shuji-bonji/factcheck-skill / skills/factcheck
factcheck
Verified情報の信頼性を科学的・体系的に評価するファクトチェック・スキル。20項目×4カテゴリの評価フレームワークを使い、 記事・URL・主張・Claudeの回答などあらゆる情報の信頼性をスコアリングする。 「ファクトチェックして」「この情報は信頼できる?」「この記事の信頼性を評価して」「ソースを検証して」 「この主張は本当?」「エビデンスを確認して」「情報の裏取りをして」などのリクエストで必ずこのスキルを使用すること。 リサーチ結果のレビューや、AIの回答の自己検証にも使える。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 15.0 KB |
| agents/fact-checker.md | markdown | 3.2 KB |
SKILL.md
View on GitHub---
name: factcheck
description: >
情報の信頼性を科学的・体系的に評価するファクトチェック・スキル。20項目×4カテゴリの評価フレームワークを使い、
記事・URL・主張・Claudeの回答などあらゆる情報の信頼性をスコアリングする。
「ファクトチェックして」「この情報は信頼できる?」「この記事の信頼性を評価して」「ソースを検証して」
「この主張は本当?」「エビデンスを確認して」「情報の裏取りをして」などのリクエストで必ずこのスキルを使用すること。
リサーチ結果のレビューや、AIの回答の自己検証にも使える。
---
# Fact Checklist — 情報信頼性評価スキル
オンライン情報の信頼性を、20項目の科学的チェックリストで体系的に評価するスキル。
> 出典: [shuji-bonji/fact-checklist](https://github.com/shuji-bonji/fact-checklist) — 12言語対応のファクトチェックPWA
## いつ使うか
- ユーザーが特定の情報・記事・URL・主張の信頼性を知りたいとき
- リサーチ結果をまとめた後、その信頼性を検証するとき
- Claude自身の回答をファクトチェックするとき(サブエージェントとして特に有効)
- 「本当?」「信頼できる?」「ソースは?」といった疑問に対応するとき
## 評価の進め方
### Step 1: 対象を特定する
評価対象を明確にする。URLなら内容を取得し、主張なら具体的な文言を確定させる。
### Step 2: 4カテゴリ×20項目で評価する
各項目を ✅(該当)/ ❌(非該当)/ ➖(評価不能)で判定する。
「評価不能」は情報が不足していて判断できない場合に使う(ペナルティではない)。
### Step 3: スコアを算出し、総合判定する
- **項目判定**: ✅ = 1点 / ❌ = 0点 / ➖(評価不能) = 評価対象外
- **スコア表記**: 「○/n」形式(n は評価実施項目数 = 全項目数 − ➖の数)
- **カテゴリ別判定**(4段階アイコン):
- 6項目カテゴリ(クリティカル評価・詳細評価): 🟢(5-6) / 🟡(4) / 🟠(2-3) / 🔴(0-1)
- 4項目カテゴリ(検証・照合・文脈/バイアス): 🟢(4) / 🟡(3) / 🟠(2) / 🔴(0-1)
- **総合判定**(20点満点ベース、➖は分母から除外して比率換算):
- 🟢 **高い(80%以上)** — そのまま参考にできる
- 🟡 **中程度(60-79%)** — 他の情報源でクロスチェック推奨
- 🟠 **要注意(40-59%)** — 詳細なファクトチェックが必要
- 🔴 **低い(40%未満)** — 参考にしない・拡散しない
- **特記事項**: クリティカル評価で ❌ が3個以上の場合、総合スコアが高くても信頼性判定を 1 段階下げることを検討する
- **➖ が多い場合**(全体で5項目以上)は「評価不十分」として注記する
---
## 評価項目リファレンス
### カテゴリ1: クリティカル評価(6項目)
情報の根本的な信頼性を判断する最重要カテゴリ。ここで❌が多い情報は、他カテゴリの評価に関わらず要注意。
#### 1. 権威ある情報源からの発表 `source-authority`
政府機関、学術機関、専門機関、査読済み論文、信頼できるメディアなど。
**判断基準**: 政府・公的機関(省庁、統計局、中央銀行)、学術機関(大学、研究所、査読済み学術誌)、専門機関、編集方針が明確な報道機関。
- ✅ 厚生労働省の統計データ、Nature誌の査読論文、日本銀行の公式発表
- ❌ 個人ブログの情報、匿名掲示板の投稿、広告目的のサイト
#### 2. 一次情報の確認 `source-primary`
又聞き・伝聞ではなく、直接的な情報源からの発信。
**判断基準**: 一次情報とは研究者本人の論文、当事者の証言、公式発表、生データ。「〜によると」「〜が報じた」などの表現に注意。
- ✅ 研究者が自ら発表した論文、企業の決算発表、政府の公式統計
- ❌ 「専門家によると」「ある調査で」などの曖昧な引用
#### 3. 複数の独立した情報源 `source-multiple`
異なる立場・組織からの同様の報告や確認。
