fact-checker

Visión general de la skill fact-checker

La skill fact-checker es un flujo de prompts estructurado para verificar afirmaciones, evaluar la calidad de las fuentes y separar los hechos de la opinión, la manipulación narrativa o la falta de contexto. Es una opción especialmente útil para quienes necesitan más rigor que un simple prompt de “¿esto es verdad?” y quieren un proceso repetible de Fact Checking sin tener que diseñarlo desde cero.

Qué hace realmente la skill fact-checker

En esencia, la skill fact-checker guía al agente por una secuencia de verificación: identificar la afirmación exacta, definir qué evidencia la confirmaría o la refutaría, evaluar las fuentes disponibles, calificar la afirmación y explicar el resultado con contexto. Por eso resulta más útil que un prompt genérico de investigación cuando importan la precisión, la selección de fuentes y la transparencia del razonamiento.

Quién debería instalar esta skill fact-checker

Esta fact-checker skill encaja bien para:

• investigadores y analistas que revisan afirmaciones públicas
• periodistas, editores y equipos de contenido que evalúan borradores
• flujos de trabajo de políticas públicas, educación y trust-and-safety
• usuarios que analizan estadísticas virales, rumores o declaraciones citadas
• cualquiera que prefiera un método consistente de verificación en lugar de prompts improvisados

Casos de uso donde mejor encaja

Usa fact-checker cuando necesites:

• verificar una afirmación concreta, una cifra o una relación causal
• comprobar si una fuente es lo bastante autorizada para ese tema
• distinguir entre hecho e interpretación
• medir el nivel de confianza en lugar de forzar un sí/no artificial
• explicar por qué una afirmación puede ser engañosa aunque no sea completamente falsa

Qué diferencia esta skill de un prompt normal

Su valor principal es la estructura. La skill no se limita a pedirle al modelo que “verifique hechos”; le indica cómo razonar sobre la verificabilidad:

• aislar la afirmación antes de investigar
• decidir qué evidencia hace falta
• priorizar fuentes primarias o autorizadas
• tener en cuenta la fecha de publicación y el contexto
• calificar la afirmación y comunicar la incertidumbre con claridad

Ese flujo reduce las respuestas vagas y hace que el resultado sea más fácil de auditar.

Qué debes tener claro antes de adoptarla

La gran pregunta de adopción no es la instalación. Es si tu caso de uso realmente se beneficia de una verificación disciplinada. Si tu equipo revisa con frecuencia afirmaciones ambiguas, politizadas, sensibles al momento o tomadas de publicaciones sociales, fact-checker probablemente merezca la pena. Si solo necesitas resúmenes informales de contexto, un prompt de investigación normal puede ser suficiente.

Cómo usar la skill fact-checker

Contexto de instalación de fact-checker

Si tu entorno de agentes permite instalar Skills desde repositorios de GitHub, instala fact-checker desde el repositorio Shubhamsaboo/awesome-llm-apps y luego invócalo por nombre dentro de una tarea que pida verificación de forma explícita.

Un patrón de instalación habitual es:

npx skills add Shubhamsaboo/awesome-llm-apps --skill fact-checker

Si tu configuración usa otro cargador de skills, copia la skill desde:

awesome_agent_skills/fact-checker/SKILL.md

La evidencia en el repositorio para esta skill es mínima pero clara: la implementación principal está en SKILL.md, sin scripts adicionales, reglas ni archivos de referencia que debas inspeccionar antes.

Lee primero este archivo

Empieza por:

• awesome_agent_skills/fact-checker/SKILL.md

Esta es una señal importante para decidir si adoptarla: la skill está impulsada por prompts, no por código. Lo que instalas es un marco de verificación y un comportamiento de salida, no una toolchain con scripts auxiliares.

Qué entrada necesita la skill fact-checker

La calidad de fact-checker usage depende mucho de la entrada que le des. Proporciónale:

• la afirmación exacta que quieres verificar
• dónde apareció la afirmación
• cualquier redacción citada o cifra concreta
• la fecha o ventana temporal
• el contexto del dominio, como salud, política, ciencia, finanzas o historia
• el estilo de salida que quieres, por ejemplo un veredicto rápido o un memo de evidencia

Entrada débil:

• “Fact check this.”

Entrada mejor:

• “Fact check this claim: ‘Country X’s inflation rate doubled in 2024.’ Check official statistics first, note the date range, and say whether the statement is accurate, misleading, or unsupported.”

