Source Tracing

Source Tracing Skill

核心能力

• 🔍 识别信息传播链条，定位原始发布源
• ✅ 验证消息真伪，还原完整语境
• 📊 多源对照，建立可信度评分体系
• 📝 结构化存档，提供可追溯的验证记录

输入参数 (Inputs)

1. claim (必需)

• 类型: text
• 描述: 用户提供的一条未经验证的信息或高热度说法
• 示例:
  • "某交易所被查封"
  • "某官员发表争议性言论"
  • "某政策即将实施"

2. context_hint (可选)

• 类型: text
• 描述: 时间、机构、人名或事件关键词等上下文线索
• 示例:
  • "2025年10月，深圳"
  • "SEC，Gary Gensler"
  • "Web3，加密货币"

3. verification_goal (可选)

• 类型: text
• 描述: 用户希望达成的溯源目标
• 示例:
  • "找到官方公告原文"
  • "查看完整视频/讲话稿"
  • "确认事件发生时间和地点"

处理流程 (Process)

步骤 1: 去包装 (Depackaging)

目标: 识别信息传播链条，查找最初的发布主体

操作:

1. 分析消息的传播路径（社交媒体 → 自媒体 → 新闻媒体）
2. 识别关键转发节点和最早发布时间
3. 定位可能的原始发布主体：
   • 官方账号（政府、机构、企业）
   • 原作者（记者、研究者）
   • 权威机构（监管部门、行业协会）

工具: Web Search, 社交媒体检索

步骤 2: 源头定位 (Source Location)

目标: 搜索并访问权威渠道获取一手信息

权威渠道清单:

• 🏛️ 政府官网: 官方公告、新闻发布会
• 📰 新闻通稿: 新华社、官方通讯社
• 🎥 官方视频: YouTube 官方频道、政府视频平台
• 📚 学术数据库: 论文、研究报告
• 💼 企业公告: 上市公司公告、官方声明
• ⚖️ 法律文书: 裁判文书网、监管公告

搜索策略:

关键词 + site:gov.cn
关键词 + site:官方域名
关键词 + "official statement"
关键词 + filetype:pdf

步骤 3: 原文解读 (Primary Analysis)

目标: 阅读或观看原始内容，记录关键事实

分析要素:

• ✍️ 原文内容: 完整引用关键段落
• 📅 发布时间: 精确到日期和时间
• 👤 发布主体: 机构名称、发言人身份
• 🎯 核心论点: 主要观点和关键数据
• 🔑 关键词: 专业术语、法律条文
• 📍 发布语境: 会议、访谈、公告等场景

步骤 4: 语境还原 (Context Reconstruction)

目标: 分析原文语气与时空语境，避免被剪辑或误导

检查项:

• ⚠️ 断章取义: 是否被截取部分内容
• 🎭 语气识别: 陈述/猜测/预测/讽刺
• ⏰ 时效性: 信息是否过时或失效
• 🌐 地域性: 政策是否具有地域限制
• 🔄 后续更新: 是否有澄清或修正声明

步骤 5: 多源对照 (Cross Verification)

目标: 对比两个以上独立来源，确认一致性

对照维度:

可信度权重:

• 一级源（官方公告、原始文件）: 权重 1.0
• 二级源（主流媒体原创报道）: 权重 0.8
• 三级源（转载、评论文章）: 权重 0.5
• 自媒体（未核实）: 权重 0.2

步骤 6: 结构存档 (Structured Archiving)

目标: 输出溯源记录，包含原始链接、日期、机构、主要观点、对照结果

输出格式: 见下方 Outputs 部分

输出结果 (Outputs)

1. source_trace_log (JSON)

包含源头链接、时间、机构、主要论点、上下文摘要的结构化记录

{
  "claim": "原始声明内容",
  "verification_date": "2025-11-01",
  "sources": [
    {
      "source_type": "official_announcement | news_report | video | document",
      "source_url": "https://...",
      "source_title": "标题",
      "source_date": "2025-10-30",
      "institution": "机构名称",
      "author": "作者/发言人",
      "key_points": [
        "核心论点1",
        "核心论点2"
      ],
      "context": "发布背景和语境",
      "credibility_score": 0.95
    }
  ],
  "cross_verification": {
    "total_sources": 3,
    "consistent_sources": 2,
    "contradictory_sources": 1,
    "key_discrepancies": ["差异描述"]
  },
  "conclusion": {
    "verified": true,
    "confidence_level": "high | medium | low",
    "summary": "验证结论摘要",
    "caveats": ["需要注意的限定条件"]
  }
}

2. trust_index (Number)

• 范围: 0–1
• 描述: 源头权威性 + 内容完整性综合评分
• 计算方式:

  trust_index = (source_authority × 0.6) + (content_completeness × 0.4)
  
  source_authority: 来源权威性 (0-1)
  content_completeness: 内容完整性 (0-1)
  

3. entropy_delta (Number)

• 描述: 信息熵下降幅度（表示信息被"去噪"的程度）
• 范围: 0–1（值越高，去噪效果越好）
• 计算逻辑:

  entropy_delta = 1 - (verified_facts / initial_claims)
  
  当原始信息中有大量未经证实的细节时，entropy_delta 较高
  

示例案例 (Examples)

案例 1: SEC 稳定币监管传言

输入:

claim: "SEC 将全面禁止算法稳定币"
context_hint: "2025年3月，Gary Gensler 演讲"
verification_goal: "找到完整演讲视频并核对原文"

输出:

