| name | information-source-miner |
| description | 信息溯源与一手材料挖掘技能。**核心原则：追溯信息源，一层层往下挖，阅读最原始材料**。用于识别二手信息偏见、找到原始来源、对比多层转述差异。适用于财经新闻、政策文件、财报、演讲、研究报告等信息验证场景。 |
| user-invocable | true |
Information Source Miner - 信息溯源技能
核心理念
只要愿意亲自花一点时间去追溯信息源，一层一层往下挖，去读、去看最原始的材料，就已经领先了至少 99% 的人。
为什么需要信息溯源？
| 问题 | 现象 | 后果 |
|---|
| 信息衰减 | 每一层转述丢失 20-30% 信息 | 3 层后只剩 50% 原意 |
| 偏见注入 | 转述者加入自己的理解和立场 | 原始意图被扭曲 |
| 算法茧房 | 平台推送"热门解读"而非原始来源 | 视野受限 |
| 断章取义 | 短视频/标题只取片段 | 失去上下文 |
一手信息 vs 二手信息
信息层级金字塔（从上到下质量递增）：
Level 5: 短视频切片 / 标题党 ← 99% 的人停留在这里
↓
Level 4: 公众号/媒体解读文章
↓
Level 3: 新闻稿 / 摘要
↓
Level 2: 官方简报 / 财报摘要
↓
Level 1: 原始演讲视频 / 完整财报 / 法案原文 ← 我们要去的地方
信息溯源框架
1. 信息层级识别
收到任何信息时，先问：
- 这是第几手信息？
- 原始来源在哪里？
- 中间经过了几层转述？
识别信号：
| 信号 | 可能层级 |
|---|
| "据报道"、"消息称" | Level 3-4 |
| 带有情绪化标题 | Level 4-5 |
| 时长<60 秒的视频 | Level 5 |
| 有原文链接/引用 | Level 2-3 |
| 直接引用原文 + 时间戳 | Level 1-2 |
2. 溯源路径
收到信息 → 识别层级 → 寻找原始来源 → 对比差异 → 形成独立判断
示例：
- 看到公众号文章"SEC 主席重磅演讲：加密货币将迎监管风暴"
- 识别：Level 4（二手解读）
- 溯源：找到 SEC 官网 YouTube 频道
- 观看：完整 45 分钟演讲视频
- 对比：发现公众号只截取了 30 秒片段，丢失了"渐进式监管"的核心表述
- 判断：实际政策比解读温和
3. 关键信息源清单
金融/政策（美国）
金融/政策（中国）
公司财报
地缘政治
研究报告
| 类型 | 溯源方法 |
|---|
| 券商研报 | 找原始 PDF，注意免责声明和数据截止日期 |
| 学术论文 | Google Scholar → 期刊官网 → 下载 PDF |
| 智库报告 | 智库官网直接下载（如 CSIS、Brookings） |
使用方法
快速溯源检查（5 分钟）
1. 搜索信息中的关键词 + "原文" / "original" / "source"
2. 查找是否有官方链接
3. 检查引用是否有时间戳/页码
4. 对比 2-3 个不同来源的解读
深度溯源分析（30-60 分钟）
1. 找到原始来源（官网/官方频道）
2. 完整阅读/观看原始材料
3. 记录关键时间戳/页码
4. 对比二手解读的差异
5. 识别被忽略的关键信息
6. 形成独立判断
批量信息源监控
1. 订阅官方 RSS/邮件通知
2. 关注官方 YouTube/Twitter
3. 使用 RSS 阅读器聚合
4. 设置 Google Alerts 关键词提醒
输出结构
信息溯源报告模板
## 信息溯源报告
### 原始信息
- **标题**：[收到的信息标题]
- **来源**：[公众号/媒体/短视频]
- **接收时间**：[日期]
### 溯源过程
1. **第一层**：[二手来源] → 发现 [问题]
2. **第二层**：[一级来源] → 发现 [问题]
3. **原始来源**：[官方链接]
### 关键差异
| 二手解读 | 原始表述 | 差异分析 |
