Menu
对金融/宏观/政经/商业叙事做真实性与逻辑性校验：拆命题→查数据→验结构→找反例→打分→出验收结论。当用户说"帮我验证下这段话 / 这个说法靠谱吗 / 找反例 / 是不是叙事过拟合 / 真伪核查 / 二次考察"时调用。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Use when the user asks to correct English prompts, broken English, typos, grammar, wording, tone, workplace English, business writing, presentation language, or asks for English practice, quizzes, or help expressing ideas clearly in English.
Use when 用户要求提取、提炼、总结某个日期或时间范围的群聊/聊天记录（EACC 投资群 / eacc-chat），生成群聊日报、核心话题分析或投资价值信息筛选。触发词：提取聊天记录、群聊提炼、群聊总结、某月某日群里聊了什么、chat digest、群聊日报、群聊干货。
评估或对比会议纪要/访谈整理/深度纪要的质量：对照原始转录核查保真度，盘点覆盖度，输出多维度打分与失真清单。适用时机：(1) 用户问"这两份纪要哪份质量更高/写得更好"，(2) AI 生成的纪要发布前验收（有没有幻觉、编造、立场写错），(3) 给纪要挑毛病/做质检/打分。触发语：评估纪要质量、对比纪要、纪要靠谱吗、纪要验收、纪要打分、哪份纪要好。
对会议纪要/活动回顾/访谈整理等将对外发布的文档做敏感信息检查与脱敏，覆盖查塔姆宫规则（Chatham House Rule）合规：人名机构名及变体、职级暗示、玩笑话与人事信号、点评同行、口语化敏感词、外链击穿匿名、身份指纹拼图、第三方未公开信息、编辑残留。适用时机：(1) 纪要将对外发布/进知识库/发群前，(2) 嘉宾或机构方要求脱敏审稿，(3) 用户提到查塔姆规则/讲事不讲人/匿名化/敏感信息检查。输出违规清单+修复建议，或直接执行脱敏。
Use when designing or reviewing lifecycle status fields, finite state machines, async task/order/payment/upload/approval workflows, or when states are overlapping, action-shaped, ownerless, unsafe under retries, concurrency, timeouts, or terminal-state updates.
深度研究与验证技能：当用户提出需要多源信息搜集、逻辑推理和事实验证的复杂问题时使用。 适用场景包括但不限于：投资研究、行业分析、技术对比、政策解读、商业决策支持等需要 "先想清楚怎么查，再去查，查完还要验证"的场景。 触发关键词/短语：为什么A而不是B、分析一下、帮我研究、设计一个SOP流程来回答、 深度分析、请验证、fact check、多角度分析、请先理解问题再回答、不要立即回答。 当用户明确要求"先设计研究流程再回答"或"验证你的结论"时，务必使用此技能。 当用户的问题涉及多个实体的比较（公司、技术、政策等）且答案不是简单事实时，也应触发。
| name | narrative-truth-audit |
| description | 对金融/宏观/政经/商业叙事做真实性与逻辑性校验：拆命题→查数据→验结构→找反例→打分→出验收结论。当用户说"帮我验证下这段话 / 这个说法靠谱吗 / 找反例 / 是不是叙事过拟合 / 真伪核查 / 二次考察"时调用。 |
把一段「听起来合理但感觉不对」的金融/宏观/政经/商业叙事，转化为一个可验证的结构化判断问题。 核心不是"否定叙事"，而是把叙事拆成事实层 / 结构层 / 因果层三层独立命题，逐层取证、找反例、打分，最后给出"可决策 / 仅供观察 / 叙事驱动不可用"的明确验收结论。
核心价值：抵御"事实是对的，但因果是编的"这一最常见的叙事陷阱。
满足以下任一即调用：
youtube-video-analysis 的报告、研报摘录、公众号文章）的因果链表示怀疑youtube-video-analysis、research-to-knowledge-note 后做"真伪复核"环节不适用场景：
WebSearch 或调数据 API）Layer 1：事实层（A 是否真的发生过 / 数据是否真实）
Layer 2：结构层（即使 A 为真，是否能支持结论 B）
Layer 3：因果层（A → B 这条因果是否成立，还是仅相关或反向）
关键警觉：大部分"看起来对其实错"的内容，事实层都过得了，问题在结构层和因果层。
不要直接判断对错，先拆句子。任何一段叙事都拆成 4 类独立命题：
| 命题 | 含义 | 示例 |
|---|---|---|
| P1（数据） | 市场/世界发生了什么 | "KOSPI 突破 3000 点" |
| P2（行为） | 谁在买/卖 | "韩国散户疯狂入场" |
| P3（因果） | 为什么发生 | "AI 半导体牛市驱动" |
| P4（推演） | 未来会发生什么 | "将引发卖股买房潮" |
输出 Step 1 工作单：
## 原文命题拆解
- P1（数据）：……
- P2（行为）：……
