你的 AI
正在讀假資料。
它不知道。你也不知道。

FactRoute 是給 AI agent 和自動化開發者用的事實驗證 API—— 查一個 URL，6 秒拿到信任分、6 層偵測證據、以及正確的數字。

Join the waitlist → 閱讀：我用 320 元，就能讓所有 AI 都告訴你錯的台灣香蕉行情 →


POST


https://api.factroute.com/v1/verify

api response

// POST https://api.factroute.com/v1/verify

{
  "trust_score": 12,
  "verdict": "high_risk",
  "tier": "reject",
  "reasons": [
    {
      "layer": "primary_source_check",
      "finding": "value (12,500 公噸) differs from
               農業部統計處 official (2,473) by 5x",
      "severity": "critical"
    },
    {
      "layer": "domain_forensics",
      "finding": "domain registered 60 days ago,
               WHOIS anonymized",
      "severity": "high"
    },
    {
      "layer": "content_fingerprint",
      "finding": "same data on 4 domains sharing
               same GA tracking ID",
      "severity": "high"
    }
  ],
  "alternative_source": {  // verified
    "publisher": "農業部統計處",
    "value": 2473,
    "unit": "公噸",
    "trust_score": 96
  }
}

問題

你跑 cron 讓 AI 每天抓市場數據。你用 RAG 讓 LLM 回答法規問題。你用 agent 監控產業新聞。

這一切都建立在一個假設上：網路上的資料是真的。

它不是。

2026 年初，有人花不到 320 元、架了十幾個網站，讓這些網站用一致的錯誤數字討論台灣香蕉出口量。兩週後，主流 AI 回覆相關問題時，開始引用 12,500 公噸—— 正確數字是 2,473 公噸。差了 5 倍。

這不是意外。這是 精準假資料投放（precision data poisoning）—— 攻擊者不需要入侵任何系統，只需要用搜尋引擎能找到、AI 會信任的形式，把假數字放到網路上。

現有工具解決不了這個問題：

Tavily / Exa / SerpAPI 做 retrieval，不做 verification。找得到資料，但不告訴你資料是否可信。

TFC / Cofacts 做新聞事實查核，不查結構化數據——沒有人在查香蕉出口量、財報摘要、或實價登錄。

LLM web search 靠多源交叉和網域 heuristic，對協同假投放完全失效。

結果是：AI 自動化越多、被假料污染的決策風險越大，而且沒有任何防禦機制在路上。

FactRoute 在中間。你把 URL 丟進來，我們 6 秒內告訴你它值不值得信任，以及為什麼。

兩個 API。一套防線。

Capability A

Verified Facts API

"DNS for verified facts"

你的 AI 問我一個事實，我直接給你結構化答案、來源、時間戳、以及信心分——從對接的官方 API 直出，不經過二手詮釋。

bash

curl https://api.factroute.com/v1/fact \
  -H "Authorization: Bearer $FACTROUTE_API_KEY" \
  -G --data-urlencode "query=台灣 2026 Q1 香蕉出口量"

Response:

json

{
  "query": "台灣 2026 Q1 香蕉出口量",
  "value": 2473,
  "unit": "公噸",
  "as_of": "2026-04-15",
  "freshness": "fresh_within_60_days",
  "source": {
    "publisher": "農業部統計處",
    "url": "https://agriculture.gov.tw/...",
    "tier": "official_government_primary",
    "trust_score": 96
  },
  "confidence": 0.98,
  "evidence_pack_url": "https://api.factroute.com/proof/abc123"
}

Capability B

Source Trust Score API

"Credit score for URLs"

