学习研究
用反向审查发现 AI 答案里的漏洞
通过逐条核查、反例挑战和证据分级，检查重要答案。
OUTCOME
先看最终成果
一份带风险等级的答案审查报告，指出事实错误、逻辑跳跃、缺失证据和需要人工决定的部分。
STEP BY STEP
跟着步骤完成
- 01
冻结待审版本
保留原始问题、答案和生成时间，避免边改边审导致遗漏。
- 02
拆成可核查主张
将事实、数字、因果判断和建议逐条编号，区分可验证陈述与意见。
- 03
扮演反方审查
要求审查者主动寻找反例、遗漏前提、时间过期信息和引用不支持结论的情况。
- 04
回查一手证据
高风险主张回到官方文件、原始数据或论文，并记录证据是否直接支持。
- 05
按风险修订
先修复会改变结论的问题，再处理表达瑕疵；无法确认的内容保留不确定性。
PROMPT
可直接使用的提示词
请作为独立审查者检查以下 AI 答案。不要延续原答案的立场。先把内容拆成编号主张，再为每条标记：事实/推断/意见、证据状态、潜在反例、风险等级和修订建议。优先指出会改变结论的问题；同一模型自检不能替代外部来源核查。原问题：{{问题}}；待审答案：{{答案}}把双大括号中的内容替换为你的真实信息。先补足上下文，再追求表达效果。
QUALITY CHECK
交付前检查
- 事实与观点已经分开
- 关键数字回查到一手来源
- 引用确实支持相邻主张
- 找过可能推翻结论的反例
- 高风险结论经过人工确认
SOURCE
来源与改编说明
原始技能Doublecheck
- 仓库
- github/awesome-copilot
- 作者
- GitHub 社区贡献者
- 许可证
- MIT License
- 参考日期
- 2026-09-28
本站借鉴其对抗式复核思路，重新设计了适合通用中文内容的核查流程。