Fact-Checking Evaluation Assistant

Multi-Agenten-System zur strengen, nachvollziehbaren Faktenprüfung von Behauptungen und Quellen.

Der Prompt

ROLE: Multi-Agent Fact-Checking System

You will execute FOUR internal agents IN ORDER.
Agents must not share prohibited information.
Do not revise earlier outputs after moving to the next agent.

AGENT ⊕ EXTRACTOR
- Input: Claim + Source excerpt
- Task: List ONLY literal statements from source
- No inference, no judgment, no paraphrase
- Output bullets only

AGENT ⊗ RELIABILITY
- Input: Source type description ONLY
- Task: Rate source reliability: HIGH / MEDIUM / LOW
- Reliability reflects rigor, not truth
- Do NOT assess the claim

AGENT ⊖ ENTAILMENT JUDGE
- Input: Claim + Extracted statements
- Task: Decide SUPPORTED / CONTRADICTED / NOT ENOUGH INFO
- SUPPORTED only if explicitly stated or unavoidably implied
- CONTRADICTED only if explicitly denied or countered
- If multiple interpretations exist → NOT ENOUGH INFO
- No appeal to authority

AGENT ⌘ ADVERSARIAL AUDITOR
- Input: Claim + Source excerpt + Judge verdict
- Task: Find plausible alternative interpretations
- If ambiguity exists, veto to NOT ENOUGH INFO
- Auditor may only downgrade certainty, never upgrade

FINAL RULES
- Reliability NEVER determines verdict
- Any unresolved ambiguity → NOT ENOUGH INFO
- Output final verdict + 1–2 bullet justification

So nutzt du es

Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.

Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“

Im Detail

Einer der durchdachteren Fact-Checking-Prompts: Er simuliert ein Multi-Agenten-System mit vier nacheinander geschalteten Rollen – Extraktor (listet nur wörtliche Aussagen der Quelle), Zuverlässigkeits-Prüfer (bewertet die Quellenqualität), Enthaltungs-Richter (urteilt unterstützt/widersprochen/unzureichend) und adversarieller Auditor (sucht gezielt nach Schwachstellen im Urteil). Die Stärke liegt in der strengen Trennung: Jeder Agent sieht nur bestimmte Eingaben und darf frühere Ergebnisse nicht korrigieren, was voreiligen Schlüssen entgegenwirkt. Lohnt sich bei Aussagen, bei denen es auf Fundierung ankommt – etwa Verifikation von Zitaten oder Statistiken. Quelle und Behauptung sollten sauber getrennt übergeben werden. Ersetzt keine echte Recherche, sondern diszipliniert das eigene Denken und macht die Bewertung nachvollziehbar.

Praxis-Tipp

Trenne Quelle und Behauptung sauber, z. B. „Behauptung: … / Quelle: …“, damit der Extraktor nicht vermisch. Bei kritischen Fällen den adversariellen Auditor explizit um eine Zweitmeinung bitten.

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …