Фактчекинг статьи: как проверить факты перед публикацией

Фактчекинг, то есть сверка утверждений статьи с источниками до публикации, держится на скучной рутине: выписать факты, найти первоисточник, сверить цифру. Пропущенная проверка видна читателю, и обычно не в самом заметном месте, а в цифре из чужого пересказа или в цитате без ссылки. Мы каждый день выпускаем статьи на сайты клиентов и собрали здесь порядок проверки, который работает и для одной экспертной статьи, и для потока материалов.

Что такое фактчекинг статьи

Фактчекинг статьи означает, что каждое проверяемое утверждение в тексте сверено с источником, который читатель может открыть. Проверяют цифры, даты, названия и статусы компаний, цитаты, ссылки на нормы, свойства товаров и обещания результата.

Оценки и мнения фактчекингу не подлежат: у фразы «покупатель долго выбирает» нет источника, пока в ней не появится число и способ измерения. Поэтому первая задача проверки состоит в том, чтобы отделить факты от оценок, а не переписывать текст целиком.

Кому нужен фактчекинг

Тем, кто пишет о своей отрасли на собственном сайте: интернет-магазинам с широким каталогом, онлайн-школам, B2B-компаниям и производствам. Читатель такой статьи обычно сравнивает и выбирает, и одна неверная цифра возвращает его к сравнению конкурентов. Для сайта это ещё и вопрос доверия в поиске: статья с проверяемыми утверждениями удобнее как источник и для читателя, и для ИИ-ассистентов, которые пересказывают её в своих ответах.

Какие утверждения проверяют в первую очередь

Порядок проверки задаёт цена ошибки. Цифра в заголовке и обещание результата стоят дороже, чем неточность в описании отраслевого тренда, поэтому с них и начинаем.

Типы утверждений и чем они подтверждаются

Фактчекинг, редактура и проверка уникальности: разные задачи

Перед публикацией текст проходит несколько проверок, и они отвечают на разные вопросы. Путаница между ними приводит к тому, что статья с нулевым заимствованием выходит с неверной цифрой.

На какой вопрос отвечает каждая проверка

Подробнее о двух последних строках мы писали отдельно: какая уникальность текста нужна для сайта и как её проверяют и можно ли верить детекторам ИИ при проверке текста на нейросеть. Ни одна из этих проверок не заменяет сверку с источником.

Какие источники считать надёжными

Первоисточник, то есть тот, кто получил данные сам, стоит выше любого пересказа. Дальше источники выстраиваются по тому, насколько близко они к этим данным.

• Первоисточник данных: отчёт исследования, официальная статистика, документ, выгрузка из своей аналитики.
• Официальный документ или государственный реестр, где указана дата актуальности.
• Отраслевое медиа со ссылкой на первоисточник. Такую публикацию используем как навигатор: открываем ссылку и дальше работаем с данными напрямую.
• База знаний самой компании: цены, состав услуг, сроки, условия работы. Это то, что компания знает о себе и за что отвечает.

Чего мы источником не считаем

• Пересказ без ссылки, в том числе в презентациях и подборках.
• Ответ нейросети без ссылки на страницу с данными.
• Старую статью с цифрой, у которой нет ни даты, ни автора измерения.
• Скриншот без указания, откуда он взят.

Ссылка внутри текста полезна и за пределами редакционной аккуратности. Статьи, построенные на проверяемых источниках, удобнее брать в ответы ИИ-ассистентов: такую работу называют GEO, то есть оптимизация под ответы нейросетей, к локальной выдаче она отношения не имеет. Как это устроено, мы разбирали в материале про GEO-продвижение и его отличия от SEO, то есть от обычной поисковой оптимизации.

Этап 1. Выписать проверяемые утверждения

Что делаем: читаем текст и выписываем в отдельный список всё, что можно подтвердить или опровергнуть. Рядом с каждым пунктом помечаем, чем он подтверждается: внешним источником, выгрузкой из аналитики или сведениями компании.

Как отделить факт от оценки

Фраза «клиенты выбирают технику дольше, чем одежду» в список не попадает: это наблюдение автора. А «средний срок от первого визита до заказа составляет 14 дней» попадает, потому что за этим числом стоит конкретная выгрузка, и её нужно открыть.

Что получится: список из 5-15 пунктов на статью. Он же потом станет основой для ссылок в тексте.

Этап 2. Найти первоисточник

Что делаем: для каждого пункта списка ищем, кто получил эти данные. Путь обычно короткий: отраслевая публикация ссылается на исследование, исследование лежит на сайте компании, которая его проводила.

Правило ссылки: она ведёт на страницу, где цифра действительно есть, а не на главную сайта. Читатель, который перешёл по ссылке и не нашёл числа, перестаёт верить и остальным числам в статье.

Что делать, если первоисточник не нашёлся

• Убрать число и оставить качественную формулировку без него.
• Заменить данные на те, что есть у компании, и пометить их как собственные.
• Снять утверждение целиком, если без него смысл статьи не ломается.

Выдумывать ссылку опаснее, чем остаться без цифры: проверить её может любой читатель, и первым это обычно делает конкурент.

Этап 3. Сверить цифру с источником

Что делаем: открываем источник и сверяем число вместе с его контекстом. У цифры есть четыре параметра, которые чаще всего теряются по дороге в статью.

• База: что именно считали, какой сегмент, какая выборка.
• Период: за какие даты данные и когда их обновляли.
• Методика: как измеряли, по какому инструменту.
• Единицы: проценты, разы, рубли, штуки.

Как выглядит цифра с базой и периодом

Возьмём наш собственный сервис SaleSynergy, где мы запускали статьи у себя. Формулировка «показы выросли в 9 раз» сама по себе ничего не говорит. С базой и периодом она звучит иначе: по данным Яндекс Вебмастера мы сравнили 8 недель до запуска статей и 2 недели после, и средние недельные показы сайта в поиске выросли со 182 до 848, клики с 6,5 до 64. Там же видно и ограничения: период наблюдения короткий, индексация идёт с задержкой, возможно влияние сезонности. Поэтому это пример на старте, а не ожидаемый результат для любого сайта.

Этап 4. Проверить формулировку на границе источника

Что делаем: сравниваем, что говорит источник и что утверждает статья. Самые частые ошибки появляются не из неверных цифр, а из формулировок, которые вышли за границу данных.

• В источнике один сегмент, в тексте «рынок целиком».
• В источнике наблюдение за несколько месяцев, в тексте «всегда» или «на горизонте года».
• В источнике переходы из ответов нейросетей, а в тексте появляется утверждение о видимости внутри самих нейросетей. Это разные вещи: корректно говорить о переходах на сайт из ответов ИИ-ассистентов, потому что считаются именно они.
• В источнике корреляция, в тексте причина.

Отдельно: собственные обещания

Обещание результата проверяется так же, как внешняя цифра. У нас это оформлено списком того, чего мы в статьях не утверждаем:

• не обещаем позиции в поиске, рост трафика и сроки выхода в топ;
• не переносим результат одного проекта на любой другой сайт, потому что он зависит от тематики, конкуренции и технического состояния сайта;
• не говорим о горизонте, который сами не наблюдали;
• не приводим цифры и исследования, которых нет в сведениях компании.

Такой список полезно собрать любой компании до того, как статьи начнут выходить регулярно. Он экономит время на согласованиях: автору не нужно каждый раз угадывать, какое утверждение пройдёт проверку юриста и руководителя.

Этап 5. Оформить ссылки и сохранить след проверки

Что делаем: переносим результат проверки в текст так, чтобы читателю не приходилось верить на слово.

• Рядом с цифрой указываем автора данных, период и базу.
• Ссылку ставим на страницу с данными, внешние ссылки открываем в новой вкладке.
• Свои наблюдения помечаем словами «по нашим данным» и называем, за какой период они собраны.
• Внутри сайта ссылаемся на свои материалы, где тема разобрана подробнее: это помогает читателю и усиливает сами статьи, о чём мы писали в материале про внутреннюю перелинковку.

