网页研究刷新技能（web-research-refresh）：让过时内容一键换成有据可查的新事实
- 核心定位：不是"再写一遍内容"，而是把文档里过时、存疑的事实声明逐条挑出来，用可追溯的权威来源替换，并留下完整证据链。
- 工作方式：五步闭环——提取声明并分类、优先处理高风险项、研究权威来源并记录引用、带日期与参考重写事实、输出前后对照报告。
- 交付物明确：声明清单、研究计划、证据日志、更新后事实表、面向非技术读者的 HTML 报告，共 5 份文件。
- 质量底线：每条事实更新都必须附带来源 URL 和访问日期；低信任来源会被标记或排除；改动可从原始声明一路追溯到新事实。
- 最适合谁：需要长期维护产品文档、定价政策、合规说明、客服知识库的团队，以及任何被"文档里的数字早就过期了"困扰的内容负责人。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
这个技能的中文名是网页研究刷新技能，英文名是 web-research-refresh，技能 ID 为 13833，作者为 tandem，当前版本 0.1.0，兼容平台标注为 tandem，标签涵盖 web、research、documentation，依赖项为 web 能力。
它解决的是一个非常具体的痛点：文档、帮助中心、销售话术、合规声明里的事实性内容会自然腐坏。去年的定价、上一版的政策条款、已经被修订的安全说明，往往没人记得去改，而读者默认它们是真的。人工核查成本高、容易漏、改完还说不清依据。这个技能把"核查—替换—留证"变成一套可重复执行的流程，而不是一次性的人工劳动。
关于"一键安装"的思路，需要说明的是：该技能详情中并未提供具体的安装命令、下载链接或命令行入口，因此以下为通用流程，具体命令、入口地址与版本要求请以官方说明为准。
- 确认前提：你的使用环境需要兼容 tandem（技能声明 compatibility: tandem），并且具备联网检索能力（requires: web）。没有联网能力，事实核查环节就无法完成。
- 找到技能：在支持该技能的平台技能库中，通过技能名
web-research-refresh或技能 ID13833检索并添加。 - 准备输入：按技能约定的输入目录准备三份可选材料——
inputs/stale_brief.md（过时内容简报）、inputs/verification_questions.md（待验证问题清单）、inputs/customer_support_tickets.md（客服工单，用于发现用户真正在质疑哪些说法）。这些都是"优先使用的输入"，不是强制项。 - 触发运行：该技能内置三个触发语——事实检查、刷新文档、验证声明。在对话中直接提出类似"帮我对这份文档做一次事实检查"的请求，即可唤起对应流程。
- 验证是否生效：判断标准很直接——检查
outputs/目录下是否按约定生成了claims_inventory.md、research_plan.md、evidence_log.md、updated_facts_sheet.md和web_research_report.html。如果这五份文件齐备，且证据日志里每条记录都带来源 URL 与访问日期，说明技能已正常工作。
该技能的主要功能和特点
- 事实声明盘点与分类：第一步就把文本里的事实性声明逐条抽出，并标记为"验证 / 更新 / 移除"三类，避免"整篇重写"这种粗暴做法，也避免漏改。
- 风险分级优先处理：明确把政策、定价、法律、安全这四类列为高风险声明并优先处理。这是很实用的工程化取舍——同样是一句话写错，价格写错和形容词过时，代价完全不同。
- 证据轨迹可追溯：研究权威来源时逐条记录引用，最终形成
evidence_log.md。每个事实更新都有来源 URL 和访问日期，改动可以从原始声明追踪到新事实。 - 低信任源显式标注：对可信度不足的来源不是悄悄使用，而是明确标记或排除。这一点比很多"直接给你答案"的工具更负责任。
- 带日期重写：更新后的事实不是裸结论，而是"结论 + 时间 + 参考"的组合，下次再核查时能立刻判断新鲜度。
- 前后对照报告：输出清晰的前后对比报告，并额外生成一份 HTML 版本（
