一則 Threads 貼文,怎麼變成網站上的一則事實
整理者儲存想檢查的貼文。程式讀取儲存的貼文,分類、分成事件;Claude 逐則查核,寫成查核報告,再把查證過的部分寫成「事實」。另外兩個模型核對來源,人再逐則確認,最後只把允許公開的內容匯出成網站。
規則的全文見查核原則。數字是 2026-10-29 內部版的資料。
收集
讀取儲存的貼文內容與圖片,辨識圖片文字,分到公共事務分類樹。
整理成事件
同一件事的貼文放在一起,變成時間軸上的一個「事件」。之後的查核以事件為單位。
查核與寫事實
拆出可查的主張、找來源、下判定,寫成報告;查證過的事寫成事實卡,再經多個模型與人複查。
公開
只輸出白名單欄位,拿掉隱私與內部資訊,跑過檢查、整理者同意後才部署。
核心原則
每一步都照這幾條做。後面的流程與規則,都是這幾條的細節。
- 查事實,不查意見。只查能驗證真假的陳述;感受、價值判斷、預測判「屬於意見」。
- 同一把尺。不論貼文立場或發文者傾向,用同樣的步驟與門檻。
- 證據決定結論。每個判定都附上讓讀者能自己重做一次的來源:連結、日期、文件編號。
- 查不到不等於是假的。找不到資料時判「無法確認」並寫出查過哪裡;只查到 A 不能推出「不是 B」。中國對新聞與資料有管制,查不到中國官方紀錄,不代表事情沒發生。
- 「找不到」要真的查過。每則都有查詢紀錄;回報時分「找到/查無/未查」,不整批標成找不到。
- 提案不等於通過。法案寫出目前階段。
- 區分「錯」與「不完整」。真有其事但數字、人物有誤或缺背景,判「部分錯誤」或「缺乏脈絡」,不判「錯誤」。
- 可更正。有新證據就更新,保留修改紀錄與原判定。
- AI 初稿可能有錯。人工確認後的事實會另外標示。
10 個步驟的地圖
點任一格跳到詳細說明。實線框是主線,虛線框是選用步驟,深色框是讀者最終看到的東西。
跟著一則貼文走一遍
下面是一則虛構的貼文,用來說明每一步會留下什麼。人名、地名、數字都是示意。
整理者儲存一則貼文
看到想檢查的貼文就存起來,存的時候可以先粗分類別。
附圖一張預算表截圖
讀取與歸檔 ⚙程式✦摘要
讀取儲存的貼文內容與圖片;AI 寫摘要並確認分類對不對。
讀圖片、標實體、放進分類樹 ⚙Vision✦Claude
macOS Vision 讀出截圖裡的表格文字;模型列出人物、組織與主題,並把貼文分到公共事務分類樹。
分成事件 ✦分群⚙驗證
同一週還有兩則貼文講同一場預算審查,三則被分到同一個事件。程式確認每篇貼文恰好在一個事件裡、日期合理。
拆主張 ✦Claude
只從貼文本身(原文+圖片)拆。情緒、語氣字不查;查的是背後的事實前提。
查核、下判定、寫報告 ✦Claude+網路搜尋
依主張類型找來源:預算看議事紀錄,言論找原始影片或逐字報導。每個判定都寫出依據與查了哪裡。
A某市議會議事錄B中央社
B公視
寫成事實 ✦Claude
查證過的那件事寫成一句話,附來源;貼文的說法和事實的出入另外寫,不放進事實本身。
複查 ◇Gemini・GPT✦核對●確認
另兩個模型拿事實與來源全文逐句比對。被標記的地方,Claude 回到來源原文核對,確認有誤才改;最後由人逐則確認。
公開版 ⚙程式
網站上看到的是:上方事實卡、下方「貼文如何引用這則事實」。發文者是一般人,顯示「個人帳號」,不附貼文連結。
每一步在做什麼
點開看輸入、輸出、指令、規則與常見陷阱。
1收集與歸檔儲存的貼文 → 原文、圖片、摘要›
attachments/<post_id>/)- 去重
state.db記每則貼文的狀態:pending/written/failed- 內容
- 貼文內容與圖片;只留作者自己的續篇(1/N)
- 模型
- 寫摘要並判斷分類;明確不屬於該分類的送去「問題分類」;40 字以下不判斷
- 人工
- 本機的覆核頁面,手動分類「問題分類」的貼文
2OCR 與實體圖片裡的字讀出來,標出人物、組織、主題›
attachments/<id>/ocr.json;ocr/<分類>/<id>.md 的 frontmatter- 指令
uv run python -m src.ocr_pass(skillrun-ocr-backfill)- 做法