**判断基準**: 異なる組織・資金源・利害関係を持つ情報源から2-3以上の確認。同じプレスリリースを元にした記事は「独立」ではない。
- ✅ 政府発表 + 学術研究 + 複数メディア報道、異なる研究機関による同様の結果
- ❌ 同じ企業グループ内の複数メディア、転載記事のみ
#### 4. 匿名・出典不明な情報ではない `warning-anonymous`
作成者・発信者が明確に特定できる。
**判断基準**: 作成者の実名、所属、連絡先、専門性が確認できる。「内部関係者によると」「匿名の専門家」は警告サイン(ジャーナリズムの情報源保護は例外)。
- ✅ 田中一郎氏(東京大学医学部教授)によると、厚生労働省○○課長の発言
- ❌ ある医師によると、関係者の話では、匿名の専門家
#### 5. 扇動的・煽情的な表現が少ない `warning-sensational`
冷静で客観的な記述、感情に訴える過度な表現がない。
**判断基準**: 「絶対に」「完全に」「驚愕の」「衝撃的な」「○○業界が隠す」は警告サイン。恐怖・怒り・嫉妬を煽る表現に注意。
- ✅ 研究では75%の被験者に改善が見られた、データによると統計的有意差が確認された
- ❌ 医師が絶対に教えない驚愕の真実!、業界が隠蔽する衝撃的事実
#### 6. 論理的な矛盾がない `warning-logical`
内容に一貫性があり、明らかな論理的飛躍がない。
**判断基準**: 前提と結論の接続、因果関係の明確性、矛盾する主張の有無をチェック。相関と因果の混同、極端な一般化はよくある論理的誤謬。
- ✅ 統計的に有意差があり他の要因も考慮した分析、段階的な論理展開
- ❌ AとBが同時に起きたからAがBの原因、極端な例からの一般化
---
### カテゴリ2: 詳細評価(6項目)
情報の品質と専門性を評価する。
#### 7. 情報の新しさ `time-recent`
公開日が明記され、内容に適した新しさを保っている。
**分野別基準**: ニュース(数日〜1週間)、医学・科学(2-3年、基礎研究5年)、技術・IT(1-2年)、法律(最新改正を反映)。
- ✅ 2024年12月発表、最終更新:2025年1月、最新の法改正を反映
- ❌ 日付の記載なし、5年前の技術情報、古い法律に基づく説明
#### 8. 更新・訂正の履歴 `time-update`
必要に応じて内容が更新され、訂正が透明に行われている。
**判断基準**: 更新内容・訂正理由・更新日時の記録があるか。間違いを認めて訂正する姿勢は信頼性の指標。
- ✅ 「2025年1月15日更新:統計データを最新版に差し替え」、訂正履歴の明記
- ❌ 古い情報のまま放置、訂正の記録なし、無言での内容変更
#### 9. 適切な専門知識 `expert-knowledge`
作成者が該当分野の十分な知識・経験を持っている。
**判断基準**: 関連分野での学位・資格、実務経験、学会発表・論文実績。関連分野での専門性が重要(医師が経済を語る場合など)。
- ✅ 感染症専門医がワクチンについて解説、経済学博士が金融政策を分析
- ❌ 専門外の有名人が医学について断言、資格不明の人が法律解説
#### 10. 十分な詳細と根拠 `detail-sufficient`
結論に至る過程や根拠が適切に説明されている。
**判断基準**: 主張を支持する具体的データ、方法論の説明、制限・限界の言及、反対意見への言及。結論だけで過程が不明なのは警告サイン。
- ✅ サンプル数、統計手法、信頼区間まで記載、方法論の詳細説明
- ❌ 「効果が証明された」だけで詳細なし、結論のみで根拠不明
#### 11. 適切な引用・参照 `citation-proper`
重要な主張に対して信頼できる情報源が示されている。
**判断基準**: 統計データ・数値、専門的な主張、他者の研究結果、法令の内容には引用が必要。著者名・出版年・タイトル等の最低限の情報。
- ✅ 田中(2024)の研究によると…、厚労省統計(2025)では…
- ❌ 「研究によると」(出典不明)、「データでは」(詳細不明)
#### 12. 引用元の確認可能性 `citation-accessible`
引用された情報源に実際にアクセスして確認できる。
**判断基準**: 直接リンクまたはDOI、公開されている情報源、検索可能な具体的情報。有料DBや図書館資料は許容。
- ✅ URLリンク付き、DOI番号付き論文、ISBN番号付きの書籍
- ❌ 「内部資料によると」、個人的な話し合いで、アクセス不可能な資料
---
### カテゴリ3: 検証・照合(4項目)
事実の検証可能性を評価する。
#### 13. 他情報源との照合 `cross-check`
独立した複数の情報源で同様の内容が確認できる。
**確認方法**: 同じ事実を報じる他の信頼できる情報源を探し、異なる角度からの報告を確認し、反対意見や批判的視点も調査。Google Scholar、公的データベース、ファクトチェックサイトを活用。
- ✅ 複数の査読論文で同様の結果、政府統計との整合性確認
- ❌ 1つの情報源のみ、同じ出典を使った複数記事
#### 14. ファクトチェック組織の検証 `fact-check`
信頼できるファクトチェック機関による検証がある。