- P3（因果）：……
- P4（推演）：……
四类命题独立打分独立验证，禁止把它们捆绑成"一对"或"一错俱错"。
按三类数据源逐级核查，每一层都标注来源和获取时间。
2.1 官方市场数据（第一优先级）
2.2 结构数据（比价格更重要）
2.3 行为数据（防止故事造假）
判停规则：
工具偏好：WebSearch 优先官方域名（带 site: 限定）；必要时用 WebFetch 拉原始数据页面。
回答："即使数据是真的，它能不能支持这个结论？"
枚举至少 3 个替代解释，例如：
判定：若存在更简单且证据更强的解释 → 原叙事可信度大幅下降。
填一张变量同步表：
| 变量 | 原叙事预测方向 | 实际数据方向 | 同步？ |
|---|---|---|---|
| 股市 | 上涨 | 上涨 | ✔ |
| 房地产成交 | 上涨 | 持平 | ❌ |
| 居民信贷 | 扩张 | 收缩 | ❌ |
| 外资流入 | 流入 | 流出 | ❌ |
判定：≥1 个关键变量不同步 → 因果关系大概率是错的。
常见遗漏变量清单（每次都过一遍）：
至少完成 3 类反例，缺一不可。
"同样条件下，别的国家发生了吗？"
例：若原叙事说"股市涨 → 全民卖股买房"，则查美国、日本、台湾、德国近 20 年是否在类似牛市中出现同款行为。 若仅单一国家出现：高度怀疑叙事过拟合。
"以前类似牛市/危机时发生过吗？"
参考样本：2000 科技泡沫、2008 次贷、2015 中国杠杆牛、2021 美股 meme 行情、1989 日本资产泡沫。 查："股市→房地产大迁移"是否曾发生？以何种形态？
房屋成交结构、贷款用途结构、税务申报数据、券商开户/销户数据是否支持？ 很多"卖股买房"故事在这一层被打穿。
"如果叙事为真，会触发什么系统性后果？这些后果是否真的出现了？"
判定：若叙事为真但未见系统反馈 → 叙事忽略了约束条件，可信度下降。
对每条命题（P1/P2/P3/P4）按 5 个维度打分（0-5 分）：
| 维度 | 问题 |
|---|---|
| 数据真实性 | 是否可被独立来源验证 |
| 因果直接性 | 是否直接导致结果（vs 相关/反向） |
| 变量完整性 | 是否遗漏关键变量 |
| 跨市场一致性 | 是否全球/跨市场存在同模式 |
| 历史一致性 | 是否曾在历史上发生过 |
单条命题满分 25：
| 总分 | 判级 | 行动 |
|---|---|---|
| 20-25 | 🟢 强因果 | 可作为决策依据 |
| 15-19 | 🟡 中等可信 | 仅供观察，加更多约束 |
| 10-14 | 🟠 弱因果 | 不可决策，仅作参考 |
| < 10 | 🔴 叙事驱动 | 拒绝采纳，警惕信息源 |
通过验收 = 同时满足以下 3 条：
❌ 任一条不满足 → 不可作为决策依据，必须在结论中明示。
执行 SOP 后，按以下模板输出审计报告：
# 叙事真伪审计报告
## 0. 元信息
- 待审叙事来源：<URL / 文件 / 用户原话>
- 审计日期：<YYYY-MM-DD>
- 审计工具版本：narrative-truth-audit v1.0
## 1. 原文命题拆解（Step 1）
- P1（数据）：……
- P2（行为）：……
- P3（因果）：……
- P4（推演）：……
## 2. 事实层核查（Step 2）
| 命题 | 来源类型 | 链接/路径 | 核查结果 | 置信度 |
|---|---|---|---|---|
| P1 | 官方数据 | …… | ✅/⚠️/❌ | … |
## 3. 结构层分析（Step 3）
- Q1 更简单解释：…
- Q2 变量同步表：…
- Q3 遗漏变量：…
## 4. 反例集合（Step 4）
- 跨国反例：…
- 历史反例：…
- 微观行为反例：…
- 极端约束压力测试：…
## 5. 因果强度评分（Step 5）
| 命题 | 数据 | 因果 | 变量 | 跨市场 | 历史 | 合计 | 判级 |
|---|---|---|---|---|---|---|---|
| P1 | 5 | - | - | - | - | … | … |
| P3 | 4 | 2 | 1 | 0 | 1 | 8 | 🔴 |
## 6. 最终验收结论（Step 6）
- 数据可独立验证？✅/❌
- 关键变量同步？✅/❌
- 跨国/历史一致？✅/❌
- **是否通过验收**：✅ 可决策 / 🟡 观察 / ❌ 拒绝
## 7. 通过的点 vs 不通过的点
### ✔ 成立的部分
- ……
### ❌ 不成立的部分
- ……
## 8. 给用户的一句话结论
> ……
## 9. 反欺诈速判口诀回顾
1. 数据是真的吗？
2. 有没有更简单解释？
3. 其他国家发生了吗？
4. 有没有遗漏关键变量？
5. 如果是真的，系统会不会崩？
任何叙事先问 5 句，能挡掉 80% 噪音：
WebSearch + 官方域名（site:krx.co.kr、site:imf.org、site:federalreserve.gov、site:stats.gov.cn）WebFetch 拉取报告/新闻原文，避免二手转述report.md / note.md，审计报告追加到同 workspace 的 note.md（新增"§ 真伪审计"章节），或单独写到 out/<videoId>__<slug>/audit.mdout/ 根新增审计文件完成基础 SOP 后，可追加：
这三项构成「金融信息反欺诈模型 v2」的扩展层，按需开启。