doublecheck

Doublecheck

对AI生成的输出运行三层验证流水线。目标不是告诉用户什么是真实的——而是提取每个可验证的声明，找到用户可以独立检查的来源，并标记任何看起来像幻觉模式的内容。

激活

Doublecheck有两种操作模式：主动模式（持续）和一次性模式（按需）。

主动模式

当用户调用此技能但未提供特定文本进行验证时，激活持续doublecheck模式。回复：

Doublecheck现已激活。 我将在呈现回复前验证其中的事实性声明。每次实质性回复后，您将看到内联验证摘要。对任何回复说“完整报告”即可获取完整的三层验证及详细来源。随时说“关闭doublecheck”即可关闭。

然后，在对话的剩余部分遵循以下所有规则：

规则：在发送每条回复前进行分类。

在生成任何实质性回复之前，判断其是否包含可验证的声明。对回复进行分类：

回复类型	包含可验证声明？	操作
事实分析、法律指导、法规解读、合规指导，或包含案例引用或法律条文的内容	是——高密度	运行完整验证报告（见下文高风险内容规则）
文档、研究或数据摘要	是——中等密度	对关键声明运行内联验证
代码生成、创意写作、头脑风暴	很少	跳过验证；注明doublecheck模式不适用于此类内容
日常对话、澄清问题、状态更新	否	静默跳过验证

规则：主动模式的内联验证。

当主动模式适用时，不要对每条回复都生成单独的完整验证报告。相反，使用以下模式将验证直接嵌入回复中：

1. 正常生成回复。
2. 在回复后添加一个Verification部分。
3. 在该部分中，列出每个可验证的声明及其置信度评级和来源链接（如有）。

格式：

---
**验证（已检查N条声明）**

- [已验证] "声明文本" -- 来源：[URL]
- [已验证] "声明文本" -- 来源：[URL]
- [合理] "声明文本" -- 未找到具体来源
- [捏造风险] "声明文本" -- 无法找到此引用；使用前请核实

对于主动模式，优先考虑速度。对引用、特定统计数据以及任何您信心较低的声明运行网络搜索。您无需搜索常识性声明或您高度确信的声明——只需将其评为“合理”并继续。

如果任何声明被评为“有争议”或“捏造风险”，请在验证部分之前突出显示，以便用户立即看到。当自动升级适用时（见下文），将此提示放在完整报告的顶部，摘要表之前：

**注意：** 我对[具体声明]不太确定。我找不到支持来源。在依赖它之前，您应独立核实。

规则：高风险发现自动升级为完整报告。

如果您的内联验证识别出任何被评为“有争议”或“捏造风险”的声明，不要生成内联验证。相反，在回复顶部放置“注意”提示，然后使用assets/verification-report-template.md中的模板生成完整的三层验证报告。当明显有问题时，用户不应要求详细报告。

规则：高风险内容生成完整报告。

如果回复包含法律分析、法规解读、合规指导、案例引用或法律条文，始终使用assets/verification-report-template.md中的模板生成完整验证报告。对于这些内容类型，不要使用内联验证——风险太高，不适合简略格式。

规则：内联验证的可发现性页脚。

当生成内联验证（而非完整报告）时，始终在验证部分末尾附加以下行：

_说“完整报告”以获取带有来源的详细三层验证。_

规则：应要求提供完整验证。

如果用户说“完整报告”、“运行完整验证”、“验证一下”、“doublecheck一下”或类似内容，运行完整的三层流水线（如下所述），并使用assets/verification-report-template.md中的模板生成完整报告。

一次性模式

当用户调用此技能并提供特定文本进行验证（或引用之前的输出）时，运行完整的三层流水线，并使用assets/verification-report-template.md中的模板生成完整验证报告。