你的 AI 從網上抓到一段資料，丟過來，我們 6 層掃描，回傳信任分和完整偵測證據。

python

import httpx

response = httpx.post(
    "https://api.factroute.com/v1/verify",
    headers={"Authorization": f"Bearer {api_key}"},
    json={
        "claim": "2026 Q1 台灣香蕉出口量為 12,500 公噸",
        "source_url": "https://agri-stat-tw.org/q1-banana-export",
        "context": {
            "ai_intent": "financial_decision_support"
        }
    }
)

result = response.json()
print(result["trust_score"])  # 12
print(result["verdict"])      # "high_risk"

typescript

const result = await fetch("https://api.factroute.com/v1/verify", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.FACTROUTE_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    claim: "2026 Q1 台灣香蕉出口量為 12,500 公噸",
    source_url: "https://agri-stat-tw.org/q1-banana-export",
  }),
}).then(r => r.json());

if (result.verdict === "high_risk") {
  // use result.alternative_source instead
}

bash

curl -X POST https://api.factroute.com/v1/verify \
  -H "Authorization: Bearer $FACTROUTE_KEY" \
  -d '{
    "claim": "2026 Q1 台灣香蕉出口量為 12,500 公噸",
    "source_url": "https://agri-stat-tw.org/q1-banana-export"
  }'

Response:

json

{
  "trust_score": 12,
  "verdict": "high_risk",
  "reasons": [
    {
      "layer": "primary_source_check",
      "finding": "value differs from official statistics by 5x"
    },
    {
      "layer": "domain_forensics",
      "finding": "registered 60 days ago, anonymized WHOIS"
    }
  ]
}

6 層偵測。

不是關鍵字比對，是證據鏈。

一手來源比對

直接對接農業部、財政部、TWSE、央行等官方 API，數字差 5% 以上即標記。

Critical

網域 forensic

WHOIS 年齡、主體匿名度、TLD 異常、同 IP / GA / AdSense ID 網域家族識別。

High

內容指紋 + 協同行為

同一筆數字出現在幾個域名？最早源頭在哪？措辭相似度是否異常高？

High

時序異常

這個話題的內容供給量在過去 14 天暴增了幾倍？搜尋趨勢與社群提及量。

Medium

作者與引用源溯源

署名是否真實存在？引用的研究是否可查？ORCID 核對。

Medium

領域常識 sanity check

這個數字和歷史基準差幾個數量級？農產品出口量有沒有超出物理可能？

Low

你在跑什麼，它就守什麼。

RAG Grounding

RAG / LLM

每次 LLM 引用外部資料前，先丟 /v1/verify。信任分低於 50 → 換源。不改 prompt，不改 RAG 邏輯，只加一行 filter。

Agent 自動化驗證

Agents

你的 agent 每天從 10 個網站抓競品定價、法規更新、原物料行情。FactRoute 在 pipeline 中間，只讓信任分 ≥ 70 的資料進入決策。

Cron + 自動報表

Automation

財務 / 投資 / 供應鏈報表需要引用官方數字，用 /v1/fact 直接從政府資料庫拉結構化數據，帶 evidence_pack_url 做稽核存檔。

Enterprise KYC / 法遵

Enterprise

法務、合規、盡職調查需要可存證的資料來源。Evidence pack 含完整偵測記錄，可作為法律程序附件。

從零開始。不藏價格。

所有價格以 USD 計，每月結算。

方案	月費	月 quota	適合誰
Free	$0 /月	1,000 queries	個人玩家、學生、開源專案
Developer	$19 /月	50,000 queries	獨立開發者、cron 腳本、小團隊
Pro 熱門	$99 /月	500,000 queries	中小企業、SaaS 整合
Business	$499 /月	5,000,000 queries	中型企業、AI agent 平台
Enterprise	客議	客製 SLA	金融、政府、大型 AI 廠

