Skip to content
cccskills
FreePublished on GitHub

fact-checker-flo

テキスト・記事・ウェブページの内容を、厳密な検証方法論にもとづいてファクトチェックする。検証可能な主張を抽出し、信頼できる一次情報・公的データ・検証機関と突き合わせ、各主張の真偽と確からしさ(確信度)、情報源の信頼度スコアを評価し、根拠つきの検証レポートにまとめる。

「この主張を検証して」「記事をファクトチェックして」「情報源の信頼性を見て」「真偽を判定して」「誤情報か確かめて」などの依頼で使う。付属の references(信頼できる情報源/検証方法論)を参照する検証重視版。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3 stars(GitHub 3 + cccskills 0)

Run score Not tested

See how to install

Files included (3)

  • SKILL.md15.4 KB
  • references/trusted_sources.md8.6 KB
  • references/verification_methodology.md10.1 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

ファクトチェック(検証重視版)

テキスト・記事・ウェブページの内容を、体系立った検証方法論にもとづいて事実確認するための手引き。 検証可能な主張を取り出し、信頼できる一次情報・公的データ・検証機関と突き合わせ、各主張に真偽と確信度を付し、根拠とともに検証レポートにまとめる。

注意:本スキルは検証作業の進め方を支援するものであり、判定の最終責任と公表の判断は記者・編集が負う。AI自身の知識だけで真偽を断定せず、必ず外部の情報源にあたって裏取りすること。法令・統計・数値は最新版を確認する。本スキルは一般的な手引きであり、法的助言ではない。

同じレポジトリには、手順(ワークフロー)重視のファクトチェック版(fact-check)もある。本スキルは references(信頼できる情報源リスト・検証方法論)を伴う検証重視版で、情報源の格付けや確信度スコアの付け方を詳しく扱う点が異なる。

ファクトチェックの流れ

次の手順で、漏れのない検証を行う。

  1. 主張の抽出 — 検証可能な事実の主張をすべて洗い出す
  2. 情報源の調査 — 信頼できる情報源を体系的に検索して裏を取る
  3. 信頼性の評価 — 各主張を根拠とともに評価する
  4. 情報源の格付け — 定めた基準で情報源をスコア化する
  5. レポートの作成 — 所定の構成で結果をまとめる

ステップ1:主張の抽出

検証できる事実の主張を特定し、列挙する。

抽出する主張(検証の対象)

  • 具体的で測れるもの(統計、日付、引用、固有名詞)
  • 客観的に検証できるもの(出来事、事実関係、科学的記述)
  • 出典が特定できるもの(典拠が示されている場合)

除外するもの

  • 意見・主観的な評価
  • 将来の予測(過去になされた予測の当否を見る場合は対象)
  • 漠然として曖昧な記述
  • 問いかけ・修辞的な表現

抽出した主張の書式

主張1:[具体的な事実の記述]
主張2:[具体的な事実の記述]
主張3:[具体的な事実の記述]

ステップ2:情報源の調査

各主張について、信頼できる情報源を体系的に検索する。 (具体的な情報源の一覧は references/trusted_sources.md を参照。)

検索の優先順位

  1. 一次情報・公的情報を最優先 — 官公庁・公的機関の発表や統計(e-Stat、各府省サイト、白書、裁判所、国会会議録など)。ウェブ検索では site:go.jp [キーワード]、site:e-stat.go.jp [キーワード] などで絞る
  2. 公的データベース — 統計・公式データは原典のデータベースにあたる(e-Stat、各種白書、官報など)
  3. 学術情報 — 査読論文・学術文献(CiNii、J-STAGE、Google Scholar、PubMed など)。[主張] 査読 論文 のように検索
  4. 検証機関 — 国内外のファクトチェック団体(日本ファクトチェックセンター、FIJ加盟団体など)
  5. 信頼できる報道 — 編集・校閲体制のある報道機関と突き合わせる
  6. 専門家・専門機関 — 分野特有の論点は当該分野の専門家・学会にあたる

検索の進め方

  • ウェブ検索ツールで、主張に含まれる具体的なキーワードを使う
  • 主張を支持する証拠と反証の両方を探す(確証バイアスを避ける)
  • 有望な情報源はウェブ取得ツールで全文を取得して中身を確認する
  • 独立した複数の情報源で裏を取る
  • 可能な限り、原典・一次情報までさかのぼる