停用

当用户说“关闭doublecheck”、“停止doublecheck”或类似内容时，回复：

Doublecheck现已关闭。 我将正常回复，不进行内联验证。您可以随时重新激活。

---

第一层：自我审计

以批判的眼光重新阅读目标文本。您在这一层的任务是提取和内部分析——尚无网络搜索。

步骤1：提取声明

逐句检查目标文本，找出每个断言可验证内容的陈述。对每条声明进行分类：

类别	查找内容	示例
事实性	关于事物现状或历史的断言	"Python创建于1991年"，"GPL要求衍生作品开源"
统计性	数字、百分比、数量	"95%的企业使用云服务"，"合同有30天终止条款"
引用性	对特定文档、案例、法律、论文或标准的引用	"根据《通信规范法》第230条..."，"在Mayo v. Prometheus (2012)案中..."
实体性	关于特定人物、组织、产品或地点的声明	"OpenAI由Sam Altman和Elon Musk创立"，"GDPR适用于欧盟居民"
因果性	声称X导致Y或X导致Y	"此漏洞允许远程代码执行"，"该法规是为应对2008年金融危机而通过的"
时间性	日期、时间线、事件顺序	"截止日期是3月15日"，"2.0版本在安全补丁之前发布"

为每条声明分配一个临时ID（C1、C2、C3...），以便在后续层中跟踪。

步骤2：检查内部一致性

对照检查提取的声明：

• 文本中是否有自相矛盾之处？（例如，对同一事件给出两个不同日期）
• 是否存在逻辑上不兼容的声明？
• 文本是否在一个部分做出假设，而在另一部分与之矛盾？

立即标记任何内部矛盾——这些不需要外部验证即可识别为问题。

步骤3：初始置信度评估

仅根据您自己的知识对每条声明进行初步评估：

• 您是否记得这是准确的？
• 这是模型经常产生幻觉的声明类型吗？（具体引用、精确统计数据和确切日期是高危类别。）
• 该声明是否足够具体以便验证，还是过于模糊而无法证伪？

记录您的初始置信度，但不要将其作为发现报告。这是第二层的输入，而非输出。

---

第二层：来源验证

对每条提取的声明，搜索外部证据。这一层的目的是找到用户可以访问以独立验证声明的URL。

搜索策略

对于每条声明：

1. 制定搜索查询，以找到主要来源。对于引用，搜索确切的标题或案例名称。对于统计数据，搜索具体数字和主题。对于事实性声明，搜索关键实体和关系。

2. 使用web_search运行搜索。如果第一次搜索未返回相关结果，重新制定查询并使用不同术语再试一次。

3. 评估您找到的内容：

   • 您是否找到了直接针对该声明的主要或权威来源？
   • 您是否从可信来源找到了矛盾信息？
   • 您是否没有找到任何相关内容？（这本身就是一个信号——真实的事物通常有网络足迹。）

4. 记录结果并附上来源URL。即使您也总结了来源内容，始终提供URL。

什么算作来源

优先选择主要和权威来源：

• 官方文档、规范和标准
• 法院记录、立法文本、监管文件
• 同行评审出版物
• 官方组织网站和新闻稿
• 已建立的参考著作（百科全书、法律数据库）

注明来源是次要的（新闻文章、博客文章、维基页面）还是主要的。用户可以据此权衡。

专门处理引用

引用是幻觉风险最高的类别。对于任何引用特定案例、法规、论文、标准或文档的声明：

1. 搜索确切的引用（案例名称、标题、章节号）。
2. 如果找到，确认引用的内容确实与目标文本声称的一致。
3. 如果完全找不到，将其标记为“捏造风险”。模型经常为不存在的事物生成听起来合理的引用。

---

第三层：对抗性审查

完全改变您的姿态。在第一层和第二层中，您试图理解和验证输出。在这一层中，假设输出包含错误并主动尝试找到它们。

幻觉模式检查清单

检查这些常见模式：

1. 捏造的引用——文本引用了您在第二层中找不到的特定案例、论文或法规。这是最危险的幻觉模式，因为它看起来权威。

2. 无来源的精确数字——文本陈述了特定统计数据（例如，“78%的公司...”）而未指明数字来源。模型经常生成听起来合理但完全虚构的统计数据。

3. 对不确定主题的自信具体性——文本对实际上未知或有争议的主题陈述了非常具体的内容。注意在专家意见分歧的领域中的确切日期、精确金额和明确归因。

4. 看似合理但错误的关联——文本将概念、裁决或事件与错误的实体关联。例如，将裁决归因于错误的法院，将引语分配给错误的人，或在法律名称正确的情况下错误描述其条款。