web_research_report.html），质量标准里明确要求"对非技术利益相关者可读"——也就是老板、法务、市场都能看懂。 - 工单驱动的内容修复：允许把客服工单作为输入，等于用真实用户疑问来定位文档中最容易出错、最该优先修的地方。
和普通工具相比，它强在约束而非"生成能力"：不允许无源结论、不允许丢失改动链路、不允许把高风险项混在低风险项里一起糊弄过去。
如何使用该技能？
以下为分步骤使用指南，示例均为可直接参考的写法。
第 1 步：准备输入材料。 在 inputs/ 下放置材料。例如 stale_brief.md 里可以写：
待核查文档：帮助中心「套餐与计费」页面（上次更新：2023-06）
已知疑点：企业版席位价格、免费版导出次数上限、退款窗口天数
verification_questions.md 可以只写一句话问题清单，例如"免费版是否仍限制 3 个项目？"“数据保留期到底是 30 天还是 90 天？”
第 2 步：发起触发。 用自然语言提出"事实检查"类请求，例如："请对这份套餐与计费文档做一次事实检查，并刷新过时内容。"技能会进入五步工作流。
第 3 步：审阅声明清单。 查看 outputs/claims_inventory.md，确认每条声明的分类是否合理。如果某条被标为"移除"但你认为应保留，此时提出调整，成本最低。
第 4 步：确认研究计划。 查看 outputs/research_plan.md，它会说明优先处理哪些高风险声明、准备查证哪些来源。定价、政策、安全相关项应当排在最前面。
第 5 步：核对证据。 打开 outputs/evidence_log.md，逐条检查来源 URL 与访问日期是否齐全、是否存在被标记为低信任的来源。这一步是整条流程的质量闸门，不建议跳过。
第 6 步：取用更新后的事实表。 outputs/updated_facts_sheet.md 中是带日期和参考的新事实，可直接回填到原文档或知识库中。
第 7 步：分发报告。 把 outputs/web_research_report.html 发给非技术同事或管理者，用于说明"改了哪些、为什么改、依据是什么"。
输出说明：整个流程的产出是 5 份文件而非一段聊天回复。这意味着结果可归档、可复查、可在下一次刷新时作为基线对比——这恰恰是人工核查最难留下的东西。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| web-research-refresh（本技能） | 带证据链的内容事实刷新流程 | 声明盘点分类、风险分级、来源记录、带日期重写、前后报告 | 需兼容 tandem 环境且具备联网能力；输入以文件形式准备；具体安装入口以官方说明为准 | 产品文档、定价政策、合规声明、客服知识库的周期性核查 | 优势：输出结构化、每条更新可追溯、明确标注低信任源、报告对非技术读者友好；不足：偏流程化，首次准备输入需投入时间，版本较新（0.1.0）生态资料有限 |
| 通用对话式大模型 | 通用问答与文本改写 | 直接问答、改写润色、生成摘要 | 门槛最低，开箱即用 | 快速起草、口语化改写、头脑风暴 | 优势：上手极快、成本低；不足：结论常无来源，不区分高风险项，不产出证据日志，改动无法追溯，容易"编得很像真的" |
| 人工事实核查 / 编辑审校流程 | 由人或专业审校团队逐条核实 | 人工判断、编辑规范、签发流程 | 需要人力排期与专业背景，成本高 | 法律文书、对外正式公告、高风险对外发布 | 优势：判断力最强、责任清晰；不足：速度慢、成本高、难以高频复用，核查过程往往不留结构化证据 |
| 网页抓取 / 检索类工具 | 信息获取与采集 | 抓取网页、关键词检索、内容抽取 | 需要配置抓取规则或检索参数 | 舆情监控、竞品信息收集、原始资料采集 | 优势：原始信息获取能力强、覆盖面广；不足：只负责"拿到信息"，不做声明级比对、不做风险分级、不产出前后对照与更新建议 |
从上表可以看出，本技能的位置比较特殊：它既不是"生成内容"的工具，也不是"抓取信息"的工具，而是夹在两者之间、通常被完全忽略的一环——核对与留证。
该技能的典型应用场景与实际体验情况
场景一：SaaS 产品的帮助中心与计费页面维护。
内容运营的痛点是"页面太多、改动太少、没人敢改"。定价与席位规则属于高风险声明，写错会直接引发客诉。使用方式是把计费页面作为待核查文本，把近期客诉工单一起丢进 customer_support_tickets.md。技能会优先处理定价类声明，逐条核对并记录来源。
