| title | FACTCHECK-PIPELINE | ||||
|---|---|---|---|---|---|
| description | 事實查核方法論 SSOT — Phase 1-6 / 8 atom 類 / 4 維度 source authority / Quick + Full mode (v2.0) | ||||
| type | pipeline-canonical | ||||
| status | canonical | ||||
| current_version | v2.0 | ||||
| last_updated | 2026-05-11 | ||||
| last_session | cranky-newton-220237 | ||||
| sister_docs |
|
||||
| upstream_canonical |
|
第一性原理：每一個 footnote、每一個直接引語、每一個具體數字，都必須通過 「URL 活著 → 媒體真實發過 → 描述準確 → claim 跟 source 逐字對應」 四關。少任一關 = 系統性 trust leak。
v2.0 設計理由：對齊 REWRITE-PIPELINE v5.0 + MAINTAINER-PIPELINE v2.0 spine restoration 範式。修補 v1.1 結構問題：(1) 缺 ASCII spine + Quick/Full Mode 對照；(2) Hard Gate 散在 Phase 1-6 無集中索引；(3) Top 5 最常忘沒提取。
╭──────────────────────────────────────────────────────────────────────────╮
│ FACTCHECK-PIPELINE 6 phase + Quick/Full Mode │
│ │
│ 🧭 核心命題：4 關 trust leak（URL / 媒體 / 描述 / claim verbatim） │
│ │
│ 🪜 Article Tier 制 │
│ ├── A 級: People / 敏感 / 政治 / 紀錄片（≥50 fn / ≥3000 字） │
│ │ → Full Mode 90-180 min / 25+ WebFetch / Phase 1-6 │
│ ├── B 級: 一般深度文（10-50 fn） │
│ │ → 介於 / Phase 1, 3, 4 跑 + 2 採樣抽取 │
│ └── C 級: Hub / 短修正 / 翻譯 / Food / Geography 軟文 │
│ → Quick Mode 15-30 min / 5-10 WebFetch / Phase 3-4 採樣 │
│ │
│ ──── Phase 1-6 主流程 ────────────────────────────────────── │
│ │
│ Phase 1: SCOPE & BUDGET ──→ 5 step │
│ ├── 判 article tier + atom 採樣目標 + WebFetch 預算 │
│ ├── 決定 spawn 策略（自跑 / general-purpose / Explore） │
│ └── 指定輸出位置（research 檔 append / LESSONS-INBOX） │
│ ↳ Hard gate: A 級無 research 檔 → 暫停先補 Stage 1 │
│ │
│ Phase 2: ATOMIC DECOMPOSITION ──→ 8 atom 類抽取 │
│ ├── 時間 / 地點 / 動作 / 引語 / 數字 / 人名 / 機構 / 物件 │
│ └── 排成 atom 表（每 atom 一行 + footnote + URL 對應） │
│ ↳ Hard gate: A 級 atom 表 < 50 行 → 重抽過淺 │
│ │
│ Phase 3: SOURCE AUTHORITY AUDIT ──→ 4 維度 × N footnote │
│ ├── URL_resolves / source_real / desc_accurate / claim_matches│
│ └── WebFetch 中文 prompt 強制（避免英文 summary 污染） │
│ ↳ Hard gate: A 級每 footnote 必有 4 維度報告 │
│ │
│ Phase 4: CLAIM VERBATIM CHECK ──→ Ctrl-F 逐字驗證 │
│ ├── 引語 verbatim / 數字 base / 引號 third-person flip │
│ └── over-citing 偵測（一 footnote 綁 N 個高風險 atom） │
│ ↳ Hard gate: verbatim 不靠「看起來像」必 Ctrl-F │
│ │
│ Phase 5: CROSS-CLAIM CONSISTENCY ──→ 算術 / 時序 / 互引 │
│ ├── 算術 sanity（總額 vs 分項） │
│ ├── 時序矛盾（A 在 B 之前 vs B 在 A 之前） │
│ └── 互引一致性（X claim Y vs Y claim X） │
│ ↳ Hard gate: 算術 base 數字必 cross-source 驗證 │
│ │
│ Phase 6: TRIAGE & APPLY ──→ ✅/⚠️/❌/🔴 分類處置 │
│ ├── ✅ PASS / ⚠️ SOFT-FIX（改描述） │
│ ├── ❌ HARD-FIX（換源或刪 claim） │
│ └── 🔴 DEAD-LINK（必換源 + LESSONS append） │
│ ↳ Hard gate: 任一 🔴 / ❌ 不處置 不 ship │
│ │
│ ✅ Audit 完成 │
│ │
│ ──── 跨 pipeline boundary ───────────────────────── │
│ → REWRITE Stage 3.3 Quick Mode 觸發（每篇 ship 前） │
│ → REWRITE Stage 3.5 Full Mode hallucination audit（A 級） │
│ → REWRITE Stage 3.6 STORY ATOM AUDIT（場景原子驗證） │
│ → MAINTAINER §Step 3.4 footnote source authority audit（外部 PR） │
╰──────────────────────────────────────────────────────────────────────────╯