5. 时间混淆——文本将可能已过时的事物描述为当前，或以错误顺序描述事件序列。

6. 过度概括——文本将仅在特定司法管辖区、背景或时间段内适用的事物陈述为普遍真理。在法律和法规内容中常见。

7. 缺少限定词——文本将存在重大例外、限制或反论的细微主题呈现为已解决或直接了当。

对抗性问题

对于每个通过第一层和第二层的主要声明，问：

• 什么会使这个声明错误？
• 这个领域是否存在模型可能学到的常见误解？
• 如果我是领域专家，我会反对这种表述方式吗？
• 这个声明是在我的训练数据截止日期之前还是之后？它可能过时了吗？

需要升级的危险信号

如果您发现以下任何情况，请在报告中突出标记：

• 在任何地方都找不到的特定引用
• 没有可识别来源的统计数据
• 与权威来源说法相矛盾的法律或法规声明
• 以高置信度陈述但实际上有争议或不确定的声明

---

生成验证报告

完成所有三层后，使用assets/verification-report-template.md中的模板生成报告。

置信度评级

为每条声明分配最终评级：

评级	含义	用户应做什么
已验证	找到支持来源并已链接	如果该声明对您的工作至关重要，抽查来源链接
合理	与常识一致，未找到具体来源	视为合理但未经确认；如果依赖其做决策，请独立验证
未验证	未找到支持或矛盾的证据	未经独立验证，请勿依赖此声明
有争议	从可信来源找到矛盾证据	审查矛盾来源；此声明可能错误
捏造风险	符合幻觉模式（例如，找不到的引用、无来源的精确统计数据）	在从主要来源确认之前，假定此声明错误

报告原则

• 提供链接，而非判决。用户决定什么是真实的，而不是您。
• 当您找到矛盾信息时，呈现双方及其来源。不要选择赢家。
• 如果声明无法证伪（过于模糊或主观而无法验证），请说明。“无法证伪”是有用的信息。
• 明确说明您无法检查的内容。“我无法验证这一点”不同于“这是错误的”。
• 按严重程度分组发现。首先列出最需要关注的项目。

局限性披露

始终在报告末尾包含以下内容：

此验证的局限性：

• 此工具加速人工验证；它不能替代人工验证。
• 网络搜索结果可能不包含最新信息或付费来源。
• 对抗性审查使用与可能产生原始输出的相同底层模型。它能发现许多问题，但不能发现所有问题。
• 评级为“已验证”的声明意味着找到了支持来源，并不意味着声明绝对正确。来源也可能出错。
• 评级为“合理”的声明仍可能错误。缺乏矛盾证据并非准确性的证明。

---

领域特定指导

法律内容

法律内容具有较高的幻觉风险，因为：

• 案例名称、引用和判决结果经常被模型捏造
• 司法管辖区的细微差别通常被简化或省略
• 法律条文可能被释义，从而改变法律含义
• “多数规则”和“少数规则”的区别经常丢失

对于法律内容，对以下内容给予额外审查：案例引用、法律条文引用、法规解释和司法管辖区声明。尽可能搜索法律数据库。

医学和科学内容

• 检查引用的研究是否确实存在，以及结果是否准确描述
• 注意过时的指南被呈现为当前指南
• 标记剂量、治疗方案或诊断标准——这些会变化，错误可能危险

金融和监管内容

• 验证具体金额、日期和阈值
• 检查监管要求是否归因于正确的司法管辖区且是最新的
• 注意可能因近期立法变更而过时的税法声明

技术和安全内容

• 验证CVE编号、漏洞描述和受影响版本
• 检查API规范和配置说明是否与当前文档一致
• 注意可能过时的版本特定信息