**主な機関**: 国際(Snopes、PolitiFact、AFP Fact Check、Full Fact)、日本(InFact、日本ファクトチェックセンター、FIJ)、メディア系(NHK、朝日新聞、読売新聞のファクトチェック部門)。
- ✅ 複数のファクトチェック機関が「真実」と判定、国際機関による検証
- ❌ ファクトチェックで「偽情報」と判定、検証されていない情報
#### 15. 検証可能なデータ `data-verifiable`
主張を支持するデータが客観的に確認できる。
**判断基準**: データの出典、収集方法・期間、サンプルサイズ・対象の詳細、生データへのアクセス可能性。「内部データ」「独自調査」のみで詳細不明は警告サイン。
- ✅ 総務省統計局データ、論文の補足資料でデータ公開
- ❌ 「弊社調査によると」(詳細な調査概要なし)、内部データのみ
#### 16. 手法・方法論の妥当性 `methodology`
研究や調査の方法論が適切で再現可能。
**判断基準**: 研究デザインの適切性(RCT、コホート研究等)、バイアス対策、統計手法の妥当性、再現性の担保。
- ✅ 二重盲検試験、適切な対照群設定、プロトコル公開
- ❌ 方法論の記載なし、偏ったサンプル選択、再現不可能な手法
---
### カテゴリ4: 文脈・バイアス評価(4項目)
情報の公平性と適用範囲を評価する。
#### 17. 利害関係の開示 `bias-disclosure`
金銭的・政治的・個人的な利害関係が適切に開示されている。
**判断基準**: 研究資金の提供元、企業からの謝礼、株式保有、政治的立場。「利益相反」「COI」「資金提供」の記載を探す。
- ✅ 「本研究は○○財団の助成を受けて実施」、COI(利益相反)の明記
- ❌ 製薬会社の研究で利益相反の記載なし、資金源不明
#### 18. バランスの取れた視点 `balanced-view`
異なる立場や反対意見も考慮されている。
**判断基準**: 反対意見・批判的視点の紹介、異なる研究結果の言及、不確実性・限界の言及。一方的な主張のみは警告サイン。
- ✅ 「一方で、○○教授は異なる見解を示している」、複数の研究結果を比較
- ❌ 支持する証拠のみ列挙、反対意見への言及なし
#### 19. 十分な背景情報 `context-adequate`
情報を理解するのに必要な背景や文脈が提供されている。
**判断基準**: 歴史的経緯、関連する法律・制度、社会的・文化的背景、国際的な動向・比較。
- ✅ 過去の類似事例、他国との比較データも提示、歴史的背景の説明
- ❌ 単発の数値のみ、背景情報なし、文脈を無視した比較
#### 20. 適用範囲の明確化 `scope-clear`
情報の適用可能な範囲や限界が明確に示されている。
**判断基準**: 対象となる人・地域・期間、研究の限界・制約、一般化可能性の程度、除外されるケース。
- ✅ 「日本の成人男性を対象とした研究のため、他の集団への適用は慎重に」、限界の明記
- ❌ 限定的な研究結果を無制限に一般化、適用範囲不明
---
## 出力フォーマット
評価結果は以下の形式で出力する。
```markdown
## ファクトチェック評価レポート
**対象**: [評価対象の情報・URL・主張]
**評価日**: [日付]
### 評価サマリー
| カテゴリ | ✅ | ❌ | ➖ | スコア | 判定 |
|---|---|---|---|---|---|
| クリティカル評価 | x | x | x | x/6 | 🟢/🟡/🟠/🔴 |
| 詳細評価 | x | x | x | x/6 | 🟢/🟡/🟠/🔴 |
| 検証・照合 | x | x | x | x/4 | 🟢/🟡/🟠/🔴 |
| 文脈・バイアス | x | x | x | x/4 | 🟢/🟡/🟠/🔴 |
| **総合** | **x** | **x** | **x** | **x/20** | **🟢/🟡/🟠/🔴** |
### 判定基準
- 🟢 **高い(80%以上)** — そのまま参考にできる
- 🟡 **中程度(60-79%)** — 他の情報源でクロスチェック推奨
- 🟠 **要注意(40-59%)** — 詳細なファクトチェックが必要
- 🔴 **低い(40%未満)** — 参考にしない・拡散しない
### 詳細評価
[各項目の ✅/❌/➖ と、特に注目すべき点のコメント]
### 総合所見
[信頼性の総合評価、特に注意すべき点、推奨事項]
```
## 評価時の注意点
- 完璧な情報は存在しない。20/20 を期待するのではなく、重大な問題がないかを見る
- **クリティカル評価の 6 項目は他カテゴリより重い**。ここで ❌ が 3 個以上なら、総合スコアが高くても判定を 1 段階下げる
- **「評価不能(➖)」が多い場合**(5項目以上)、それ自体が情報の透明性に関する警告。「評価不十分」として注記する
- 分野によって重要な項目は異なる(医学→方法論重視、ニュース→速報性とソース重視)
- ファクトチェックは「白黒つける」ことが目的ではなく、情報の質を可視化すること
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |