技术库：

• 官方文档站点
• GitHub 仓库 (releases, README)
• 软件包注册表 (npm, PyPI, crates.io)

一般性陈述：

• 学术论文和研究
• 政府统计数据
• 行业标准机构

搜索策略：

• 使用模型名称 + 规格（例如，"Claude Opus 4.5 context window"）
• 包含当前年份以获取最新信息
• 尽可能从多个来源验证

步骤 3：将陈述与来源进行比较

创建对比表格：

状态代码：

• ✅ 准确 - 陈述与来源相符
• ❌ 错误 - 陈述与来源矛盾
• ⚠️ 过时 - 陈述曾经正确但已被取代
• ❓ 无法验证 - 未找到权威来源

步骤 4：生成修正报告

以结构化格式呈现发现：

## Fact-Check Report

### Summary
- Total claims checked: X
- Accurate: Y
- Issues found: Z

### Issues Requiring Correction

#### Issue 1: Outdated AI Model Reference
**Location:** Line 77-80 in docs/file.md
**Current claim:** "Claude 3.5 Sonnet: 200K tokens"
**Correction:** "Claude Sonnet 4.5: 200K tokens"
**Source:** https://platform.claude.com/docs/en/build-with-claude/context-windows
**Rationale:** Claude 3.5 Sonnet has been superseded by Claude Sonnet 4.5 (released Sept 2025)

#### Issue 2: Incorrect Context Window
**Location:** Line 79 in docs/file.md
**Current claim:** "GPT-4o: 128K tokens"
**Correction:** "GPT-5.2: 400K tokens"
**Source:** https://openai.com/index/introducing-gpt-5-2/
**Rationale:** 128K was output limit; context window is 400K. Model also updated to GPT-5.2

步骤 5：在用户批准后应用修正

在进行更改之前：

1. 向用户展示修正报告
2. 等待明确批准："我应该应用这些修正吗？"
3. 仅在获得确认后继续

应用修正时：

# Use Edit tool to update document
# Example:
Edit(
    file_path="docs/03-写作规范/AI辅助写书方法论.md",
    old_string="- Claude 3.5 Sonnet: 200K tokens（约 15 万汉字）",
    new_string="- Claude Sonnet 4.5: 200K tokens（约 15 万汉字）"
)

修正之后：

1. 验证所有编辑是否成功应用
2. 记录修正摘要（例如，"更新了第 2.1 节中的 4 个陈述"）
3. 提醒用户提交更改

搜索最佳实践

查询构建

良好查询（具体、及时）：

• "Claude Opus 4.5 context window 2026"
• "GPT-5.2 official release announcement"
• "Gemini 3 Pro token limit specifications"

较差查询（模糊、通用）：

• "Claude context"
• "AI models"
• "Latest version"

来源评估

优先选择官方来源：

1. 产品官方页面（最高权威性）
2. API 文档
3. 官方博客公告
4. GitHub 发布（针对开源项目）

谨慎使用：

• 第三方聚合网站 (llm-stats.com 等) - 需对照官方来源验证
• 博客文章和报道 - 交叉验证其陈述
• 社交媒体 - 仅用于公告，需在其他地方验证

避免使用：

• 过时的文档
• 没有引用的非官方维基
• 推测和传言

处理模糊信息

当来源冲突时：

1. 优先使用最新的官方文档
2. 在报告中注明差异
3. 向用户呈现两个来源
4. 如果信息关键，建议联系供应商

当未找到来源时：

1. 标记为 ❓ 无法验证
2. 建议替代措辞："根据 [来源] 截至 [日期]..."
3. 建议添加限定词："大约"、"据报道为"

特殊注意事项

时间敏感信息

始终包含时间背景：

良好修正：

• "截至 2026 年 1 月"
• "Claude Sonnet 4.5 (released September 2025)"

较差修正：

• "最新版本"（会过时）
• "当前模型"（时间框架模糊）

数值精度

与来源的精度保持一致：

来源说： "approximately 1 million tokens" 写作： "1M tokens (approximately)"

来源说： "200,000 token context window" 写作： "200K tokens" (精确)

引用格式

在修正中包含引用：

> **注**：具体上下文窗口以模型官方文档为准，本书写作时使用 Claude Sonnet 4.5 为主要工具。

尽可能链接到来源。

示例

示例 1：技术规格更新

用户请求： "核实第 2.1 节中 AI 模型的上下文窗口"

流程：

1. 识别陈述：Claude 3.5 Sonnet (200K), GPT-4o (128K), Gemini 1.5 Pro (2M)
2. 搜索当前模型的官方文档
3. 发现：Claude Sonnet 4.5, GPT-5.2, Gemini 3 Pro
4. 生成显示差异的报告
5. 在批准后应用修正

示例 2：统计数据验证

用户请求： "验证第 5 章中的基准测试分数"

流程：

1. 提取数值陈述
2. 搜索官方基准测试出版物
3. 比较报告值与来源值
4. 标记任何差异并附上来源链接
5. 使用已验证的数据进行更新

示例 3：版本号验证

用户请求： "检查这些库版本是否仍然是最新的"

流程：

1. 列出所有提到的版本号
2. 检查软件包注册表 (npm, PyPI 等)
3. 识别过时的版本
4. 建议更新并附上更新日志参考
5. 在用户确认后更新

质量检查清单

完成事实核查前：

• 所有事实性陈述均已识别和分类
• 每个陈述均已对照官方来源验证
• 来源具有权威性且及时
• 修正报告清晰且可操作
• 在相关处包含了时间背景
• 在更改前已获得用户批准
• 所有编辑均已验证成功
• 已向用户提供摘要

局限性

此技能无法：

• 验证主观意见或判断
• 访问付费或受限来源
• 确定有争议陈述的"真相"
• 预测未来的规格或功能

对于此类情况：

• 在报告中注明局限性
• 建议使用限定性语言
• 推荐用户自行研究或咨询专家

每周安装量

130

仓库

daymade/claude-…e-skills

GitHub 星标数

636

首次出现

Jan 21, 2026

安全审计

Gen Agent Trust HubFailSocketPassSnykWarn

安装于

claude-code102

opencode97

gemini-cli91

codex89

cursor84

github-copilot78