实际体验：上手不难，难在"愿意把输入材料整理好"。效果上最明显的是决策变轻了——以前改一个价格条款要反复确认依据，现在证据日志里 URL 和访问日期摆在那里。注意事项：来源权威性仍需人来把关，官网公告与第三方转述的可信度差别很大。
场景二：合规、安全与政策类声明的定期复核。 法务或安全负责人需要确认对外文档中的条款表述仍然准确。这类内容一旦过期，风险等级远高于错别字。技能内置的风险分级会把这些项排到最前面处理。 实际体验：这是该技能价值最集中的场景。因为质量标准要求"更改可从原始声明追踪到新事实"，复核过程本身就能作为内部说明材料使用。注意：技能负责"核查与留证"，不替代法务的最终判断，条款级结论仍需人工签核。
场景三：客服知识库与 FAQ 的批量刷新。 客服团队最清楚哪些答案已经答非所问。把工单作为输入，等于让"用户真实提问"来驱动文档修复顺序。 实际体验：效率提升很直观——不用通读整个知识库，直接从高频疑问切入。生成的 HTML 报告可以直接给客服主管看，不需要再翻译一遍技术语言。注意事项：工单质量参差，建议先粗筛一轮，把明显无关的闲聊型工单剔除。
场景四：市场与竞品材料的数字校对。 市场同事引用第三方数据时最容易踩坑：数据本身没错，但已经是三年前的。技能会要求每个事实更新都带来源 URL 与访问日期，天然形成"数据保鲜期"标记。 实际体验：成品可用度高，尤其适合对外稿件发布前的最后一道检查。注意事项：部分行业数据源需订阅才能访问，技能只能标记"来源不可得"，不能凭空补数。
该技能能为用户带来的价值
第一，把"没人负责的脏活"变成有产出的流程。 事实核查长期处于"很重要但没人愿意干"的尴尬位置。本技能把它拆成五个可执行步骤和五份可交付文件，让这件事从"凭良心"变成"有流程"。
第二，显著降低返工与客诉成本。 定价、政策、安全类表述过期的代价往往以客诉工单和信任损失计价。风险分级机制确保有限的核查精力先砸在代价最高的地方，这是典型的杠杆式投入。
第三，为内容建立可审计的长期资产。 evidence_log.md 与 updated_facts_sheet.md 会逐次累积。下一次刷新时，你不是从零开始，而是站在上一版证据之上做增量核对——这是纯人工核查几乎不可能留下的东西。
第四，降低跨角色沟通成本。 面向非技术读者的 HTML 报告，让"我改了这些、依据在这里"变成一句话就能说清的事，省掉大量解释性会议。
第五，把不可控的"AI 生成"约束成可控的"有据更新"。 每条更新强制带来源与访问日期、低信任源显式标注，这两条约束直接压住了内容团队对 AI 最大的顾虑：它会不会自己编。
常见问题 FAQ
Q1：这个技能怎么安装？需要什么前提？
A：需要在兼容 tandem 的环境中使用（技能声明 compatibility: tandem），并具备联网检索能力（requires: web）。安装时在平台技能库中以技能名 web-research-refresh 或技能 ID 13833 检索添加即可。技能详情未提供具体命令与下载链接，请以官方说明为准。
Q2：它会自动修改我的原文档吗？
A：不会。它的产出集中在 outputs/ 目录下的五份文件（声明清单、研究计划、证据日志、更新事实表、HTML 报告）。是否把 updated_facts_sheet.md 里的内容回填到原文档，由你决定。这种设计保留了人工终审环节。
Q3：和直接问大模型"帮我检查这篇文档有没有过时信息"有什么区别？ A：区别在可追溯性。直接问答通常给结论不给来源，也不区分风险等级、不产出证据日志。本技能要求每个事实更新都带来源 URL 和访问日期，低信任源必须标记或排除，且改动可从原始声明追踪到新事实——出现争议时，你能拿出依据。
Q4：适合谁用？小团队有必要吗？ A：最适合需要长期维护对外事实性内容的角色：产品文档与帮助中心负责人、内容运营、客服知识库维护者、法务与安全合规岗、市场内容校对。小团队同样适用——恰恰是小团队没有专职核查人力，才更需要流程兜底；不过如果文档量极小、更新频率很低，人工核对可能更省事。
Q5：这个技能收费吗？ A：技能详情中未包含任何定价信息，作者为 tandem，版本 0.1.0。是否收费、如何计费取决于所使用平台的规则，请以官方说明为准。