|---------|---------|---------|
| "..." | "..." | [曲解/断章取义/遗漏] |
### 被忽略的关键信息
- [二手信息未提及但重要的点 1]
- [二手信息未提及但重要的点 2]
### 独立判断
[基于原始材料的结论]
### 置信度
- 原始材料可信度：High/Medium/Low
- 二手解读准确度：High/Medium/Low
实战案例
案例 1：SEC 演讲解读
收到的信息：
"SEC 主席：加密货币将面临严厉监管"
溯源过程：
- 搜索 SEC 官网演讲页面
- 找到完整演讲视频（45 分钟）
- 观看发现：
- "严厉监管"出自第 38 分钟的假设性问题
- 核心内容是"渐进式、框架性监管"
- 提到"创新与保护并重"
差异对比：
| 二手标题 | 原始内容 |
|---|
| "严厉监管" | "渐进式监管框架" |
| 只提风险 | 风险 + 创新平衡 |
| 30 秒切片 | 45 分钟完整演讲 |
结论：二手信息放大了负面表述，丢失了政策平衡性
案例 2：财报电话会解读
收到的信息：
"特斯拉 Q4 营收不及预期，股价大跌"
溯源过程：
- 找到特斯拉 IR 网站
- 观看完整财报电话会（60 分钟）
- 发现：
- 营收确实略低于预期（-2%）
- 但毛利率超预期（+3%）
- CEO 指引 2026 年交付增长 50%
- "不及预期"只占电话会 2 分钟
结论：媒体聚焦负面，忽略了积极信号
信息质量评估矩阵
| 维度 | 一手信息 | 二手信息 | 三手 + 信息 |
|---|
| 完整性 | 100% | 60-80% | 30-50% |
| 准确性 | 95%+ | 70-90% | 50-70% |
| 偏见度 | 低 | 中 | 高 |
| 时效性 | 原始 | +1-24h | +24h+ |
| 获取成本 | 高（时间） | 中 | 低 |
| 信息差价值 | 高 | 中 | 无 |
核心原则
✅ 应该做的
- 永远先找原始来源 - 哪怕多花 30 分钟
- 对比多层转述 - 识别信息衰减点
- 记录关键时间戳/页码 - 方便回溯验证
- 关注上下文 - 不孤立理解单句话
- 建立信息源清单 - 订阅官方渠道
❌ 应该避免的
- 只看标题/短视频 - 丢失 90% 信息
- 单一来源依赖 - 容易陷入信息茧房
- 情绪化传播 - 未经核实就转发
- 忽略时间戳 - 过时信息当新闻
- 盲目信任大 V - 大 V 也会错
工具与技巧
搜索技巧
"[演讲者] site:youtube.com official"
"[机构] speech full video"
"[文件名/主题] site:sec.gov"
"[政策名] site:gov filetype:pdf"
"[公司名] investor relations earnings call"
"[公司名] 10-K site:sec.gov"
验证技巧
- 交叉验证：对比 3 个以上独立来源
- 时间线检查：确认信息发布时间顺序
- 引用追溯：追踪"据报道"的原始报道
- 数据验证：核对数字是否与原始一致
与相关技能的协作
| 技能 | 协作方式 |
|---|
| buy-side-news-analyst | 提供原始新闻源，进行买方分析 |
| finance-news-miner | 挖掘一手财经信息源 |
| news-summary | 从原始 RSS 抓取新闻 |
| qveris-official | 获取实时一手财务数据 |
心智模型
真正的 alpha（超额收益）来自于信息差，而信息差来自于愿意花时间去挖一手资料。
当大多数人在刷短视频、看公众号解读时，你已经在看原始演讲、读原始法案了。这本身就是护城河。
投入产出比：
- 花 1 小时读原始材料 = 领先 99% 的人
- 花 5 分钟看解读 = 与 99% 的人一样
选择权在你。
免责声明
本技能提供信息溯源方法论，不构成投资建议。信息验证需要独立判断，请交叉验证多个来源。