| Gate | 觸發 phase | 條件 | 工具 | 不過 = ? |
|---|---|---|---|---|
| Article tier 判定 | Phase 1 | 所有 audit | manual（A/B/C 三 tier 規則） | 隨意亂跑 |
| A 級必有 research 檔 | Phase 1 | A 級 article | ls reports/research/YYYY-MM/{slug}.md |
暫停先補 REWRITE Stage 1 |
| Atom 採樣目標 | Phase 1 | A: 100% / B: ~50 / C: 5-10 | manual 計算 | 重列 |
| WebFetch 預算 | Phase 1 | A: 25+ / B: 15+ / C: 5+ | manual 跟蹤 | 升 tier 或減 scope |
| 輸出位置指定 | Phase 1 | A/B append research 檔 / C → LESSONS-INBOX | manual | 隨手寫 commit message |
| Atom 表 ≥ 50 行 | Phase 2 | A 級 article | manual count | 重抽（過淺） |
| 8 atom 類涵蓋 | Phase 2 | 所有 audit | grep 半自動 | 補抽 |
| Footnote 4 維度報告 | Phase 3 | A 級每 footnote | manual + WebFetch | 缺一不進 Phase 4 |
| WebFetch 中文 prompt | Phase 3 | 中文網站 | manual prompt 規範 | 英文 summary 污染 → 重 fetch |
| Verbatim Ctrl-F | Phase 4 | 所有引語 atom | Ctrl-F vs source | 「看起來像」一律 fail |
| Over-citing 偵測 | Phase 4 | 多 atom 同 footnote | manual scan | mismatch atom 拆/換源 |
| 算術 cross-source | Phase 5 | 數字 atom | python algebra + 二源驗 | base 數字錯誤 → HARD-FIX |
| 時序矛盾 | Phase 5 | 時間 atom 互引 | manual timeline | 衝突 → 改寫 |
| 🔴 DEAD-LINK 處置 | Phase 6 | URL 404/403 | curl -sI | 必換源 + LESSONS append |
| ❌ HARD-FIX 處置 | Phase 6 | claim mismatch | per Phase 3-4 audit | 不 ship until fix |
從 2026-04-28 沈伯洋 audit + LESSONS 抽 friction 最高的 5 條。
- Phase 4 verbatim 用 Ctrl-F 不是「看起來像」 — 引語 atom 必須逐字對 source URL Ctrl-F，AI 看起來「相似」會放過 quote re-paraphrase / third-person flip
- Phase 3 dead-link 必跑 WebFetch ≥ 3 footnote —
URL_resolves第一維度，404/403 是最容易發現的，但因為 lazy 常常 skip - Phase 2 atom 採樣率對 A 級 100% 全列 — 不是「抓重點」，是「全列 30 引語 + 20 數字 + 15 人名 + 15 機構 + 10 地點 + 10 物件 = ~100 atoms」
- WebFetch 對中文網站必須中文 prompt — AI 預設返回英文 paraphrase，必須強制「逐字引用中文原文，絕對不接受英文 summary」（REFLEXES #16+31）
- Over-citing 偵測 — 一個 footnote 同時被綁住 5+ 個高風險 atom，但 source 只支持 1-2 個 → article 假裝有 source 但實際 leak（沈伯洋 [^7] 實戰）
| 檔案 | 範圍 |
|---|---|
| 本檔 | 事實查核 SSOT — Phase 1-6 + 8 atom 類 + 4 維度 source authority + Quick/Full Mode |
| REWRITE-PIPELINE.md | Stage 3.3 Quick Mode 觸發點 / Stage 3.5 Full Mode hallucination audit / Stage 3.6 STORY ATOM AUDIT |
| RESEARCH.md | 「怎麼搜資料」（從 0 蒐集）vs 本檔「怎麼驗證」（從 1 反查），方向相反 |
| EDITORIAL.md | §挖引語制度 + §紀實 vs 煽情 是寫作層紀律，本檔是驗證層紀律 |
| MAINTAINER-PIPELINE.md | §Step 3.4 footnote source authority audit 觸發本檔 Quick Mode |
| PEER-INGESTION-PIPELINE.md | 策展 peer ingest 後對 atom 跑 audit（接 Phase 3-4） |
Quick Mode vs Full Mode：
| Mode | 預算 | WebFetch | 觸發 | 跑的 Phase |
|---|---|---|---|---|
| Quick | 30-60 min | 5-15 | REWRITE Stage 3.3 / MAINTAINER Step 3.4 外部 PR | Phase 1, 3 採樣, 4 採樣 |
| Full | 90-180 min | 25+ | A 級 ship 後 / 觀察者質疑 / 月度巡邏 | Phase 1-6 全跑 |
實戰觀察（2026-04-28 沈伯洋條目 v2 audit 揭露）：
REWRITE-PIPELINE 既有 Stage 3.5/3.6 hard gate 抓不到的 issue 種類：
- Over-citing：一個 footnote 同時被綁住 5+ 個高風險 atom，但實際只支持其中 1-2 個。Stage 3.5 的「列 claim 表」流程容易把多 atom 綁同 footnote 當作「一條 claim 一個 source」，少跑 cross-check。