{
  "source_trace_log": {
    "claim": "SEC 将全面禁止算法稳定币",
    "verification_date": "2025-03-20",
    "sources": [
      {
        "source_type": "video",
        "source_url": "https://youtube.com/watch?v=xxxxxx",
        "source_title": "SEC Chair Gary Gensler Speech at Digital Assets Conference",
        "source_date": "2025-03-17",
        "institution": "U.S. SEC",
        "author": "Gary Gensler",
        "key_points": [
          "讨论稳定币监管框架的必要性",
          "强调透明度和消费者保护原则",
          "提及算法稳定币的潜在风险",
          "未提及全面禁止的计划"
        ],
        "context": "在行业会议上的主题演讲，重点讨论监管框架",
        "credibility_score": 0.95
      }
    ],
    "cross_verification": {
      "total_sources": 3,
      "consistent_sources": 3,
      "contradictory_sources": 0,
      "key_discrepancies": []
    },
    "conclusion": {
      "verified": false,
      "confidence_level": "high",
      "summary": "Gary Gensler 确实讨论了稳定币监管，但未提及"全面禁止"。传言属于过度解读或误传。",
      "caveats": [
        "监管态度可能随时间变化",
        "需持续关注后续政策动向"
      ]
    }
  },
  "trust_index": 0.95,
  "entropy_delta": 0.82
}

案例 2: 深圳 Web3 交易所事件

输入:

claim: "深圳某 Web3 交易所被查封"
context_hint: "2025年10月，深圳"
verification_goal: "确认事件真实性，找到官方通报"

输出:

{
  "source_trace_log": {
    "claim": "深圳某 Web3 交易所被查封",
    "verification_date": "2025-11-01",
    "sources": [
      {
        "source_type": "official_announcement",
        "source_url": "http://www.sz.gov.cn/...",
        "source_title": "深圳市公安局关于打击非法虚拟货币交易的通报",
        "source_date": "2025-10-28",
        "institution": "深圳市公安局",
        "author": "官方通报",
        "key_points": [
          "某公司涉嫌非法经营虚拟货币交易",
          "已依法对相关场所进行检查",
          "案件正在进一步调查中"
        ],
        "context": "例行执法通报",
        "credibility_score": 1.0
      },
      {
        "source_type": "news_report",
        "source_url": "https://news.example.com/...",
        "source_title": "深圳警方查处涉嫌非法交易平台",
        "source_date": "2025-10-29",
        "institution": "某主流媒体",
        "author": "记者张三",
        "key_points": [
          "该平台未获得相关金融牌照",
          "涉及金额较大",
          "投资者权益受损"
        ],
        "context": "基于官方通报的新闻报道",
        "credibility_score": 0.85
      }
    ],
    "cross_verification": {
      "total_sources": 2,
      "consistent_sources": 2,
      "contradictory_sources": 0,
      "key_discrepancies": []
    },
    "conclusion": {
      "verified": true,
      "confidence_level": "high",
      "summary": "事件属实，深圳警方确实查处了涉嫌非法经营的虚拟货币交易平台。",
      "caveats": [
        "具体公司名称需等待官方进一步披露",
        "案件仍在调查中，最终定性需以司法判决为准"
      ]
    }
  },
  "trust_index": 0.93,
  "entropy_delta": 0.75
}

元数据 (Metadata)

Primitive IR Mapping

Entity: Information Source (政府、企业、个人)
Event: Information Publication (发布、传播、修正)
Resource: Primary Source (官方文档、视频、文本)
Action: Source Tracing (溯源、验证、存档)
Policy: Information Integrity (真实性、完整性、可追溯性)
Ledger: Verification Log (溯源记录、可信度评分)

依赖工具 (Dependencies)

1. Web Search

• 用途: 定位权威信息源和官方媒体频道
• 调用时机: 步骤1（去包装）、步骤2（源头定位）
• 参数示例:

  query: "关键词 + site:gov.cn"
  query: "关键词 + official statement"
  

2. WebFetch

• 用途: 获取网页完整内容，提取关键信息
• 调用时机: 步骤3（原文解读）
• 参数示例:

  url: "https://official-site.com/announcement"
  prompt: "提取发布日期、机构、核心论点"
  

3. Summarizer (可选)

• 用途: 提取原文要点并生成结构化摘要
• 调用时机: 步骤3（原文解读）、步骤6（结构存档）

推荐技能链 (Recommended Chain)

graph LR
A[Source Tracing] --> B[Fact Comparison]
B --> C[Context Analysis]
C --> D[Structural Summary]

1. Source Tracing: 定位并验证信息源
2. Fact Comparison: 对比多个来源的事实陈述
3. Context Analysis: 深度分析语境和背景
4. Structural Summary: 生成结构化验证报告

最佳实践 (Best Practices)

✅ 应该做的

• 优先查找官方一手信息源
• 保持客观中立，避免先入为主
• 记录完整的溯源路径和时间戳
• 对矛盾信息进行标注和说明
• 定期回溯更新信息

❌ 不应该做的

• 仅依赖单一信息源
• 忽略信息发布的时间和语境
• 将评论文章当作原始信息源
• 忽略信息的地域性和时效性
• 对无法验证的信息妄下结论

局限性说明 (Limitations)

1. 信息封锁: 某些信息可能因审查或删除而无法获取
2. 语言障碍: 跨语言验证可能存在翻译误差
3. 时效性: 某些信息可能已更新或失效
4. 专业性: 高度专业的技术或法律内容可能需要专家解读
5. 隐私保护: 涉及个人隐私的信息可能无法公开验证

更新日志 (Changelog)

v1.0.0 (2025-11-01)

• ✨ 初始版本发布
• 📝 完善六步溯源流程
• 📊 添加可信度评分体系
• 📚 增加两个完整示例案例
• 🔧 优化文档结构和可读性