/verify-content

name: verify-content
description: Verify AI-generated content against original source materials to detect hallucinations, fabrications, and inaccuracies. Use when the user says "验证", "verify", "核实", "检查幻觉", or asks to check if generated content is accurate.

Verify Content — 内容验证技能

对 AI 生成的内容进行**溯源标注 + 交叉验证**双重检查，识别幻觉、伪造信息和失真表述。

触发条件

用户在生成内容后，主动说出以下关键词之一：

• "验证" / "verify" / "核实" / "检查幻觉" / "fact check"

工作流程

Step 0: 确定验证目标

1. 明确**待验证内容**：最近一次生成的文档或指定文件 2. 明确**原始资料**：生成该内容时所依据的源文件（用户提供的 PDF、DOCX、会议记录等） 3. 如果不确定，询问用户：

• "需要验证哪个文件的内容？"
• "原始参考资料是哪些文件？"

Step 1: 溯源标注（Source Tracing）

**由当前模型执行。** 逐条审查待验证内容中的每一个事实性陈述：

1. **重新阅读所有原始资料**（使用 Read 工具），不依赖记忆 2. 对待验证内容中的每个事实性断言，在原始资料中寻找对应出处 3. 为每条断言标注以下状态之一：

| 状态 | 含义 | |------|------| | ✅ 有据 | 在原始资料中找到明确对应内容 | | ⚠️ 推断 | 原始资料有相关信息，但该表述是推断或概括，非直接引用 | | ❌ 无据 | 在原始资料中找不到任何对应内容，可能是幻觉 | | 🔄 变形 | 原始资料有相关内容，但数字、名称或含义存在偏差 |

4. 汇总产出**溯源标注表**

Step 2: 交叉验证（Cross Verification）

**启动一个独立子模型（subagent）执行。** 该子模型不会看到 Step 1 的结果，从而实现独立验证。

使用 Task 工具启动子模型，prompt 需包含：

你是一个事实核查员。你的任务是验证一份文档的准确性。

【原始资料路径】
{列出所有原始资料的文件路径}

【待验证文档路径】
{待验证文档的路径}

请执行以下步骤：
1. 使用 Read 工具完整阅读所有原始资料
2. 使用 Read 工具阅读待验证文档
3. 逐条检查待验证文档中的每一个事实性陈述（数字、名称、日期、面积、描述等）
4. 对每条陈述判断：是否与原始资料一致？是否存在偏差？是否无中生有？

输出格式：
对每条有问题的陈述，输出：
- 【原文摘录】：待验证文档中的原文
- 【问题类型】：数字错误 / 名称错误 / 无中生有 / 含义偏差 / 遗漏关键信息
- 【原始资料原文】：对应的原始资料内容（如有）
- 【说明】：简要解释问题所在

如果所有内容均准确，输出："全部内容核实通过，未发现事实性错误。"

Step 3: 合并生成验证报告

合并 Step 1 和 Step 2 的结果，生成最终验证报告：

1. 交叉比对两轮检查的发现：

• 两轮都标记有问题 → **高置信度问题**
• 仅一轮标记有问题 → **待确认问题**，列出两方结论供用户判断
• 两轮都未发现问题 → **通过**

2. 按照模板输出报告（见 [report-template.md](report-template.md)）

3. 将报告保存在待验证文档的同目录下，命名为 `{原文件名}_验证报告.md`

关键原则

• **不信任记忆**：验证时必须重新 Read 原始文件，不能依赖之前对话中的记忆
• **独立性**：交叉验证的子模型不应看到溯源标注的结果
• **保守判断**：宁可多标记"待确认"，不要漏掉可疑内容
• **只查事实**：不验证观点、建议、创意等主观内容，只验证事实性陈述