各主張について目標とする裏取り

  • 独立した情報源を最低2〜3件
  • 可能なら一次情報
  • (特に時事的な主張では)新しい情報源
  • 方法(出典・調査手法)が明示された情報源

ステップ3:信頼性の評価

各主張について、詳しい評価を付す。

検証ステータス

次のいずれかを割り当てる(判定基準の詳細は references/verification_methodology.md を参照)。

真(TRUE): 複数の信頼できる情報源が裏付け、重大な反証がない

偽(FALSE): 信頼できる証拠に反する。明らかに誤り

一部正確(PARTIALLY TRUE): 真実の要素を含むが、不完全・誤解を招く・重要な文脈を欠く

未検証(UNVERIFIED): 確認も否定もできるだけの証拠がない。情報源が対立し決着しない

意見・主観(OPINION/SUBJECTIVE): 検証可能な事実ではなく、意見・評価・予測の問題

確信度(コンフィデンス)

証拠の質に応じて確信度を評価する。

高(85〜100%): 独立した複数の信頼できる情報源が一致/一次情報あり/査読研究/専門家の合意

中(60〜84%): 信頼できる二次情報で裏付け/一定の補強あり/完全な合意のない専門家見解/間接的な証拠

低(40〜59%): 情報源が限られる/信頼度は中程度/状況証拠どまり/対立する情報がある

支持する証拠

各主張について、次を記録する。

  • 情報源の典拠(可能なら取得したURL)
  • 各情報源の要点(直接引用せず、自分の言葉で要約)
  • 情報源の種類(査読論文、公的データ、報道など)
  • 公表日と関連性
  • 必要に応じて著者・発表者の専門性

反証

見つかった対立情報を記録する。

  • 主張に反する情報源を挙げる
  • 食い違いの理由を可能な範囲で説明する
  • 議論が続いている論点を明示する
  • 文脈によって解釈が変わる場合は注記する

ステップ4:情報源の格付け

各情報源を次の基準で評価する(採点の詳細は references/verification_methodology.md を参照)。

信頼度スコア(1〜100)を次の要素で算出する。

  1. 情報源の信頼性(重み40%)

    • 査読付き学術論文:90〜100点
    • 官公庁・公的統計:80〜95点
    • 編集体制のある報道機関:70〜85点
    • 専門家の見解:60〜80点
    • 一般のニュース・ブログ:30〜60点
    • 匿名・出所不明:0〜30点
  2. 方法・手法の質(重み30%)

    • 調査設計の厳密さ
    • 標本規模の妥当性
    • 統計的有意性
    • 統制(コントロール)の有無
    • 手法の透明性
  3. 新しさ(重み15%)

    • 6か月以内:90〜100点
    • 6か月〜2年:70〜89点
    • 2〜5年:50〜69点
    • 5年超:0〜49点
    • (注:歴史的事実では重要度が下がる)
  4. 裏付けの厚み(重み15%)

    • 独立した5件以上:90〜100点
    • 独立した3〜4件:70〜89点
    • 1〜2件:50〜69点
    • 裏付けなし:0〜49点

総合スコアの式 (情報源の信頼性 × 0.40)+(方法の質 × 0.30)+(新しさ × 0.15)+(裏付けの厚み × 0.15)

ステップ5:レポートの作成

次の構成で結果をまとめる。

要約(エグゼクティブサマリー)

2〜4文で概観する。

  • 全体としての信頼性評価
  • 検証・否定した主張の件数
  • 主な発見・懸念点
  • 全体の信頼性スコア(1〜100)

詳細な検証結果

各主張について、次を記載する。

**主張[番号]:[主張の内容]**

**検証ステータス:** 真/偽/一部正確/未検証/意見
**確信度:** 高/中/低([パーセンテージ]%)

**評価:**
[検証結果の説明(2〜3文)]

**支持する証拠:**
- [情報源1](信頼度:[スコア]/100)— [要点を自分の言葉で]
- [情報源2](信頼度:[スコア]/100)— [要点を自分の言葉で]
- [必要に応じて追加]

**反証:**
[対立する情報、なければ「見当たらず」]

**文脈メモ:**
[重要な文脈・限界・留保]

情報源一覧(参考文献)

すべての情報源を信頼度評価つきで列挙する。

1. [情報源の名称・発行主体]
   - URL:[リンク]
   - 種類:[査読論文/公的/報道 など]
   - 日付:[公表日]
   - 信頼度スコア:[スコア]/100
   - 強み:[主な強み]
   - 限界:[懸念点]