Разметка и структура

Проверенные факты стоит подать так, чтобы их легко разобрали поисковые системы и ИИ-ассистенты. Для этого статью размечают по Schema.org: разметка подсказывает, где заголовок, где автор, где вопросы и ответы. Подробности собраны в материале про микроразметку Schema.org, а список материалов для ИИ-ассистентов задаёт файл llms.txt.

След проверки

Сохраняем, кто проверял статью и когда, со ссылками из списка утверждений. Через полгода, когда источник обновит данные, по этому следу видно, какие статьи нужно поправить, а не перечитывать весь раздел заново. Удобно вести такую пометку в том же месте, где живёт шаблон контент-плана: отдельная колонка с датой проверки и источником.

Где проходит граница ответственности в автоматическом процессе

Когда статьи выходят на сайт каждый день, фактчекинг перестаёт быть разовой задачей редактора. Граница проходит по тому, кто владеет фактом: сервис отвечает за источники темы и за техническую чистоту текста, компания отвечает за сведения о себе и за решение публиковать.

Распределение проверок при ежедневной публикации статей

Как мы устроили эту границу у себя

В КОНТЕНТЗАВОДЕ темы приходят из источников клиента: до 50 Telegram-каналов, отраслевых сайтов и новостных лент. Каждая новость получает оценку важности от 0 до 100 по правилам, настроенным под бизнес, и в работу идёт то, что интересно его покупателям. Ссылка на оригинал новости видна в ленте кабинета рядом с оценкой, поэтому проверяющий открывает исходный материал за один переход и сверяет статью с ним, а не ищет источник заново.

Публикация работает в двух режимах: статьи выходят по расписанию или ждут в черновиках, пока их не проверят. Для технически сложных и регулируемых тем мы советуем черновики. Готовую статью можно прочитать и поправить в редакторе, сравнить с исходной версией и выгрузить в Word, чтобы отдать на согласование профильному специалисту.

Что проверяет человек, даже когда поток большой

• Цифры и обещания, которые касаются самой компании.
• Утверждения о товарах, ценах и условиях, если они менялись недавно.
• Темы с требованиями регулятора, медицинские и финансовые сюжеты.
• Цитаты людей и упоминания партнёров.

Остальной поток проходит по общим правилам, и внимание редактора достаётся тем статьям, где цена ошибки выше. Так ежедневная публикация остаётся посильной: читать 150 статей в месяц целиком не нужно, достаточно читать те, что попали в список повышенного внимания. Как такие статьи ведут себя в поиске, мы разбирали на своих данных в материале про ИИ-тексты и SEO.

Итог: чек-лист фактчекинга перед публикацией

Проверка идёт по списку. Семь вопросов закрывают основную часть ошибок:

• Все проверяемые утверждения выписаны и отделены от оценок?
• У каждой цифры найден первоисточник, и ссылка ведёт на страницу с этой цифрой?
• Рядом с цифрой названы база и период?
• Формулировка в статье не шире, чем данные в источнике?
• Собственные обещания проверены по сведениям компании?
• Цитаты сверены с публикацией, где они появились впервые?
• Сохранено, кто проверил статью и когда, чтобы вернуться к ней при обновлении данных?

Если статьи выходят регулярно, этот чек-лист стоит один раз превратить в правило редакции и список тем, которые всегда идут через черновики. Дальше проверка занимает минуты и не превращается в отдельный проект. Остаётся следующий шаг после публикации: убедиться, что статья попала в поиск, и здесь помогает инструкция про индексацию сайта.

Сколько стоит КОНТЕНТЗАВОД

Тарифы считаются за месяц работы, цены указаны без НДС.

• Базовый: 30 000 ₽ в месяц.
• Профессиональный: 50 000 ₽ в месяц. В него входят до 5 статей в день, из них до 2 экспертных по контент-плану, аналитика «Вклад статей» и «Видимость в ИИ», а настройки источников, правил отбора и стиля меняет команда сервиса.
• Нестандартные задачи: индивидуальный тариф, цена формируется по результатам аудита.

Состав тарифов и актуальные цены опубликованы на сайте: Тарифы КОНТЕНТЗАВОДА. Сколько стоит содержание такого раздела своими силами, мы разбирали в материале про стоимость контента для сайта.