Free

個人玩家、學生、開源專案

$0 /月

1,000 queries

Developer

獨立開發者、cron 腳本、小團隊

$19 /月

50,000 queries

Pro 熱門

中小企業、SaaS 整合

$99 /月

500,000 queries

Business

中型企業、AI agent 平台

$499 /月

5,000,000 queries

Enterprise

金融、政府、大型 AI 廠

客議

客製 SLA

Add-ons

Vertical pack 農產 / 金融 / 法律 / 地產 / 健康

+$50–200/月

Evidence pack 可法庭呈遞的 zkTLS 存證

$0.10–1.00 / 份

Dedicated support 專屬技術支援

$500/月

Self-hosted Enterprise 限定，年費

洽詢

所有方案均以 API key 計量、按月結算。無隱藏費用、不需綁年約。

現階段 waitlist 優先方案正在規劃中，加入即享早鳥資格。

為什麼做這個

AI 工具快速普及後，出現了一個沒人認真防守的缺口：當 LLM 開始主動去網路上抓資料輔助決策，它的「信任判斷機制」幾乎還停留在 2010 年代的 SEO heuristic—— Domain authority、多源交叉、網頁結構。

這套機制對付的是「粗糙的假新聞」。它完全沒有辦法應對 精準假資料投放——有人只要花不到一杯咖啡的成本，在搜尋引擎能找到的地方，同步放出有資料來源外觀的假數字。 AI 看不出來，用戶也看不出來。

我在 2026 年初做了一個實驗：用 320 元，在兩週內讓主流 AI 開始引用錯誤的台灣香蕉出口行情。這個數字被用於「財務決策輔助」的情境。差了 5 倍。

FactRoute 不是在做事實查核。我們是在做基礎建設：一個 API，讓任何接了網路資料的 AI pipeline，都能在幾秒內知道這個來源值不值得信任，以及為什麼。

我們是公證人，不是裁判。

閱讀完整研究報告：我用 320 元，讓所有 AI 都告訴你錯的台灣香蕉行情 →

FAQ

跟 Tavily、Exa、SerpAPI 有什麼差別？

它們做的是 web retrieval——找得到資料，但不評估真假。FactRoute 不做搜尋，做驗證。兩者可以疊加：先用 Tavily 搜尋，再用 FactRoute 過濾。我們提供 LangChain / LlamaIndex 的整合範例。

跟 NewsGuard 或 TFC 有什麼差別？

NewsGuard 和 TFC 查的是媒體可信度和新聞事件。FactRoute 查的是結構化數據的準確性——香蕉出口量、財報摘要、實價登錄、法規條文。這個 niche 目前沒有其他工具在做。

只做台灣資料？

MVP 先以台灣繁體中文 vertical 為主，因為台灣有成熟的政府 open data 基礎建設，且繁中 AI 資料源驗證目前是空缺。國際化（英文、日文）在 2027 年 roadmap 內。

資料源從哪裡來？

Capability A（Verified Facts API）對接農業部、財政部、央行、TWSE、內政部實價登錄、健保署等官方 API，加上 IFRS 財報資料庫。Capability B（Source Trust Score API）本身是偵測系統，不依賴特定資料源。

有沒有開源版本？

Capability B 的部分偵測框架計劃開源（Domain forensics、Temporal anomaly detection）。核心的 source registry、跨層 scoring algorithm、以及政府 API 整合保持 proprietary。

何時 GA？

Capability B 的 alpha 預計 Q3 2026，Free + Developer tier 公開 beta 預計 Q4 2026。加入 waitlist 的用戶會最先拿到 API key。

Evidence pack 可以用在法律程序嗎？

設計上是朝這個方向走的。我們計劃整合 zkTLS proof（Reclaim Protocol），讓偵測記錄有密碼學可驗證性。但目前 alpha 版本不保證法庭可採性，正在與法務設計夥伴合作確認。

現在 waitlist，
Q3 先拿 API key。

不收信用卡。不承諾 launch 日期。

只承諾：一旦 API ready，你會是第一批知道的人。

收到了。

我們會在 API ready 前寄信給你。
你不會被加入任何行銷郵件列表。

傳送失敗、請稍後再試。或直接寄信到 liusl.marc@gmail.com。

你的 AI 正在讀假資料。 它不知道。你也不知道。

問題