- macOS Vision(繁中 accurate);模型抽「涉及人物/組織/主題」
- 用途
- 查核時拆主張要看圖片文字
3公共事務分類每則公共事務貼文分到分類樹的 1–3 個節點›
- 指令
uv run python -m src.politics_index --llm claude-code- 例
台灣/地方/某市/近年市政- 輸出
- 每則貼文的分類節點(存在
state.db) - 影響
- 每個節點就是一條時間軸(view);也決定事實的地區、子分類的初值
4事件時間軸講同一件事的貼文合成一個事件›
timeline/events/<view>.json:id、title、date、lane、post_ids、is_roundup- 流程
- 選貼文 → 分批分群 → 驗證(每篇恰好一個事件、日期與 lane 合理)→ 合併重複 → 編號。新貼文先試著放進既有事件
- 人工修正
timeline/手動修正.md(讀取時套用);不確定的列在timeline/待確認.md- 彙整貼文
- 一則貼文列很多件事(「某某做過的 20 件事」)標
is_roundup,查核時只抽查
5查核報告一個事件一份報告:主張、判定、說明、來源、查詢紀錄›
timeline/factchecks/<report_id>.json- 入口
- skill
run-factcheck:factcheck_cli pending→prepare→ Claude 查核 →save(有檔案鎖,多個 session 可同時存) - 報告欄位
summary、verdict_tag、claims[](主張、判定、說明、evidence[]含分級、查詢紀錄)、post_verdicts、statements、revisions- 查不到時
- 另寫
search_summary(查了哪裡)、closest_finding(最接近的資料)、missing(缺什麼) - 共用資料
- 法案「政策庫」
policies.json:每個階段(提案、一讀、委員會、三讀、公布)的日期與來源 - 搜尋上限
- 一個 session 預設 200 次網路搜尋
查核前要知道的原則見〈核心原則〉。
6事實擷取把查證過的事寫成一句話,一件事只有一則›
statements[];共用的標準寫法在 timeline/facts.json- 每則事實
- 一句話+
type、actors、date、place、region_topics、evidence、differs(貼文的出入)、points(分點);影響與動機另放perspectives(各方說法) - 來源強度
- 至少一個 A/B 級;只有 C 級時至少兩家、最好三家各自採訪的媒體(轉載只算一家)。只有一家 C 級時寫「據〇〇報導」並標「待補 A/B 級來源」;寫具名政治人物負面言行的,補到第二家或當事人回應前公開版先隱藏
- 地區與子分類
- 依事實本身判斷,不沿用貼文所在的時間軸;子分類只能用固定名單(見下表)
- 不重複
- 多篇貼文提到同一件事時共用一個
key(法案用policy:<id>);寫新事實前先用findst.py找 - 工具
stmt.py、findst.py、addev.py、edit_text.py、dumpq.py、skip.txt
九種事實的句型
| 類型 | 句型 |
|---|---|
| 言論 | {誰} 於 {日期} 在 {場合} 說:「{原話}」 |
| 提案 | {提案人} 等 N 人於 {日期} 提出《{法案}》修正草案,內容 {重點};目前 {階段} |
| 預算刪凍 | {誰} 提案/委員會決議/院會三讀 {刪減/凍結} {機關}{科目} {金額};結果 |
| 行政作為 | {機關} 於 {日期} {做了什麼} |
| 司法 | {法院/檢方} 於 {日期} 對 {誰} {起訴/判決…}({案名}) |
| 事件 | {日期} {地點} 發生 {事件};{結果} |
| 表決 | 只用於非法案的表決(人事同意權等) |
| 法規 | 依現行 {法規} 第 N 條,{規定內容} |
| 紀錄 | {誰} 的 {出席率/評鑑/統計} 為 {數字}({期間}) |
子分類固定名單(39 個,2026-10-28)
| 地區 | 子分類 |
|---|---|
| 台灣 中央、全國、各縣市 | 選舉與政黨 · 國會與議會 · 政府運作與憲政 · 預算與財政 · 司法與廉政 · 國防、外交與國安 · 治安與公共安全 · 防災與水利 · 交通與建設 · 環境與綠地 · 經濟與產業 · 能源 · 勞動與年金 · 醫療與防疫 · 食安 · 社福 · 兒少與托育 · 教育 · 文化、媒體與體育 · 轉型正義與歷史 · 網路輿論與假訊息 |
| 兩岸 | 中配與移民 · 政黨與兩岸往來 · 滲透、共諜與介選 · 軍事威脅 · 人身安全與跨境鎮壓 · 國家認同與國際地位 · 網路輿論與假訊息 |
| 中國 | 人權迫害 · 審查與監控 · 政治體制與歷史 · 社會民生 |
| 國際 依國家或地區 | 美國 · 日本 · 韓國 · 歐洲 · 烏俄 · 中東 · 其他 |
stmt.py 與 lint_text.py 擋下名單外的名稱。7三階段複查同一份內容讓不同模型、不同角色、最後由人再看›
8公開版匯出只輸出允許的欄位,拿掉隱私與內部資訊›
- 指令
uv run python -m twmemokit.facts_export→exports/facts_public/- 白名單
facts_data.public_payload:沒有貼文連結、貼文 id、報告/事件 id、未證實說法清單;事實 key 改成不透明 hash- 隱藏與去識別
public-hide.txt(整則不公開)、public-redact.txt(一般人姓名替換)- 最後一關
- 文字規則(
lint_payload)與內部程式刪除(strip_internal)有問題就停
詳見 公開版拿掉什麼。
9來源存檔每個引用的連結都有一份 archive.org 存檔,失效或被改寫時還查得到›
statements[].evidence)與事實帳本(facts.json)的來源timeline/archive/wayback_results.json;--apply 寫進報告的 archive_url,頁面顯示「存檔」- 什麼時候跑
- 每次部署前跑一輪(skill
deploy-site第 0 步,不擋部署),新報告帶進來的連結就會補上 - 指令
archive_sources.py --all --no-local --delay 4 --save-timeout 120 --out timeline/archive/wayback_results.json(加--minutes 30限時),再--apply- 只在事實裡的連結
- 沒有證據項可以寫
archive_url,公開版改從結果檔對照(facts_data.ARCHIVE_RESULTS)
兩個步驟
| 方式 | 速度與限制 |
|---|---|
| archive.org 帳號 在設定檔填入自己的金鑰 | Save Page Now 2:同時 3 筆,每筆送出前先問有沒有空位,不會 429;約每小時 150 筆,每日上限 30,000 |
| 匿名 | 每筆間隔 30 秒(遇 429 自動加長);每日約 150 筆後 archive.org 對所有網站回 HTTP 520,連續 8 筆、4 個以上網站都這樣就自動停 |
接續與略過
wayback_results.pending.json記住查過但沒有存檔的連結,下一輪直接送出存檔,不再查。- 同一個連結因網站本身的問題(找不到頁面、拒絕存檔、X 貼文)失敗兩次後略過;archive.org 端的錯誤(逾時、服務中斷)不計入。
- 遇到 429:先停,一小時後再跑。
10備份與部署先備份、再檢查,問過整理者才發佈›
- 存檔一輪(第 0 步,不擋部署):替新連結補 archive.org 存檔,見 ⑨。
- 備份:
