Synthèse automatique
Référence des prompts AI de ScepticAgent, permettant de configurer l'analyse des pages Web pour détecter la désinformation, les biais et l'émotion.
Points forts
- Détection structurée de la désinformation avec catégories et scores
- Utilisation de la recherche web pour vérifier les affirmations en temps réel
- Sortie JSON facilement intégrable pour les surlignages et analyses
- Personnalisation fine des catégories et du comportement d'analyse
Limites
- Limité à 10 000 caractères de contenu de page
- Dépend de la fonction de recherche web (peut échouer si indisponible)
- Les surlignages doivent correspondre textuellement à la page, ce qui peut être contraignant
Lorsque vous avez besoin d'instruire l'IA à analyser objectivement une page web avec vérification des sources et mise en évidence des biais.
Pour des analyses créatives ou subjectives où la vérification factuelle n'est pas pertinente.
Analyse de sécurité
SûrThis skill is a static reference document describing AI prompt locations, formats, and constraints for a browser extension. It contains no executable instructions, no tool declarations, and no dangerous operations. It poses no execution risk.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Modify the buildAnalysisSystem prompt to include a new category 'Logical Fallacies' with its own output section.Update the highlights prompt to increase the maximum number of highlights from 25 to 40.Add a numerical score (0-10) for each highlight category in the JSON output of the highlights prompt.name: scepticagent-prompts description: ScepticAgent AI prompt reference. Use whenever the user asks about the prompts, wants to change analysis behaviour, modify what the AI looks for, adjust highlight categories or scoring, understand what instructions are sent to the AI, or tune the output format of analysis or highlights.
Prompt locations — all in background.js
buildAnalysisSystem(url, title, content) — lines 658–705
Full page analysis system prompt. Instructs Claude to use web_search to verify claims, check source credibility, find supporting/opposing evidence, identify bias and emotional language. Page content truncated to 10000 chars.
Required output sections (renderer depends on these exact headings):
## Key Claims
## References & Sources
## Supporting Evidence
## Opposing Perspectives
## Bias & Framing
## Emotional Language
## Misinformation Risks
## Overall Assessment
Sources must be cited as inline markdown links e.g. [Reuters](https://reuters.com/...).
buildChatSystem(url, title, content) — lines 707–720
Chat follow-up system prompt. Instructs the agent to answer questions about the page using web search and cite sources as inline markdown links. Page content truncated to 10000 chars.
buildHighlightsPrompt(withSearch) — lines 108–140
Extracts verbatim phrases from the page. Two modes:
withSearch: true— includes STEP 1 (web_search for real URLs) / STEP 2 (output JSON). Used in manual "Highlight Page" after analysis is complete.withSearch: false— JSON output only,source_urlleft empty. Used in the auto fast scan on page open.
Output JSON schema:
{
"summary": "two sentences — what the article is about, then how emotional/factual/biased it is",
"category_summaries": {
"misinformation": "one sentence",
"emotional": "one sentence",
"bias": "one sentence",
"supported": "one sentence",
"logical": "one sentence"
},
"highlights": [
{
"phrase": "verbatim text from page (8–180 chars, no quote characters)",
"category": "misinformation|emotional|bias|supported|logical",
"note": "max 90 chars explanation",
"source": "publication name or empty string",
"source_url": "full URL or empty string"
}
]
}
Constraints: max 25 highlights, phrases must appear verbatim on the page, no markdown code fences in output, no typographic quote characters in phrases.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/scepticagent-prompts-reference-mrwakg0a' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/scepticagent-prompts-reference-mrwakg0a/download' --output '.skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md.part' && mv '.skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md.part' '.skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md' && test -s '.skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/scepticagent-prompts' && cp -R '.skill-downloads/scepticagent-prompts-reference-mrwakg0a' '.claude/skills/scepticagent-prompts'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/scepticagent-prompts-reference-mrwakg0a'openskills read 'scepticagent-prompts-reference-mrwakg0a'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/scepticagent-prompts-reference-mrwakg0a/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.