skills.sh

Fact-Check

AIが生成した文章の『本当っぽいけど実は違う』を捕まえるスキル。生成と検証を別パスに分けることで、書き手の自信バイアスを排除し、ハルシネーションを体系的に検出する。
S
超おすすめ
77.1 / 100
#6 / 402
広報・PR skills.sh 注目 ファクトチェック 信頼性検証 広報 情報精査 ハルシネーション検出
skills.sh
配信元
jwynia
作者
325
ダウンロード
広報・PR
カテゴリ
skills.sh で見る ↗
インストールコマンド
npx skills add jwynia/agent-skills@fact-check
⚙ 何ができるか
🔍
クレーム抽出
文章から検証可能な主張（統計・日付・引用・因果関係など）を全て抽出し、そもそも何を確かめるべきかをリスト化する。
🗂
主張のカテゴリ分類
ハード検証／一般論／引用／推論／意見の事実化 の5区分に仕分け、それぞれに適した検証方法を適用する。
📚
出典突合による検証
『記憶で確かめる』を禁じ、必ず外部ソースに当たる。結果は『確認済み／部分支持／不明／矛盾／古い』の5パターンで記録。
📊
信頼度の総合判定
コンテンツ全体の信頼度をHigh／Medium／Low／Unreliableで提示。未検証の主張も明示し、読み手に判断材料を残す。
💼 広報での活用場面
📢
プレスリリース配信前の校閲
AIが下書きしたリリース中の『業界初』『市場シェアNo.1』『○○%改善』などの主張を、配信前にまとめて検証する。
📰
調査レポート・ホワイトペーパーの検証
引用した統計や有識者コメントが本当に出典通りかを洗い出し、不正確な引用を未配信段階で潰す。
📝
企業ブログ・noteの事実確認
社外コラムで頻出する『研究によれば』『専門家は』などの曖昧表現を一掃し、出典を明記した堅実な記事に変える。
📏 導入の難易度
★ ★ ★ ★ ★
やや簡単
スキル自体は軽量。運用のコツは『生成後に必ず別パスで走らせる』を徹底すること。
🔄 類似ツール・スキルとの違い
比較対象 Fact-Check との違い
人手の校閲 網羅性と速度でAIが上回る一方、業界文脈の理解では人手に軍配。併用が理想。
research スキル researchは執筆前の情報収集、fact-checkは執筆後の検証。役割分担が明確。
✅ 編集部の評価
調査PR・広報の実務には極めて相性が良い。『LLMが書いた文章は信用できない』を前提に、生成と検証を工程として分離する思想が、編集部の校閲プロセスをそのまま自動化できる。プレスリリースのダブルチェック工数削減に直結するため、広報チームは優先度最高で導入推奨。
編集部注：jwynia氏の agent-skills パッケージの一部。『生成と検証を別パスに分ける』という設計思想が、調査PR会社の校閲業務と親和性が極めて高い。編集部による手動追加。
🛡 安全性チェック
⚠ Caution 安全性スコア: 6.5/10 最終チェック: 2026-04-22
検証対象のコンテンツに個人情報や機密情報が含まれていないことを確認し、利用する外部サービスのデータポリシーを理解した上で使用することを推奨します。APIキーを使用する場合は、安全な管理を徹底してください。
検出されたリスク (3件)
外部通信
「出典突合による検証」機能により、ユーザーの入力内容（検証対象の主張）が外部のソース検証サービスや検索エンジンに送信される可能性が高いです。これにより、個人情報や機密情報が意図せず外部に漏洩するリスクがあります。
シークレット/認証情報へのアクセス
外部APIを利用する場合、APIキーなどの認証情報が必要となる可能性があります。これらの認証情報の管理方法によっては、漏洩リスクが生じます。
プロンプトインジェクション
スキルが内部でLLMを呼び出して主張の抽出や分類を行う場合、ユーザー入力によって内部プロンプトが操作され、意図しない動作を引き起こす可能性があります。
チェックソース: AI安全性分析（Gemini）によるSKILL.md内容の自動評価
📦 インストール手順
Step 1: ターミナルで claude と入力してClaude Codeを起動
Step 2: 以下のコマンドをコピペしてEnter
npx skills add jwynia/agent-skills@fact-check
Step 3: 日本語で「○○して」と依頼するだけ
Claude Code バージョン 1.0.33以上が必要です（claude --version で確認）。
未インストールの場合: npm install -g @anthropic-ai/claude-code