timeline/等不進 git 的資料打包上傳私有儲存空間,下載比對 sha256(skillbackup-data)。 scripts/deploy_pages.sh prepare:備份 → 匯出 → 測試 → 洩漏檢查(不得有允許清單外的 Threads/IG 連結)→ 隱私檢查 → 列出提醒數量。- 問整理者要不要發佈、發到預覽版或正式版,同意後才
publish。
拆主張與判定標籤
一則貼文先拆成幾個主張,每個主張依類型查核、各自下判定,最後才得到貼文的判定。
拆主張:哪些查、哪些不查
| 貼文裡的內容 | 例子 | 怎麼處理 |
|---|---|---|
| 感受、意見、價值判斷 | 「這政策太爛了」 | 屬於意見 不判真假,標明是誰的說法 |
| 預測、假設 | 「統一之後一定會…」 | 不查結論,查其中引用的前提 |
| 引述言論 | 「某某說了 X」 | 找原始影片、逐字稿或本人貼文,比對原話與前後文 |
| 政策、法案 | 「X 法已經一讀」 | 查議事紀錄與法規資料庫,寫出每個階段;存進政策庫 |
| 事件 | 「某人被拘留」 | 計算獨立來源,比對時間、地點、人物、數字,留意舊聞新傳 |
| 數據 | 「中配有 X 萬人」 | 追到原始統計,確認期間與口徑 |
| 因果 | 「A 造成 B」 | A、B 分開查,排除例行變動,再看時序與規模 |
| 圖片、影片 | 截圖、影片 | 查來源與時空;影片沒看過就寫「原貼文含影片,本站未檢視」 |
| 修辭、指控、嘲諷 | 「又騙人」「舔共」 | 不判對錯;查它背後的事實前提 |
判定標籤:依序問這幾個問題
以上是主張與貼文的判定,不是事實本身的判定(事實的兩種狀態見〈事實卡片怎麼整理〉)。同一份報告查了多則貼文時,沒有單獨判定的貼文標「未個別判定」,請看查核報告。較早的報告把屬實寫成「正確」,意思與上面三種相同。
從主張到貼文的判定
有一項判錯誤或部分錯誤,貼文最多部分錯誤;有一項缺乏脈絡,最多缺乏脈絡。不能因為其他項屬實就給大致屬實。
列了很多件事的貼文只抽查幾項,不給整篇一個判定;抽查的部分最多大致屬實,並寫出查了哪幾項。
來源分級
判定的強度看來源的等級。等級看兩件事:是不是一手資料、有沒有高查證標準;不看立場。
| 等級 | 是什麼 | 怎麼用 |
|---|---|---|
| A | 一手資料:立法院議事紀錄、法規資料庫、政府公報與新聞稿、判決、政府統計、本人完整影片或逐字稿 | 最強;司法程序的確定判定一定要有(判決書、檢察署新聞稿) |
| B | 高查證標準的媒體與 IFCN 認證的查核組織:中央社、公視、報導者、路透、AP、台灣事實查核中心、MyGoPen 等 | 可以支持判定 |
| C | 一般主流媒體 | 要再找 A 或 B 交叉比對;只有 C 級時至少兩家、最好三家各自採訪;只有一家時事實寫「據〇〇報導」 |
| D | 開放編輯、群眾協作與個人發文:維基百科、Cofacts、PTT 等論壇、個人貼文、粉專與自媒體 | 用來找原始來源,不當證據:打開它引用的來源核對,附上的是原始來源。只有 D 級的事判「無法確認」 |
| D | 政黨、政治人物與其團隊經營的粉專和帳號;以政治立場為編輯方針的媒體,包括旺旺中時集團(中天、中時、工商時報、CTWANT、旺得富等) | 只當參考,不當證據。只有 D 級的事判「無法確認」;主張本身關於它們時除外 |
| 中國官方 | 中國政府機關 | 可以證明「中國官方這樣說」,不能單獨證明事情不存在 |
報告、事實、貼文的關係
報告以「事件」為單位,事實以「一件事」為單位。同一件事可能被好幾個事件的貼文提到,所以一則事實可以連到好幾份報告。
事件 A 的貼文 3 則
查核報告 A 一個事件一份
事實(共用 key)網站上的一張卡
網站上的事實卡長這樣
委員會是減列 1.2 億、凍結 1.8 億。 · 個人帳號 · 10/15 · 查核報告 ›
某新聞台 · 10/16 · 原貼文 · 查核報告 ›
事實卡片怎麼整理
- 上方是查證後的事實,下方是貼文的判定。判定針對的是引用這則事實的貼文,不是事實本身。
