TS-06 交付物（按 skill_prompt_v1.0.0 执行）

输入：6 条 claim 回填引用并核查错配（c1–c6）。

引用回填记录（回填为独立环节，先逐条到落盘原文里 grep 原句，再写进报告）

claim	source_id	原文原句（逐字，grep 命中）	判定
c1 比 单 agent 高 90.2%	S1	「90.2% on our internal research eval」（T1 官方一手）	✅ 映射正确
c2 STORM 拆成 pre-writing 与 writing 两步	S8	「generating long articles with citations into two steps」（T2 开源仓库一手）	✅ 映射正确
c3 MBFC 失败 fact check 占 40% 权重	S11	「40」（T2 第三方方法论；权重 40/25/25/10 中的事实性第一项）	✅ 映射正确
c4 先宽后窄是 Anthropic 官方建议	S1	「start with short, broad queries」（T1 官方一手）	✅ 映射正确
c5 GPT Researcher 首创 orchestrator-worker	S7	—	❌ 错配
c6 Gemini Deep Research 会浏览数百个网站	—	—	❌ 存疑

错配判定

• c5 判为错配：S7 缓存原文的架构表述是 planner / execution / publisher （「utilize 'planner' and 'execution'」grep 命中 1），「orchestrator-worker」不来自 S7。 处置：该 claim 的引用编号改为只指向实际说这话的信源；S7 只支撑「三段式架构」这一表述， c5 原句降级为「无信源支撑」并从引用清单移除该编号，不换一种说法保留。
• c6 判为证据不足：本环境缓存内没有 Google 官方一手材料（Gemini 博客未抓到）， 「浏览数百个网站」这一量级表述无法回查原文，标「未验证」，不写进确定结论，不指认归属。 （注意：若未来抓到一手材料，须核对量级表述究竟出自哪家官方，不得凭印象归属。）

引用清单（schema）

url	title	publisher	tier	抓取时间	sha256 前 12 位	抓取方式
（S1/S8/S11 对应行，字段与 sources.json 一致）

核查口径（§3 Step 5 五类核对）

• 数字：单位、统计口径、统计时间点逐项核对原文；二手转述的数字回到一手原文。
• 引文：逐字比对落盘原文（grep 落盘文件里的原句）。
• 因果：原文说「相关」不写成「因果」。
• 时效：标注每个信源的发布/更新时间。
• 转述链：抓不到原文的转述链按 T4 处理或标「未验证」。