- Quote re-paraphrase：作者把引號內的源文措辭略微改寫（為了「順」或「更清楚」），但保留引號 → verbatim 違規。e.g. 源文「電池收在坐墊下，外觀則偽裝成摩托車螺絲」被改寫為「把電池收在坐墊下，拉了一個攝影機出來，假裝是摩托車的螺絲」並用引號保護。
- Third-person flip：受訪者用第三人稱稱自己（「中國標註的是他的座標」），主筆「順手」改成「沈伯洋的座標」放在引號內 → verbatim 違規。
- Attribution mismatch：footnote 的 URL 真實 + 媒體真實 + 描述準確，但實際 claim 跟那篇報導對不上（報導沒寫該 fact）。
- Scope creep：article 的 claim 比 source 廣。e.g. 「中國博主粉絲七百萬」但 source 只說「中國微博帳號」未提粉絲數。
- Number drift：算術 sanity check 過了但 base 數字錯。e.g. 「曹興誠三十億抗共保台」claim 在 footnote 1 + 2 都查不到，但 article 把它當作既定事實穿插在多段。
- Dead-link blind：footnote URL 在 commit 後失效（403/404），讀者點擊看不到 source。
這些 issue 個別都不致命，累積就是「看起來有 source 其實 source 不支撐」——讀者只要 click 一個 footnote 發現對不上，整篇文章的可信度就會被打折。
核心命題：每一個 footnote、每一個直接引語、每一個具體數字，都必須通過 「URL 活著 → 媒體真實發過 → 描述準確 → claim 跟 source 逐字對應」 四關。少任一關 = 系統性 trust leak。
不是每篇文章都要跑完整 FACTCHECK。依文章類別分三 tier：
| Article Tier | 觸發條件 | 預算 | Stage 跑哪些 |
|---|---|---|---|
| A 級 | 真人 People／敏感人權／政治爭議／紀錄片／報導（≥ 50 footnotes 或 ≥ 3000 字 或 含直接引語 ≥ 10 句） | 90-180 min（含 25+ WebFetch） | Phase 1-6 全跑 |
| B 級 | 一般 People / Society / History 深度文（10-50 footnotes） | 45-90 min（10-20 WebFetch） | Phase 1, 3, 4 跑；Phase 2 採樣抽取；Phase 5 + 6 簡化 |
| C 級 | Hub 頁、短修正、翻譯文、Food / Geography 軟文 | 15-30 min（5-10 WebFetch） | Phase 3 footnote spot-check + Phase 4 高風險 atom 採樣 |
觸發新增 audit 的時機：(a) 文章剛 ship 後（REWRITE-PIPELINE 內嵌跑 quick 版）(b) 讀者公開質疑（觀察者 callout / Issue / Threads 留言）(c) 月度巡邏（隨機抽 5 篇 A/B 級跑 sampling）(d) 外部 PR merge 前（接收層深度檢查）。
Phase 1: SCOPE & BUDGET → 決定 tier、預算、目標 atom 採樣率
Phase 2: ATOMIC DECOMPOSITION → 抽出全文 high-risk atoms
Phase 3: SOURCE AUTHORITY AUDIT → 每個 footnote URL 跑 4 維度檢查
Phase 4: CLAIM VERBATIM CHECK → 每個 atom 對 source URL Ctrl-F
Phase 5: CROSS-CLAIM CONSISTENCY → 算術、時序、互引一致性
Phase 6: TRIAGE & APPLY → ✅ PASS / ⚠️ SOFT-FIX / ❌ HARD-FIX / 🔴 DEAD-LINK 分類處置
每個 Phase 都有 hard gate，前一階段不過不進下一階段。
目標：決定本次 audit 的範圍與深度。
輸入：
- 待 audit 文章路徑
- 觸發來源（REWRITE Step 3.3 / 觀察者 / Issue / 月度巡邏；v5.0 編號，舊版 Stage 3.5）
- 既有 research 檔（如有）
reports/research/YYYY-MM/{slug}.md
步驟：
- 判 article tier（A / B / C）
- 計算 atom 採樣目標：
- A 級：100% 全列（30 引語 + 20 數字 + 15 人名 + 15 機構 + 10 地點 + 10 物件 = ~100 atoms）
- B 級：採樣，重點抓引語 + 數字 + 人名（~50 atoms）
- C 級：footnote spot-check + 5-10 高風險 atom
- 決定 spawn 策略：
- 自跑（主 session 親自驗）：適合 < 30 atoms 或 < 20 footnotes
- Spawn
general-purpose（需寫檔）：適合 A 級需 append audit report 到 research 檔 - Spawn
Explore（read-only）：適合 B 級，audit 結果回主 session 處理
- WebFetch 預算：A 級 25+ / B 級 15+ / C 級 5+
- 指定輸出位置：A 級 → append 到
reports/research/YYYY-MM/{slug}.md§「YYYY-MM-DD 完整事實查核 ({session})」；B 級 → append 到 same 檔 § audit；C 級 → 寫入 commit message + LESSONS-INBOX
hard gate：若文章無 research 檔 + 為 A 級 → 暫停，先補 Stage 1 research 檔再跑 audit（沒有 research 檔的 A 級 article 是違反 REWRITE-PIPELINE v2.16）。
目標：把全文拆成可獨立驗證的 claim atoms。
Atom 8 類（每類有 high-risk pattern）：
| # | Atom Type | 範例 | High-risk pattern |
|---|---|---|---|
| 1 | 時間 atom | 「2026-01-01」「十多年後」「某天下午」「七分半」 | 模糊時段詞容易被 AI 從英文 summary 推導；具體日期到日層級易混淆 |
| 2 | 地點 atom | 「信義路三段」「Morgridge Hall 1524」「松山慈惠堂」「大安森林公園」 | 街名門牌號碼 / 廳代號 / 樓層多源 paraphrase 容易增添細節 |
| 3 | 動作 atom | 「鞠躬三次」「自費購票」「facebook 大規模轉發」「剪掉爆炸頭」 | 動作沒有引號保護，AI 預設可從 paraphrase 推導 |
| 4 | 引語 atom | 「箭靶」「沒在怕」「集體自卑」「Useful Idiots」 | 措辭略改容易違 verbatim；third-person flip；中文 source 被英文 paraphrase 污染 |
| 5 | 數字 atom | 「三百萬」「六億」「64%」「七百萬粉絲」「八天」 | 整數倍率被四捨五入；總額 vs 分項混淆；分母不確定的比例 |
| 6 | 人名 atom | 「Maya Wang」「Henry Pontell」「孤烟暮蟬」「林月琴」 | 英文名拼音 / 職稱錯置 / 第二創辦人省略 |
| 7 | 機構 atom | 「USCC」「IPAC」「Liberal International」「Doublethink Lab」「勵馨基金會」 | 機構代號 / 會員資格 / 屆次 / 主辦單位混淆 |
| 8 | 物件 atom | 「吉林一號衛星」「摩托車螺絲針孔」「兆億有限公司」「CQGACTD@163.com」 | 機型代號 / 設備偽裝細節 / 公司中英文名 |
抽取流程：
# 半自動 grep 候選（未來工具化為 scripts/tools/extract-atoms.sh）
ARTICLE=knowledge/People/X.md
# 引語 atom（含粗體強調）
grep -nE '「[^」]+」|\*\*[^*]+\*\*' "$ARTICLE"
# 數字 atom（中文/阿拉伯數字 + 量詞）
grep -nE '[0-9]+[^0-9]?[年月日週次萬億份成%元篇位人天]|[一二三四五六七八九十百千萬億]+[^一二三四五六七八九十]?[年月日次份]' "$ARTICLE"
# 英文人名 atom
grep -nE '[A-Z][a-z]+ [A-Z][a-z]+' "$ARTICLE"
# 機構代號 atom（純大寫縮寫）
grep -nE '\b[A-Z]{3,}\b' "$ARTICLE"
# 地點 atom（門牌 / 街路 / 校區房號）
grep -nE '(街|路|段|巷|號|廳|館|館內|大樓|區|市)[^，。]{0,15}' "$ARTICLE"
# 動作 atom（沒有引號保護的具體動作詞）
grep -nE '(鞠躬|轉發|拍下|報警|剪掉|繞過|踏過|踏進|抵達|出席|主辦|宣布|辭去)' "$ARTICLE"
# 時間 atom（具體日期 + 模糊時段）
grep -nE '(年|月|日)|(早晨|清晨|傍晚|深夜|某天|十多年後|幾天後|幾個月後)' "$ARTICLE"
# 物件 atom（產品代號 / 公司名 / 帳號 / email）
grep -nE '@[a-zA-Z0-9_]+|[a-zA-Z][a-zA-Z0-9_]+ Co\. Ltd|[A-Z]+@[a-z0-9]+\.[a-z]+|[0-9]{3}-[0-9]+' "$ARTICLE"抽出後排成表（每 atom 一行）：
| # | Line | Atom Type | Atom 原文片段 | 對應 Footnote | Source URL | 待驗證 component |
| --- | ---- | --------- | ---------------------------------------------------------------------------- | ------------- | ---------------------- | -------------------- |
| 1 | L34 | 數字 | 七百萬粉絲 | [^7] | ltn 5297941 | 「七百萬」是否在源文 |
| 2 | L138 | 引語 | 「不到一個小時，那輛摩托車就不見了」 | [^51] | ltn 5163138 | 引號內逐字 |
| 3 | L67 | 機構維度 | 「九大維度（媒體、學術、經濟、社會、軍事、技術、執法、地方政治、外交政策）」 | [^17] | taipeitimes 2003777359 | 9 維度名稱清單 |hard gate：A 級 article atom 表行數 < 50 → 重抽（過淺）。
目標：驗證每個 footnote 的 4 維度真實性。
4 維度檢查（每個 footnote 必跑）：
| 維度 | 怎麼驗 | 失敗處置 |
|---|---|---|
| URL_resolves | curl -sI URL HTTP 200 / 301 redirect 到正常頁 |
404/403 → 🔴 DEAD-LINK，必換源 |
| source_real | 該 URL 真的是該 footnote 描述的媒體（ltn 不是被 redirect 到 udn） | mismatch → 🔴 DEAD-LINK |
| desc_accurate | footnote 描述跟 source 內容對應（不寫成「中央社」其實是「自由時報」） | inaccurate → |
| claim_matches | 該 source 真的支持 article 引用它的那個 claim（最重要） | mismatch → ❌ HARD-FIX 換源或刪 claim |
WebFetch 中文 prompt 強制要求：
請逐字引用以下段落附近的中文原文，不要翻譯也不要 paraphrase：
1. {claim 的具體文字}
2. {另一個 claim}
請直接貼出原文。如果某段不存在於這個 URL，請明確說「不在此頁」。
陷阱：WebFetch 對中文網站經常返回英文 paraphrase 而非中文原文。中文 prompt 要求逐字是強制紀律。如果 WebFetch 回英文 → 重新 fetch 強調「絕對不接受英文 summary，必須中文原文」。
輸出格式：每個 footnote 一行報告：
- `[^N]` URL_resolves[Y/N] / source_real[Y/N] / desc_accurate[Y/N] / claim_matches[Y/N] / notes範例（沈伯洋 audit 實戰節錄）：
- `[^7]` ltn 5297941 — Y/Y/⚠️/❌ —「吉林一號」「大安森林公園」「濟南路一段」命中；
「孤烟暮蟬」「七百萬粉絲」「沈伯洋，看你往哪逃」「信義路三段」「facebook 大規模轉發」全部未在源文出現。
article 把這幾個高度具體 atom 全綁在 [^7] 是 over-citinghard gate：A 級 article 中所有 footnote 必須有此一行報告，缺一不得進 Phase 4。
目標：對每個 high-risk atom 跑「source URL Ctrl-F」逐字驗證。
判定矩陣：
| Status | 意義 | 處置（Phase 6 處理） |
|---|---|---|
| ✅ PASS | verbatim Ctrl-F hit 在 source URL | 保留 |
| paraphrase 命中、close 但不逐字、或措辭略有差異 | 建議 hedge / 改間接陳述 / 或補一個 source | |
| ❌ HARD-FIX | 不在 source 中 | 必刪、必改、或必補新 source |
| 🔴 DEAD-LINK | source URL 不可達 | 換 source 或概括化 |
特別嚴格 atom 類（一律必驗 verbatim）：
- 所有引號
「⋯⋯」內的文字 — 引號 = 承諾「這是原話」 - 所有粗體
**⋯**強調的句子 — 視為強調過的引語 - 所有英文人名 + 職稱組合 — 拼音 + 頭銜雙驗
- 所有「首位 / 第一個 / 唯一」claim — first / only claim 是讀者最會 cross-check 的類別
- 所有具體日期到日層級 — 模糊時段詞 OK，但「11/19」要對得上
- 所有金額 / 比例 / 人數整數倍率 — 千萬 vs 億 vs 萬可能差 100x
- 所有街名 / 場地代號 / 房號 — 第六種 hallucination pattern
- 所有「他 / 她 / 它」第三人稱被改成具體名字塞入引號內的情況 — third-person flip
範例 audit table 行：
| 5 | L160 | 地點 | 「信義路三段」住家描述 | [^7] | ltn 5297941 | ❌ 未出現 | ❌ HARD-FIX | 源文僅有「大安森林公園附近」；信義路三段需另源或刪 |hard gate：
- 所有引號 atom 必驗 verbatim
- ❌ HARD-FIX 比例 > 10% 該 article 整體 → 文章退回 REWRITE Stage 2 重寫，不只是修補
目標：驗 atoms 之間的內部一致性（算術、時序、互引）。
5 類一致性檢查：
| 類別 | 範例 | 怎麼驗 |
|---|---|---|
| 算術一致 | 「三百萬約等於每七個成年人有一個」 | 23M 人口 - 6M 未成年/老人/不便 = 14M 成年；3M / 14M ≈ 21.4% ≈ 每 5 個 1 個（不是每 7 個）→ |
| 時序一致 | 「研究七年，第八年起反過來找上他」 | 2018 + 7 = 2025-10-28 立案 ✅ |
| 互引一致 | 「他喜歡的角色是楊過」+ 結尾「楊過剪短了頭髮」 | 兩處用同一隱喻；確認首次提到時有 footnote 支持 |
| 數量一致 | 「一年內第六次」+ 表格列 5 起事件 | 表格 + 沈本人臉書原話「6 次」對齊；若表格少 1 起需補或註說明 |
| 稱謂一致 | 「沈伯洋 / Puma Shen / 撲馬」 | 全文用同一稱呼系統，第一次出現有 footnote 確認別名來源 |
Phase 5 特別陷阱：
- 隱含 claim 漏寫覆蓋：article 寫「TVBS 蔣 64% / 沈 22%」隱含「14% 未表態」未明寫。讀者推算 86% 後會問「另外 14% 呢」。建議補一句「另約 14% 未表態」。
- 核心矛盾與 fact 同步：如果文章副標 / 核心矛盾用某個 atom（「衛星圖上的座標」），這個 atom 必須是文章中 verbatim 100% verified 的。否則 SSOT 失敗。
目標：把 Phase 3-5 的 issue 轉化為具體修補動作 + 應用到文章 + 留下 audit trail。
處置決策矩陣：
| Status | Issue 種類 | 修補手勢 |
|---|---|---|
| ❌ HARD-FIX | claim 不在 source | (a) 刪除整句；(b) 改為間接陳述（去引號）；(c) 找新 source；(d) 改為概括 hedge |
| ❌ HARD-FIX | 數字錯（如 30 億無源） | (a) 刪除該數字段落；(b) 換源；(c) 改為「未明確總額」hedge |
| ❌ HARD-FIX | 引號內 paraphrase（quote re-paraphrase） | 必選一：(a) 改回源文逐字；(b) 去引號改間接陳述 |
| ❌ HARD-FIX | over-citing | 拆 footnote：每個 atom 獨立 footnote；或把不被 source 支持的 atom 移到別的 footnote |
| ❌ HARD-FIX | third-person flip | 引號內必須改回源文（「他」原本就是「他」） |
| 🔴 DEAD-LINK | URL 404/403 | (a) 換等效源；(b) 簡化 claim 移除該 footnote；(c) 用其他既有 footnote 概括 |
| paraphrase 命中 | (a) hedge「依某媒體」；(b) 補第二 source；(c) 接受並在 footnote desc 標「概括」 | |
| scope creep | hedge：把「全部」改「多數」；把「七百萬粉絲」改「粉絲眾多」 | |
| 算術不對 | 改數字，保留原邏輯 |
修補完成後：
- 重跑 quality-scan + check-manifesto-11 + format-check（hard gate）
- 重 sync 到 src/content/
- 寫 commit message 列出每一條 ❌ + 🔴 的具體修補
- 保留完整 audit trail：把 audit table 完整 append 到
reports/research/YYYY-MM/{slug}.md§ audit section（REFLEXES #22 raw 永留） - 殘留
⚠️ SOFT-FIX 寫入 LESSONS-INBOX 或 ARTICLE-INBOX 作為後續 polish 候選
REWRITE Stage 3.5 既有 6 種；本 pipeline 新增 5 種（從 2026-04-28 沈伯洋 audit 歸納）：
| # | Pattern | 範例 | 為什麼容易 hallucinate |
|---|---|---|---|
| 1 | 獎項幻覺 | 「第 62 屆十大傑出青年」 | AI 從「該領域名人通常會獲這類獎」pattern 填補 |
| 2 | 人名 + 精確數字 | 「Kasper 跟了兩學期 / Jediah Coleman 750 分鐘」 | 英文人名 + 精確分鐘數是 AI 最愛填補 |
| 3 | 地點錯置 | 「2021-12 盧森堡」實際是米蘭 M.A.D.S. | 事件存在、日期對，地點被換相似類型城市 |
| 4 | 偽造直接引語 | 「AI 不會心碎」歸給 INSIDE E375 但 podcast 無此句 | 風格貼近真人但 Ctrl-F 不到 |
| 5 | 共創省略 | 「他共同創辦了 X」漏掉另一位共創人 | 沒有錯誤 claim 可否證，只是空白 |
| 6 | 場景動作 + 場地細節 | 「鞠躬三次」「Morgridge Hall 1524」「四機補拍」 | 動作沒引號保護，AI 從 paraphrase 推導 |
| 7 | Over-citing（新） | 1 個 footnote 綁住 5+ atoms 但只支持 2 個 | 主筆把研究檔多源彙整當作「都來自這個 footnote」 |
| 8 | Quote re-paraphrase（新） | 引號內措辭被改寫但保留引號 | 為了「順」或「更清楚」改寫，違 verbatim |
| 9 | Third-person flip（新） | 受訪者「他」被改成具體名字塞入引號 | 主筆「順手」改清楚，違 verbatim |
| 10 | Number drift（新） | 「30 億抗共保台」claim 在 footnote 都查不到 | 從第一次研究素材帶過來，後面沒人再 cross-check |
| 11 | 第三方陳述偽裝為 own quote（新） | 把 udn 描述「網路上有人說他像木村拓哉」當作 article 的 sourced fact | source 說的是「網路有人說」（自己的觀察），不是 verbatim 引用 |
從 v1 research → v2 article 之間每次都會發生的 drift（必須事後 audit）：
-
抽象化 drift：研究檔有「沈伯洋於鏡週刊 2019-04 訪談中提到⋯」具體歸屬，article 寫「某次訪談中⋯」抽象化掉了出處。Audit 應把 footnote 對齊到原始具體歸屬。
-
集合化 drift：研究檔有「自由時報 5163138 + ETtoday 3025514 都報導此事」雙源，article 把兩段事實合併成一段並只 cite 一個 footnote。Audit 應拆兩個 footnote。
-
裝飾化 drift：研究檔事實「曹興誠捐 6 億」清楚，article 為了氣勢加「作為其三十億抗共保台計畫的一部分」未經 verify。Audit 應砍裝飾或補 source。
-
整理化 drift：研究檔散見的引語被 article 主筆「整理」成更通順版本，但保留引號。Audit 必恢復逐字或去引號。
-
轉述化 drift：研究檔的「他自稱『他』」被 article 改成「他自稱『沈伯洋』」（third-person flip）。
-
總結化 drift：研究檔的「中國 Index 涵蓋 36 國（計畫至 80 國）」被 article 寫成「八十二國」（總結成單一未來數字）。
規則：每次 article 從 research 落到 prose 都會發生 1-3 種 drift。FACTCHECK 的職責就是反向比對 article ↔ research ↔ source，把這幾條 drift 找回。
| 情境 | Agent type | Prompt 重點 |
|---|---|---|
| A 級新文章 ship 後 audit | general-purpose |
「append 到 research 檔末尾、不修改既有 sections、25+ WebFetch、中文 source 用中文 prompt」 |
| 觀察者公開質疑某 atom | 主 session 自跑 | 即時驗證單一 atom，不啟 spawn 開銷 |
| 月度巡邏 audit 5 篇 A 級 | general-purpose × 5 平行 |
每篇獨立 audit；單一 prompt 可重用 |
| B 級 audit | Explore |
結果回主 session 整合處理 |
| C 級 spot-check | 主 session 自跑 | 5-10 atom 採樣 |
Spawn prompt 必含元素：
- 文章路徑 + research 檔路徑
- 限定 audit scope（避免 agent 跑去做 research 而非 audit）
- WebFetch 預算下限
- 中文 prompt 強制要求
- 輸出位置（append 到哪個檔的哪個 section）
- **「不修改既有 sections，只 append」**鐵律
- 自評項目（self-judge 末段）
Spawn prompt 範例：見本檔 §「附錄：spawn prompt template」（待補）。
每次完整 audit 都 append 到 reports/research/YYYY-MM/{slug}.md 末尾，section 標題：
## YYYY-MM-DD 完整事實查核 ({session})
> 對 v{N} article (commit {hash}) 執行 FACTCHECK-PIPELINE Phase 1-6
> Agent: {opus / sonnet / 主 session}
> WebFetch 預算: 實際 N 次
> 範圍: {A/B/C 級} / N footnotes / N atoms
### Audit Summary
- 抽出 atoms：N（引語 N1 / 數字 N2 / ...）
- ✅ PASS: N
- ⚠️ SOFT-FIX: N
- ❌ HARD-FIX: N
- 🔴 DEAD-LINK: N
### Phase 3 Footnote Source Authority
{每 footnote 一行 4 維度報告}
### Phase 4 Atom-by-atom audit table
{完整 table}
### Phase 5 Cross-claim consistency
{算術 / 時序 / 互引 / 數量 / 稱謂}
### Critical issues requiring article fix
{❌ HARD-FIX + 🔴 DEAD-LINK 列表 + 具體修補建議}
### Phase 6 Applied fixes (commit {hash})
{逐條對應修補了什麼}
### Self-judge
A: {本次 audit 涵蓋了什麼、發現多少 issue、修補時間估計}
B: {哪些 atom 雖 verbatim 找到但未來可能被質疑}
C: {audit 盲區：哪些 footnote 沒實 fetch / 哪些 source 無法 cross-check}保留鐵律（REFLEXES #22 raw 永留）：
- 每次 audit 都 append 不覆蓋
- 即使後續有更新版 audit，舊的也保留
- audit trail 是 platform trust 的根基，不是「現在 OK 就好」的暫時記錄
| 工具 | 用途 | 優先序 |
|---|---|---|
scripts/tools/extract-atoms.sh |
Phase 2 自動 grep 候選 atom | P1 |
article-health.py --check=footnote-url --network (SSOT) |
Phase 3 批次 HEAD 檢查所有 footnote URL 是否 200 | ✅ P0 已 SSOT 化 |
scripts/tools/audit-quotes.sh |
Phase 4 對每個引號 atom spawn WebFetch verbatim check | P2 |
scripts/tools/factcheck-arithmetic.py |
Phase 5 算術 sanity check（數字 atom 帶單位推算） | P3 |
scripts/tools/factcheck-pipeline.sh |
整套 wrapper：跑 Phase 1-6 全自動 | P4 |
優先 P0：article-health.py --check=footnote-url --network 一個指令就能避免大半的 🔴 DEAD-LINK。
- 我這次 audit 是否真的對每個 footnote 跑了 WebFetch？還是有部分依賴 prior research 標籤就採信？（後者必明列）
- 我對中文 source 是否一律用中文 prompt 要求逐字？
- 所有 ❌ HARD-FIX 是否都有具體修補建議（刪哪段、換哪個 source、改成什麼 hedge）？
- 是否保留了 audit trail（append 到 research 檔）？
- 修補後是否重跑
article-health.py --profile=release-pr（含 prose-health / format-structure / wikilink-target / footnote-format 等所有 plugin）？ - commit message 是否完整列出每個 ❌ + 🔴 的修補？
- 殘留
⚠️ SOFT-FIX 是否寫入 LESSONS-INBOX 或 ARTICLE-INBOX 作為 follow-up？ - 是否有 atom 我沒查到（audit 盲區）？明確列出。
WebFetch 對中文網站經常返回英文 paraphrase 而非中文原文。任何中文 source 用英文 prompt = 英文 paraphrase 翻譯回中文 = 杜撰引語。MANIFESTO §10 幻覺鐵律的具體 instantiation。
任何 「⋯⋯」 必須能在原 source URL Ctrl-F verbatim。Stage 3.5 抓不到的「順手改寫」是本 pipeline 的核心捕捉目標。
每次 audit append 到 research 檔。即使後續發現舊 audit 結論錯，也保留。錯誤的 audit 結論本身是「為什麼後續改用本 pipeline」的證據鏈（REFLEXES #22 raw 永留 / MANIFESTO §時間是結構）。
本 pipeline 是 Taiwan.md 事實查核的 SSOT。所有 atom 類別、hallucination pattern、drift modes、execution SOP、checklist 都在本檔，其他 pipeline 一律 pointer 不複寫。
| 觸發點 | Mode | 預算 | spawn 策略 |
|---|---|---|---|
| REWRITE-PIPELINE Step 3.3（新文章 ship 前；v5.0 編號） | Quick Mode | 30-60 min | 主 session 自跑 |
| A 級條目 ship 後 audit | Full Mode | 90-180 min | spawn general-purpose（25+ WebFetch） |
| 觀察者公開質疑某 atom | 採樣 / Full | 視範圍 | 主 session or spawn |
| 外部 PR 接收層深度檢查 | Full Mode | 90-180 min | spawn agent + MAINTAINER §Footnote source authority audit |
| 月度巡邏（隨機抽 5 篇 A/B 級） | Full Mode × N | 5 × 60-180 min | 平行 spawn |
REWRITE Stage 2 寫完 prose 後、進 Stage 4 之前必跑。設計思路是「最低成本 + 最高 ROI 的 hard gate」。
範圍（Phase 1-6 簡化版）：
| Phase | Quick Mode 怎麼跑 |
|---|---|
| Phase 1 SCOPE | 直接判 article 為 B/C 級即跑 Quick；A 級跑 Quick 後加跑 Full |
| Phase 2 ATOMIC DECOMPOSITION | 採樣：grep 抽出引語 + 數字 + 英文人名 + 獎項 + 場景動作 detail（其他類 skip）；目標 ~20-40 atoms |
| Phase 3 SOURCE AUTHORITY | 跑 ARTICLE_HEALTH_NETWORK=1 python3 scripts/tools/article-health.py <article> --check=footnote-url 攔截 🔴 DEAD-LINK |
| Phase 4 CLAIM VERBATIM | 對採樣 atoms WebFetch；中文 source 用中文 prompt 要求逐字 |
| Phase 5 CROSS-CLAIM | 算術自檢 + 「首位 / 第一個」claim 確認 |
| Phase 6 TRIAGE & APPLY | 0 個 ❌ + 0 個 🔴 才進 REWRITE Stage 4； |
升級 Full Mode 的條件（任一觸發）：
