编号 + 加粗论点 + emoji结论 + 🔍来源）
• 回复话术： 纯文本，方便复制粘贴到微信/飞书
• 回复话术长度：200-400 字为宜（群聊场景）
• 每条核查引用必须包含 来源名称 + 一句话概括 + 链接

---

安装与依赖#

Playwright 浏览器#

反爬抓取脚本依赖 Playwright + Chromium。安装技能后需执行：

bash

npx playwright install chromium

外部工具#

本技能在执行过程中可能调用以下 OpenClaw 内置工具，无需额外安装：

工具用途来源web_search搜索权威来源OpenClaw 内置web_fetch抓取网页正文OpenClaw 内置zai-mcp-server__extract_text_from_screenshot截图 OCR 文字提取智谱 MCP（需配置）zai-mcp-server__analyze_video视频内容分析智谱 MCP（需配置）

web_search 和 web_fetch 为 OpenClaw 内置工具，开箱即用。 zai-mcp-server__* 系列工具由智谱提供，需在 OpenClaw MCP 配置中添加智谱服务后才能使用；若未配置，截图场景将依赖模型原生视觉能力，视频场景将提示用户手动描述内容。