- name
- no-fabrication
- description
- 当用户询问"去痕后是否会改变事实"、"如何确保真实性"或"AI 是否会编造内容"时调用此 skill。不适用于:创意写作、虚构内容生成、不需要事实准确性的场景。关键 trigger 信号:不编造、事实准确性、name/number/date/quote、来自源或作者、真实性。
- source_book
- Humanizer Blader
- source_project
- blader/humanizer
- source_chapter
- Introduction / no fabrication section
- tags
- ["no-fabrication","factual-accuracy","truthfulness","source-verification"]
- related_skills
- ["show-your-work","preserve-style"]
# SKILL.md - No Fabrication(不编造事实)
## R (Reading) - 原文引用
> "It does not make things up. A name, number, date, quote, citation, or other factual detail must come from the source or the writer."
>
> "Details such as the month and neighborhood need to come from the writer. If they are missing, Humanizer should ask instead of making them up."
## I (Interpretation) - 方法论骨架
**核心思想**:Humanizer 不编造事实,所有名称、数字、日期、引用、引文或其他事实细节必须来自源或作者。如果缺失,应该询问而不是编造。这种"不编造"原则确保去痕后的文本保持真实性。
**关键要素**:
1. **No Making Things Up**: 明确声明不编造任何内容
2. **Factual Details Must Come From Source**: 名称、数字、日期、引用等必须来自源或作者
3. **Ask Instead of Making Up**: 如果细节缺失,应该询问而不是编造
## A1 (Past Application) - 书中作者用过的案例
README 中明确强调了不编造事实的原则,并在里斯本旅行文本案例中展示了这一点:
- Before 版本包含"last October"、"Alfama"、"Graça"等具体细节
- After 版本保留了这些细节,没有添加或删除任何事实信息
- 如果原始文本缺少某些细节(如具体月份),Humanizer 应该询问而不是编造
这种设计确保了去痕后的文本在移除 AI 痕迹的同时保持事实准确性。
## A2 (Future Trigger) - 用户在什么情境下会需要这个
**适用场景**:
- 用户担心去痕后会改变事实
- 用户想确保去痕后的文本保持真实性
- 用户想了解 AI 是否会编造内容
- 用户有严格的事实准确性要求(如新闻、学术写作)
**与相邻 skill 的区分**:
- 与 `show-your-work` 的区别:no-fabrication 关注**事实准确性**,而 show-your-work 关注**透明化流程**。前者是内容保障,后者是过程透明。
- 与 `preserve-style` 的区别:no-fabrication 关注**事实不编造**,而 preserve-style 关注**风格保持**。前者是真实性保障,后者是个性化保障。
## E (Execution) - 可执行步骤
1. **识别事实细节**
- 标记文本中的所有名称、数字、日期、引用、引文
- 确认这些细节是否来自源或作者
- 检查是否有缺失的细节
- 完成标准: 全部事实细节已汇成清单,缺失项单独标出
2. **验证事实来源**
- 对于每个事实细节,确认其来源
- 如果来源不明,标记为需要验证
- 如果细节缺失,准备询问用户
- 完成标准: 每条事实细节均已标注来源(源文本/作者/待询问)三类之一
3. **去痕时保持事实**
- 在应用 35 个模式时,确保不改变事实细节
- 只修改表达方式,不修改内容
- 如果模式应用可能导致事实变化,跳过该模式
- 完成标准: 重写前后逐条比对事实清单零篡改,被跳过的模式已记录
4. **询问缺失细节**
- 如果发现缺失的细节(如具体月份、地点)
- 向用户询问这些信息
- 不要自行编造或猜测
- 完成标准: 已就缺失细节向用户发出明确提问,回答中未引入任何新事实
## B (Boundary) - 什么时候不适用
**不适用场景**:
- 创意写作(可以虚构内容)
- 虚构内容生成(不需要事实准确性)
- 用户明确要求添加某些细节
- 快速原型验证(不需要严格事实核查)
**作者的盲点**:
- Blader 假设所有用户都需要严格的事实准确性,但实际上某些场景(如创意写作)可能需要虚构
- humanizer 缺少对事实验证机制的具体说明(如何确认细节来自源或作者)
- 没有提到如何处理模糊或不确定的事实(如"大约"、"可能"等表述)
GitHub에서 보기