- article tier = A 級（≥ 50 footnotes / ≥ 3000 字 / 引語 ≥ 10 句 / 真人敏感主題）
- Quick Mode 過程中發現 ≥ 3 個 ❌ HARD-FIX
- 發現新 hallucination pattern（pattern 12+ 候選）需累積樣本
Quick Mode hard gate（REWRITE Stage 4 才進得去）：
-
article-health.py --check=footnote-url --network0 個 🔴 DEAD-LINK - 所有引號 atom verbatim 對齊 source（無 quote re-paraphrase / third-person flip）
- 所有獎項 / 精確日期 / 英文人名 atom 至少 1 個 source 支持（HRC 級 atom 必兩源）
- 所有 ❌ HARD-FIX 已修補完
- 修補附完整 audit trail append 到
reports/research/YYYY-MM/{slug}.md§ audit section
完整 Phase 1-6，全部 ~100 atoms 跑 verbatim verification。spawn agent 寫 audit report 到 research 檔末尾，主 session 應用 fix。
詳細執行步驟見上述 §六階段流程。
按 MANIFESTO §指標 over 複寫 原則：同一個事實只能在一個地方定義。
本檔（FACTCHECK）SSOT 內容：
- 11 種 hallucination pattern catalog
- 8 種 atom 類別 + grep 抽取 command
- 6 種 drift modes
- Phase 1-6 執行 SOP
- 4 維度 source authority audit
- 處置決策矩陣（PASS / SOFT-FIX / HARD-FIX / DEAD-LINK）
- Quick Mode（REWRITE 內嵌）+ Full Mode（觸發場景）的對照
- Spawn agent 策略矩陣
- Tool 化路徑
- 三條 hard rule
- Output template
REWRITE-PIPELINE.md §Stage 3.5 只寫：
- Quick Mode 觸發說明（時機 + 預算）
- hard gate pass/fail 條件（pointer 到本檔 §Quick Mode hard gate）
- 升級 Full Mode 的條件
- pointer 到本檔的詳細 SOP
修改 SOP 時的紀律：任何 atom 類別、hallucination pattern、drift mode、checklist 條目的新增/修改 → 只改本檔。REWRITE 自動繼承新版本（因為它指向本檔）。違反此紀律 = 認知層 SSOT 漂移（REFLEXES #17 第 N 次驗證）。
2026-04-28 θ session 沈伯洋條目 v2 ship 後，觀察者「做完整嚴謹的事實查核與驗證」觸發 spawn general-purpose 跑 27 次 WebFetch / 65 footnotes / 110 atoms 完整 audit，發現：
- 12 ❌ HARD-FIX
- 16
⚠️ SOFT-FIX - 4 🔴 DEAD-LINK
REWRITE Stage 3.5 既有的 6 種 hallucination pattern 抓不到其中 5 類新 pattern（over-citing / quote re-paraphrase / third-person flip / number drift / 第三方陳述偽裝）。同時揭露研究 → 寫作之間 6 種典型 drift——每次 article 落到 prose 都會發生 1-3 種，需獨立 audit step 反向追回。
θ session 修補完 12 HARD + 4 DEAD-LINK + 算術 SOFT 共 17 處。剩 16 SOFT 不阻 ship。
觀察者後續：「然後構思完整方法論，建立 factcheck-pipeline 未來可以重複使用」→ 本檔誕生。
核心命題：FACTCHECK 不是 REWRITE 的 sub-stage，是獨立的 verification 層級——REWRITE 寫得好 ≠ FACTCHECK 過得了。兩條 pipeline 並列，前者管「這篇文章值不值得發」，後者管「這篇文章對不對得起每個 footnote」。
v1.0 | 2026-04-28 θ session 早段 — 本檔誕生 v1.1 | 2026-04-28 θ session 後段 — SSOT 重構：REWRITE-PIPELINE Stage 3.5+3.6 折疊為 single Stage 3.5，所有 SOP 細節（11 hallucination pattern / 8 atom 類 / 6 drift modes / Phase 1-6 / Quick Mode / Full Mode）SSOT 留本檔。REWRITE 變 pointer。MANIFESTO §指標 over 複寫 應用到自己。 v2.0 | 2026-05-11 cranky-newton — Spine restoration 對齊 REWRITE v5.0 + MAINTAINER v2.0：頂部加 ASCII spine（Phase 1-6 + Article Tier + Quick/Full Mode box-frame）+ Hard Gate Inventory 集中 table（15 gates）+ Top 5 最常忘 step + 跨檔案職責分工 standalone table + Quick/Full Mode 對照表。觸發：reports/pipelines-audit-2026-05-11.md Tier A.3 audit。Phase 1-6 prose body 不動（已健康，refactor 主要在頂部加導航）。 作者：Taiwan.md（θ） relations: REWRITE-PIPELINE.md §Stage 3.5（pointer 到本檔 SSOT） / RESEARCH.md（從 0 蒐集 vs 本檔從 1 反查） / EDITORIAL.md §挖引語制度 / MANIFESTO §10 幻覺鐵律 + §指標 over 複寫 / REFLEXES #16/#17/#22/#23/#26 / MAINTAINER-PIPELINE §Footnote source authority audit