Cómo convertir una petición vaga en un prompt sólido para fact-checker

Un buen prompt de fact-checker guide suele tener cinco partes:

1. la afirmación exacta
2. el estándar de evidencia
3. los tipos de fuente preferidos
4. el formato del veredicto
5. cualquier límite de alcance

Ejemplo:

“Use the fact-checker skill to verify this claim: ‘A new study proved coffee dehydrates most adults.’ Distinguish the headline from the actual scientific claim, prefer peer-reviewed or major medical sources, note publication dates, and return: claim, evidence found, source quality, verdict, confidence, and missing context.”

Esto funciona mejor porque le da a la skill un objetivo acotado y define qué cuenta como evidencia aceptable.

Cómo funciona en la práctica el flujo de fact-checker

El proceso incorporado de la skill es simple, pero importante:

• identificar la afirmación factual
• decidir qué evidencia la verificaría
• examinar las fuentes disponibles y su credibilidad
• calificar la afirmación
• aportar contexto e incertidumbre

En la práctica, eso significa que no conviene pedirle que resuelva varias afirmaciones no relacionadas en una sola pasada, salvo que te valga un resultado superficial. Para obtener mejores salidas, divide una publicación larga o un artículo en afirmaciones concretas y verificables.

Mejor patrón de prompt para afirmaciones complejas o virales

Para publicaciones sociales, titulares y memes, usa un prompt que primero descomponga:

“Use fact-checker for Fact Checking this post. First extract each distinct factual claim. Then verify them one by one, noting which are factual, which are opinion, and which depend on missing context.”

Esto importa porque muchas publicaciones engañosas mezclan un dato verdadero con una conclusión falsa. La skill rinde mejor cuando cada subafirmación se comprueba por separado.

Qué salida deberías esperar

Una buena respuesta de fact-checker debería incluir:

• la afirmación normalizada
• si es factual, interpretativa o no verificable tal como está formulada
• qué evidencia haría falta
• evaluación de las fuentes
• un veredicto como accurate, misleading, unsupported o false
• nivel de confianza
• contexto importante que cambie la interpretación

Si solo recibes un párrafo genérico, lo más probable es que tu prompt fuera demasiado amplio o no pidiera un veredicto estructurado.

Consejos prácticos para mejorar el uso de fact-checker

Para conseguir mejores resultados con la fact-checker skill:

• incluye cifras exactas y unidades, no paráfrasis
• especifica la geografía y el periodo temporal
• pide al modelo que separe la afirmación de la retórica que la rodea
• solicita primero fuentes primarias o autorizadas
• pide “what would disprove this claim?” para reducir el sesgo de confirmación
• indícale que marque el contexto faltante en lugar de adivinar

Estos cambios suelen mejorar más la fiabilidad que simplemente añadir más texto.

Cuándo usar fact-checker en lugar de una skill de research

Elige fact-checker cuando el objetivo sea emitir un juicio, no explorar. Una skill de research o browsing ayuda a reunir información de forma amplia. fact-checker funciona mejor cuando necesitas una valoración ligada a la calidad de la evidencia y a la formulación exacta de la afirmación.

Un flujo útil es:

1. reunir la afirmación exacta y su contexto
2. ejecutar fact-checker
3. si la evidencia es insuficiente, hacer investigación adicional
4. volver a ejecutar con una formulación más precisa y mejores fuentes

Límites y tradeoffs

Esta skill ofrece un método de verificación, no una garantía de verdad. No resuelve mágicamente:

• eventos en desarrollo con cobertura aún incompleta
• afirmaciones que requieren datos propietarios
• disputas legales o científicas donde predomina la interpretación experta
• juicios de valor disfrazados de hechos

Eso no es un defecto de la skill. Es el límite normal del propio fact-checking. Su principal ventaja es que expone la incertidumbre en lugar de ocultarla.

FAQ de la skill fact-checker

¿fact-checker es buena para principiantes?

Sí. La fact-checker skill es apta para principiantes porque aporta una secuencia clara de verificación. Aun así, necesitas proporcionar una afirmación concreta y expectativas razonables sobre las fuentes, pero no hace falta diseñar la metodología desde cero.

¿Qué tipos de afirmaciones encajan mejor con esta skill?

Mejores encajes:

• estadísticas y afirmaciones numéricas
• citas atribuidas a una persona
• afirmaciones de cronología del tipo “X happened”
• declaraciones sobre políticas, ciencia, salud o economía con evidencia verificable
• casos de “is this misleading?” donde el contexto cambia el significado

Peores encajes:

• opinión pura
• predicciones
• argumentos morales
• ideología amplia presentada como si fuera un hecho

¿En qué se diferencia de preguntarle a una IA “is this true?”?

fact-checker es más disciplinada. Un prompt normal suele saltar directamente a una respuesta. Esta skill obliga a extraer la afirmación, fijar criterios de evidencia, evaluar fuentes y asignar un nivel de confianza. Eso normalmente produce un razonamiento más transparente y menos resúmenes excesivamente seguros.

