soapwong Parameters
| Parameter | Type | Required | Description |
|---|---|---|---|
claim |
string | Yes | 待分析的具体观点或主张（如"糖会导致儿童亢奋"） |
source_info |
object | No | 观点来源信息，包含author（作者）、credentials（资质）、affiliation（所属机构）、potential_interests（潜在利益） |
evidence_available |
array | No | 当前可获取的支持性证据列表（轶事、统计数据、实验结果等） |
domain |
string | No | 观点所属领域（医学/心理学/社会学/政策等），用于选择专业视角 |
Execution Steps
Step 1: 权威溯源与利益审查 (Source & Interest Verification)
- 核查提出者是否具备相关领域的实际专业资质（非自封专家）
- 识别利益冲突：是否存在政治资本、经济利益或媒体曝光动机？
- 输出标记:
source_credibility(high/medium/low),conflict_of_interest(boolean)
Step 2: 主张合理性校准 (Claim Plausibility Calibration)
- 应用"卡尔·萨根原则"：不寻常的主张需要不寻常的证据
- 评估与现有科学共识的兼容性，警惕"突破/革命"式宣传
- 质疑"快速解决复杂问题"的承诺（如简单方法解决青少年犯罪）
- 输出标记:
claim_plausibility(plausible/suspicious/extreme),evidence_barrier(high/low)
Step 3: 证据质量分级 (Evidence Hierarchy Evaluation)
- 区分轶事证据（个人证词、精心挑选的案例）与实证证据（可重复实验、大样本研究）
- 检查是否存在"将适合少数人的事物推断为适合所有人"的风险
- 输出标记:
evidence_type(anecdotal/correlational/experimental),generalizability_risk(high/medium/low)
Step 4: 认知偏差识别 (Cognitive Bias Detection)
- 情感偏差：是否存在绝望、恐惧等强烈情绪影响判断？（如绝望父母 grab any straw）
- 证实性偏差：是否只记住支持信念的证据而忽略反证？（如占星术信徒的选择性记忆）
- 期望偏差：观察者是否因预期而看到"想看到的结果"？（如预期糖导致亢奋而高估活跃程度）
- 输出标记:
detected_biases(array: [emotional_bias, confirmation_bias, expectancy_bias])
Step 5: 逻辑谬误规避 (Logical Fallacy Avoidance)
- 相关-因果谬误检查：是否将时间先后或统计关联等同于因果关系？
- 考虑第三变量解释（C变量）：是否存在同时影响A和B的隐藏因素？
- 警惕"常识替代科学"（如"物以类聚"与"异性相吸"的矛盾常识）
- 输出标记:
causal_validity(valid/suspected_fallacy),third_variables(array)
Step 6: 多元视角整合 (Multi-perspective Integration)
- 强制要求至少3个不同学科视角：
- 生物/心理视角：遗传、神经机制、人格特质（如糖代谢对大脑的影响）
- 社会/情境视角：环境压力、群体规范、文化背景（如聚会氛围对儿童行为的影响）
- 经济/系统视角：成本收益、结构性因素、激励机制
- 输出标记:
perspectives_considered(array),complexity_level(simple/complex)
Output Format
{
"analysis_summary": {
"overall_trustworthiness": "low/medium/high",
"key_risks": ["利益冲突", "相关-因果谬误", "情感偏差"],
"recommended_action": "reject/suspend_judgment/accept_with_caution"
},
"detailed_assessment": {
"source": {"credibility": "...", "conflicts": "..."},
"claim": {"plausibility": "...", "required_evidence_level": "..."},
"evidence": {"quality": "...", "generalizability": "..."},
"biases": ["emotional_bias", "confirmation_bias"],
"logic": {"causal_validity": "...", "alternative_explanations": ["..."]},
"perspectives": ["biological", "social", "economic"]
}
}