| 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。 |
Narrative Truth Audit（金融/宏观叙事真实性与逻辑性校验）
What this skill does
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。
When to invoke
满足以下任一即调用：
- 用户贴出一段宏观/市场/政经/商业叙事并问"靠谱吗 / 真的吗 / 是不是过度解读 / 帮我验下"
- 用户要求"找反例 / 反向推导 / 二次考察 / 压力测试这段叙事"
- 用户对前序输出（如
youtube-video-analysis 的报告、研报摘录、公众号文章）的因果链表示怀疑
- 用户说"识别叙事型文章 vs 可交易信息 / 过滤噪音 / 反欺诈"
- 紧接在
youtube-video-analysis、research-to-knowledge-note 后做"真伪复核"环节
不适用场景：
- 纯数据查询（直接
WebSearch 或调数据 API）
- 主观审美/口味判断（无可验证命题）
- 已经做过的真伪核查二次复述（不需要重跑 SOP）
三层验证模型（必须按顺序）
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。
SOP 标准流程（6 步，按顺序执行）
STEP 1：拆解原文命题结构（关键起手式）
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"。
STEP 2：事实层验证（Data Check）
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）
- 用于验证指数点位、涨跌幅、权重股贡献、汇率
- 工具：交易所（KRX/NYSE/HKEX/SSE/SZSE）、IMF、World Bank、BIS、公司财报（10-Q/20-F/年报）
2.2 结构数据（比价格更重要）
- 外资流入流出、margin debt（融资余额）、ETF 资金流、居民贷款、M2、社融
- 用来判断"是资金驱动 vs 仅叙事驱动"
2.3 行为数据（防止故事造假）
- 散户开户增量、日内交易占比、成交量结构、贷款用途结构、税务申报
判停规则：
- ❌ 若 P1 数据虚构（指数点位错、涨幅夸大、数据源不可能存在）→ 直接判死，不必继续
- ✅ 若 P1 可验证 → 进入 Step 3
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。
STEP 3：结构层验证（最关键的一步）
回答："即使数据是真的，它能不能支持这个结论？"
Q1：是否存在更简单的解释（Occam's Razor）？
枚举至少 3 个替代解释，例如：
- 是不是只是行业周期（AI 半导体、新能源、地产）？
- 有没有汇率因素（USD 强弱影响计价）？
- 有没有被动资金/指数纳入驱动？
- 有没有政策事件（降息、QE、监管放松）？
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。
Q2：关键变量是否同步变化？
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。
Q3：是否遗漏关键变量？
常见遗漏变量清单（每次都过一遍）：
- 美元周期（DXY）
- 联储/本国央行利率与缩表节奏
- 被动指数资金、ETF 再平衡
- 期权结构（gamma squeeze、0DTE）
- 财政赤字、政府债发行
- 地缘政治冲击
STEP 4：反例系统（最重要的一步，必须执行）
至少完成 3 类反例，缺一不可。
反例 1：跨国家反例（最强）
"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。
反例 2：历史反例（时间维度）
"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？
反例 3：微观行为反例
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。
反例 4：极端约束反例（逻辑压力测试）—— 可选但推荐
"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？"
- 若所有人同时卖股 → 是否有足够流动性承接？是否会触发熔断？
- 若资金都涌入房地产 → 房价是否会立即翻倍？银行能否承接贷款？
- 若汇率受冲击 → 央行是否会被迫干预？
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。
STEP 5：因果强度评分
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 |
STEP 6：最终验收（必须出明确结论）
通过验收 = 同时满足以下 3 条：
- 数据可被独立来源验证（非二手新闻、非纯叙事媒体）
- 关键变量同步变化（股市 + 信贷 + 房地产 + 外资 方向一致）
- 跨国家或历史存在一致模式（至少 2 个以上类似案例）
❌ 任一条不满足 → 不可作为决策依据，必须在结论中明示。
输出模板（Markdown）
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？
快速判断口诀（5 句）
任何叙事先问 5 句，能挡掉 80% 噪音：
- 数据是真的吗？（事实层）
- 有没有更简单的解释？（Occam）
- 其他国家发生了吗？（跨国反例）
- 有没有遗漏关键变量？（结构完整性）
- 如果是真的，系统会不会崩？（极端约束）
工具使用建议
- 数据核查：优先
WebSearch + 官方域名（site:krx.co.kr、site:imf.org、site:federalreserve.gov、site:stats.gov.cn）
- 原文抓取：
WebFetch 拉取报告/新闻原文，避免二手转述
- 跨视频对照：若需引用同目录其他视频的审计结论作对照基线，按 AGENTS.md §2.3 显式注明，禁止隐式跨 workspace 引用
- 结果落盘：
- 若审计对象是某视频的
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.md
- 若审计对象是独立研究素材，按用户指定路径或 inline 直出
- 严禁在
out/ 根新增审计文件
反模式（禁止行为）
- ❌ 跳过 Step 1 直接给结论
- ❌ 只验事实层就宣称"通过" / "不通过"（结构层和反例必须做）
- ❌ 反例只举一类（必须 ≥3 类）
- ❌ 评分没有依据（每个维度分数必须能指回 Step 2-4 的证据）
- ❌ 结论模糊（"似乎有点问题" "可能不太对"）—— 必须给出 🟢/🟡/🟠/🔴 之一
- ❌ 把"叙事驱动"等同于"作者撒谎"—— 区分"事实错 / 因果错 / 推演过度"三类瑕疵
进阶（Optional）
完成基础 SOP 后，可追加：
- 信息源画像：作者/媒体的历史命中率、立场偏好、利益相关
- 叙事生命周期定位：当前处于"早期信号 / 共识形成 / 拥挤交易 / 反转"哪一阶段
- 可交易性分级：即使叙事为真，是否已被价格充分定价（alpha 已被吃掉？）
这三项构成「金融信息反欺诈模型 v2」的扩展层，按需开启。