- 只寫查證後的事實:誰說了什麼、提了什麼、刪減或凍結了哪些預算、做了什麼、哪裡發生了什麼。純意見的貼文不列入。
- 影響、動機、預期後果不寫進事實,放在「各方說法」,標明是誰說的、立場與來源。
- 同一件事只有一則。多篇貼文提到同一件事時,共用同一張卡片,各自保留「說法有出入」的對照。
- 說法不一:不同來源或各方對人數、金額、名次或期間說法不同時,正文寫出各方數字與出處,不挑一個寫,卡片上標「說法不一」並說明哪裡不同;日期差一天這類小差異只在正文註明「報導不一」。
- 事實的兩種狀態:「有來源支持(AI 查核)」表示事實的內容都查到來源;「部分內容有來源」表示只有部分內容查到來源,查不到的部分會另外寫出。兩者都是 AI 查核的結果,不等於人工確認。
- 貼文只放本站寫的轉述與查核總結,不轉貼原文;查核總結中個人帳號一律寫「作者」(指發文者)。
交叉複查
第二、第三個模型檢查的是「附上的來源是否支持這句話」,不是重新查證,也不複查貼文的判定。被標記的地方由 Claude 回到來源原文核對,確認有誤才改。
已去識別,以不透明 key 對應;私人姓名與貼文 id 不離開本機。
來源沒抓全、來源沒寫不等於錯、模型不知道 2026 年的事。與 A 級來源衝突時以 A 級為準;條文與報導引述不同時以條文為準。
人工確認時逐則看的七件事
- 用語沒有比新聞強(「涉嫌」不能寫成認定;「疑」「據稱」不能漏)。
- 案件沒有後續變化(再搜一次:不起訴、無罪、改判、撤告)。
- 當事人的回應有寫進去。
- 來源不只一家;刑案只有一家 C 級時寫「據某媒體報導」。
- 看內文,不只看標題。
- 判定標籤合適:判錯要有正面反證。
- 隱私:沒有一般人的姓名或可回推身分的細節。
哪些修改會撤回人工確認:改判定、改寫事實或主張的內容。只補更強的來源、只改用字,不撤回。
文字怎麼改
下面多數是報告實際改過的句子(取自 timeline/rewrites/ 的修改紀錄),也有幾則來自查核原則的例子。紅底是拿掉的字,綠底是加上的字。改報告一律用工具,工具會檢查數字沒少、引號是貼文原文,並留下修改前後。
一句好的事實長什麼樣
完整句子:據中央社、自由時報 2026-06-03 報導,前某市議員林佳蓉以人頭等方式詐領助理費約 120 萬元,最高法院駁回上訴,判刑 4 年定讞,配偶判 3 年 6 月;林佳蓉喊冤。
每句要能單獨讀懂:寫出是哪一筆預算、哪個法案、哪個人;不用「此舉」「她」「見前一主張」。
依類別看
檢查與關卡
寫完或改完報告依序跑。會停 有問題就不能匯出或部署;提醒 要人逐條看,但不擋。
| 檢查 | 看什麼 | 結果 |
|---|---|---|
lint_text.py | 內部參照與編號、陸配、屬實判定旁的攻擊用語、標題用語、判定不一致、個人帳號;另外組好公開頁跑頁面層級規則 | 會停 |
lint_text.py --warn | 說明沒寫出處、點名沒附的來源、只有一般媒體沒寫「據〇〇報導」、評價字眼沒加引號、可能出自截圖留言、司法沒有 A 級、罪名沒寫階段、隱私 | 提醒 |
lint_text.py --style | 長句、多重分號、模糊用詞、半形標點、『』當外層引號、重述判定 | 提醒 |
privacy_lint.py | 公開版的隱私:自殺與死亡細節、姓氏加身分、未成年、健康、性犯罪細節 | 會停 |
judicial_a.py | 司法主張待補官方來源,分「未查」「查無」 | 提醒 |
titles_check.py | 黨籍、職稱和人物名冊是否一致 | 提醒 |
facts_export | 匯出前最後一關:同一套文字規則;刪掉只給內部版的程式,刪完還留有內部字眼 | 會停 |
| 洩漏檢查 | 不能有允許清單以外的 Threads/IG 連結 | 會停 |
pytest | 全部測試 | 會停 |
程式只抓得到字面。看到程式沒抓到的寫法,補進規則與測試。
公開版拿掉什麼
內部版有完整的資料與工作欄位;公開版只留讀者需要的東西。每一層都有程式把關。
隱私規則
詞彙表
facts.json。twmemokit/topics.py)。