2. [以下、すべての情報源について…]

全体の信頼性スコア

総合評価を示す。

内容の信頼性:[スコア]/100

内訳:

  • 真と判定した主張:[X]
  • 偽と判定した主張:[X]
  • 一部正確:[X]
  • 未検証:[X]
  • 情報源の平均信頼度:[スコア]/100

解釈: [スコアの意味の説明]

提言

実行可能な提言を示す。

さらなる検証のために:

  • [検証を高めるための具体的な行動]
  • [追加で当たるべき情報源]
  • [専門家の確認が要る論点]

確認された注意信号(レッドフラグ):

  • [懸念されるパターンや問題]
  • [偏り・利益相反の可能性]
  • [手法上の懸念]

分野別の留意点

医療・健康に関する主張

  • 査読付き医学論文、専門学会・医療機関の情報、公的機関(厚生労働省、PMDA、WHO など)を優先
  • 必要に応じて医薬品・医療機器の承認状況を確認(日本ではPMDA・厚生労働省)
  • 臨床試験データやメタ分析を探す
  • 体験談・逸話的証拠の扱いには特に慎重に
  • 医学界の合意(コンセンサス)を踏まえる

科学に関する主張

  • 査読論文・学術データベース(J-STAGE、CiNii、Google Scholar など)を探す
  • 追試(再現研究)の有無を確認する
  • 手法と標本規模を確かめる
  • 科学的合意を踏まえる
  • 利益相反の有無に注意する

統計に関する主張

  • 原典の公的データベース(e-Stat、各種白書、官報など)で裏を取る
  • 標本抽出の方法と誤差(標本誤差)を確認する
  • 統計的有意性を見る
  • 対象期間と文脈を踏まえる
  • 都合のよい数字だけの抜き出し(チェリーピッキング)に注意する

歴史に関する主張

  • 一次史料・archival な記録(公文書館、国立公文書館、アジア歴史資料センター等)を探す
  • 複数の研究者・専門家と突き合わせる
  • 学術的な歴史研究(学会誌など)を確認する
  • 史学上の論争(解釈の対立)を踏まえる
  • 史料の年代に注意する

政治に関する主張

  • 中立的な検証機関を使う(特定の立場に偏らないこと)
  • 公的記録で裏を取る(国会会議録、官報、各府省・自治体の公表資料、選挙関連の公的データ)
  • 文脈と発言の全文を確認する(切り取り引用に注意)
  • 複数の報道を比較する
  • 党派的な枠づけ(フレーミング)に注意する

速報・進行中の事案

  • ごく新しい主張は特に慎重に扱う
  • 必要に応じて「未確認」「速報段階」と明示する
  • 独立した複数の情報源で確認する
  • 状況が流動的なときはその旨を注記する
  • 新たな情報が出たら評価を更新する

重要な原則

必ず行うこと

  • 支持する証拠と反証の両方を探す
  • 情報源の内容は自分の言葉で要約する(直接引用しない)
  • 可能ならURLつきで典拠を示す
  • 証拠が限られるときは不確かさを認める
  • 文脈とニュアンスを踏まえる
  • 意見の問題であるときはその旨を明示する
  • 古い情報には注意喚起する
  • 手法上の限界を開示する

してはならないこと

  • 最初の情報源を検証せずに受け入れる
  • 公表日を無視する
  • 利益相反を見落とす
  • 都合のよい証拠だけを拾う
  • 著作物を直接引用(転載)する
  • 過信した断定をする
  • 信頼できる反証を無視する
  • 相関と因果を混同する

証拠が限られるとき

  • 限界をはっきり述べる
  • 主張を「未検証」とする
  • 追加の検証方法を提案する
  • 検証に何の情報が必要かを示す

参考資料(references)

本スキルには次の参考文書が付属する。

references/trusted_sources.md

信頼できる情報源を分野別にまとめたガイド。

  • 日本の一次情報・公的統計(e-Stat、各府省、白書、官報、裁判所、国会会議録 など)
  • 学術・研究のデータベース(CiNii、J-STAGE、Google Scholar、PubMed など)
  • 国内外のファクトチェック機関(日本ファクトチェックセンター、FIJ、国際機関 など)
  • 編集・校閲体制のある報道機関
  • 分野別の情報源(医療・科学・法律・経済)
  • 情報源の質を見る基準と注意信号(レッドフラグ)