¿Necesito browsing o herramientas externas?

La skill en sí es un flujo de prompts en SKILL.md. Que pueda verificar bien información en tiempo real depende de las herramientas disponibles en tu entorno de agentes. Sin browsing ni retrieval, todavía puede analizar la estructura de la afirmación y la evidencia que probablemente haría falta, pero la verificación de información viva será más limitada.

¿Puede fact-checker manejar misinformation y disinformation?

Sí, especialmente cuando el problema está en un encuadre engañoso, malas fuentes o ausencia de contexto. Es útil para detectar misinformation porque no se detiene en “verdadero o falso”; también examina la credibilidad de las fuentes, la vigencia de la evidencia y el contexto ausente.

¿Cuándo no debería usar esta skill fact-checker?

Omite fact-checker cuando:

• solo quieres un resumen rápido
• la afirmación es claramente una opinión
• la tarea es research abierto y no verificación de una afirmación
• necesitas una evaluación con validez legal o certificación de dominio

En esos casos, otro flujo de trabajo encajará mejor.

Cómo mejorar la skill fact-checker

Dale a la skill fact-checker afirmaciones más acotadas

La forma más rápida de mejorar los resultados de fact-checker es reducir la afirmación. En vez de:

“Fact check this whole article.”

Usa:

“Extract the three strongest factual claims from this article and verify each separately.”

Las unidades más pequeñas mejoran el encaje con la evidencia y reducen los veredictos vagos.

Especifica la jerarquía de evidencia

Indícale a la skill qué fuentes deben pesar más. Por ejemplo:

• estadísticas oficiales
• estudios revisados por pares
• transcripciones o filings directos
• organismos de estándares reconocidos
• cobertura secundaria reputada solo si no hay material primario disponible

Esto evita mezclar fuentes débiles y le da al modelo una mejor regla de decisión.

Pide evidencia que contradiga la afirmación, no solo apoyo

Un fallo común en Fact Checking es recopilar evidencia de un solo lado. Mejora el prompt con:

• “What would disprove this?”
• “List the strongest evidence against the claim.”
• “Note where the claim overstates what the evidence shows.”

Eso empuja a la skill hacia un veredicto más equilibrado.

Obliga a separar hecho, inferencia y opinión

Muchas salidas deficientes ocurren porque la afirmación original mezcla:

• un hecho verificable
• una interpretación
• una conclusión persuasiva

Pide a la skill que etiquete cada parte. Esto es especialmente eficaz en publicaciones políticas, afirmaciones de directivos y titulares sensacionalistas.

Exige sensibilidad temporal

Muchas afirmaciones fallan porque la respuesta cambió con el tiempo. Añade:

• la fecha relevante
• si la afirmación es histórica o actual
• una instrucción para marcar evidencia desactualizada

Ejemplo:
“Verify this as of March 2025, and note if earlier reporting would have produced a different conclusion.”

Mejora el formato del veredicto

Si la primera salida resulta difusa, exige una estructura más cerrada:

• Claim
• Checkability
• Best evidence
• Source quality
• Verdict
• Confidence
• Missing context

Una salida estructurada hace que el fact-checker guide sea más fácil de revisar, comparar y reutilizar en flujos editoriales.

Fallos habituales a los que conviene prestar atención

Los problemas más comunes son:

• verificar una paráfrasis en lugar de la redacción original
• tratar una opinión como si fuera una afirmación factual
• usar fuentes desactualizadas para afirmaciones actuales
• pasar por alto el alcance geográfico
• calificar una afirmación sin indicar qué estándar de evidencia se utilizó

Si detectas alguno de estos problemas, reescribe el prompt antes de volver a ejecutarlo.

Itera después de la primera respuesta

No des por definitivo el primer resultado si la afirmación es importante. Haz seguimiento con:

• “What part of this verdict is least certain?”
• “What primary evidence is still missing?”
• “Would the verdict change under a narrower wording?”
• “Which source in your reasoning is weakest?”

Esto convierte fact-checker usage en un ciclo de revisión más fiable, en lugar de una respuesta de una sola pasada.

Adapta la skill a tu dominio

En dominios especializados, mejora la skill añadiendo reglas del dominio dentro del prompt:

• salud: revisiones sistemáticas, guía regulatoria, calidad de los ensayos
• finanzas: filings, informes auditados, comunicados oficiales
• ciencia: diseño del estudio, tamaño de la muestra, replicación, estado del consenso
• políticas públicas: texto del proyecto de ley, documentos de agencias, fechas de implementación

El método central de fact-checker se mantiene, pero la jerarquía de fuentes y el estándar de evidencia deben cambiar según el dominio.