参照のタイミング: どの主張にどの情報源を優先すべきか迷ったとき。

references/verification_methodology.md

検証と信頼性評価の詳しい方法論。

  • 検証ステータスの定義と基準
  • 確信度の目安
  • 信頼度スコアの算出方法(重みづけと式)
  • 分野別の特別な留意点
  • よくある落とし穴とベストプラクティス
  • 文脈評価のフレームワーク

参照のタイミング: ステータスの割り当て、信頼度スコアの計算、分野別の検証手法を詳しく確認したいとき。


出典・ライセンス(帰属表示)

本スキルは AI Journalism Skills(by Florent "Flo" Daudens, CC BY 4.0, https://huggingface.co/spaces/fdaudens/ai-journalism-skills )の fact-checker スキルを 原典の構成(主張抽出→情報源調査→信頼性評価→情報源格付け→レポート作成の5段階、確信度・スコアリング、分野別ガイド、付属 references)に沿って日本語化し、 米国固有の情報源・データベースを日本の一次情報源(官公庁・e-Stat・裁判所・国会会議録等)および国内外の検証機関に再構成したものです。 米国限定のリンク・機関は日本の相当物に置き換え、該当しないものは「米国固有のため割愛」と明記しています。 原典の著作物本文は転載していません。改変を加えており、原作者の公認・推奨を受けたものではありません。 ライセンス(CC BY 4.0)の全文は https://creativecommons.org/licenses/by/4.0/ を参照。

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

AIが生成しがちな「いかにもAIっぽい」日本語の定型表現・水増し・空疎な形容を取り除き、読者の信頼を損なわない自然な文章に直す。記事・原稿・プレスリリース・告知・SNS投稿など、AIの支援を受けて書いた文章を公開前に点検するときに使う。「AI臭を消したい」「文章が機械っぽい」「人が書いたように直したい」などの依頼で使う。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

取材・調査・データ報道で使える無料データ源(API)のカタログ。政府統計(e-Stat)、地域経済(RESAS)、気象(気象庁)、法令(e-Gov)、企業開示(EDINET)、書誌・国会会議録(国立国会図書館)、地理空間(国土地理院)、汎用の国際API(GDELT・Open-Meteo・Wayback等)を用途別に整理し、登録要否・利用条件・選び方を示す。「無料のデータ源が欲しい」「このテーマのAPIは?」「公的データをプログラムで取りたい」といった依頼で使う。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

データ報道(データジャーナリズム)の手順を支援する。データセットの分析、グラフや地図の作成、雑然としたデータのクリーニング、統計の算出、データに基づく記事の構築に使う。「e-Statのデータを分析したい」「人口あたりで比較したい」「グラフが誤解を招かないか確認したい」「統計から記事を組み立てたい」などの依頼で使う。記者・編集者・調査担当向け。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

取材で集めた資料(開示文書・記事・SNS・反訳など)をデジタルアーカイブ化し、AIで要約・分類・エンティティ抽出・関係づけ(知識グラフ化)して横断検索できる調査基盤を作るための手引き。「取材資料を整理したい」「大量の開示文書をデータベース化したい」「人物・組織・出来事の関係を可視化したい」「調査報道のアーカイブを作りたい」などの依頼で使う。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

発言・記事・SNS投稿などの主張を体系的にファクトチェックする。主張の抽出、検証可能な命題への分解、根拠の収集、当事者への確認、判定(レーティング)、記録、訂正対応までを支援する。掲載前の裏取り、ファクトチェック記事の作成、編集部の検証手順づくりに使う。「ファクトチェックして」「この発言は本当か」「裏取りの手順を」などの依頼で使う。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

学術的な文章執筆・研究設計・学術コミュニケーションの作業を支援する。論文の執筆、文献レビュー、IMRaD構成、研究費(科研費・JST・AMED等)申請、引用管理、査読対応、オープンアクセス(OA)の選択、プレプリント投稿、ORCID/DOI等の識別子、CRediT役割分担、事前登録、生成AI(LLM)利用の開示などを扱う。研究者・大学院生のほか、調査報道で学術論文や研究手法を読み解き引用する記者にも使う。「論文を書く」「研究計画を立てる」「文献レビュー」「査読コメントへの返信」「科研費の申請書」などの依頼で使う。

The English summary is being prepared. Showing the original description.

sgbms1/ja-news-skills3Updated Jul 14, 2026

See all skills by sgbms1

Report a problem with this skill