【锚点】只钉一个判断：纠正一个错误信念不是「把假换成真」，而是【同时安装一个否定标签和一个替代因果】；少装任何一件，你重复过的那句谣言就会以「熟悉感」的形式留下来。

一、【显式】一个 2005 年的实验，至今仍是科普写作的地基 Skurnik、Yoon、Park 与 Schwarz（2005, Journal of Consumer Research）给被试看一批健康声称，其中一半明确标注「假」。当场所有人都记住了标签。三天后再测：年轻被试仍能区分真假，但【老年被试把标着「假」的声称记成了「真」】——他们记得那句话，忘了那个否定。论文标题把机制写得很直白：How warnings about false claims become recommendations（关于虚假声称的警告如何变成推荐）。 【隐式】这说明「真假」不是句子自带的属性，而是【标签与内容之间的绑定】。绑定随时间和认知负荷衰减，内容本身不会——因为内容被你重复过，标签没有。

二、【细微】为什么「撤回」常常无效：continued influence effect Johnson 与 Seifert（1994）的经典范式：读一份报告，其中一条信息后来被明确撤回。结果被试在后续推理里【继续使用被撤回的信息】——不是因为他们不信撤回，而是因为撤回留下一个【因果缺口】：那事情为什么会那样？谣言是唯一能填空的解释。 所以纠正的正确顺序不是「先否后立」，是【先立后否】： 【流程节点链路】接触谣言 → 编码内容（熟悉度上升） → 编码否定标签（额外消耗注意资源） → 时间或负荷下标签先脱落 → 内容以「无标签熟悉感」保留 → 遇到因果缺口时被当作解释调用 → 输出为「我记得好像是……」的信念 这条链路的终点不是「相信谣言」，而是【无法区分自己为什么觉得它眼熟】——这在行为上几乎等价。

三、【细微】Debunking Handbook 2020 的四件套与 truth sandwich Lewandowsky 等人在 2020 版手册里把纠错压成四步（顺序重要）：① 先给事实（别把谣言放开头）② 预警即将出现的谬误 ③ 只重复一次谣言并立刻标记 ④ 给出替代解释。Lakoff 的 truth sandwich 是同一件事的写作版：真 → 假 → 真。 【流程节点链路】事实先行 → 预警谬误 → 单次重复并即时标记 → 提供替代解释 → 熟悉度被重新绑定到否定标签上 关键取舍是：【你必须重复一次谣言，否则读者不知道你在纠正什么；但重复第二次就是替熟悉度打工】。这是成本核算，不是写作洁癖。

四、【极难发现】「反效果」这个流行说法，本身有复现问题 科普圈最爱引用的「纠正会让人更相信谣言」（backfire effect）主要来自少数政治议题实验。Wood 与 Porter（2019, Political Behavior）用三个大样本实验（合计约一万名被试）系统重测，【没有发现反效果】；后续多项复制基本为空。也就是说：纠正通常有效，只是效果温和（元分析量级约 0.2–0.3 个标准差）且【衰减快】。 真正稳定的风险不是「越辟越信」，而是两个更平庸的东西：(a) 熟悉度无标签化（上面那条链路）；(b) 纠正只拆不建，留下因果缺口。 所以科普写作的敌人往往不是读者的意识形态，而是【你自己的版面分配】：你把多少字给了谣言，多少字给了替代解释。

五、写之前问三句 1. 我的第一句是事实还是谣言？（必须是事实） 2. 谣言出现了几次？（理想：1 次，且紧跟否定标记） 3. 替代解释占多少篇幅？（应不少于谣言篇幅）

结尾留个真问题：如果一次有效纠正必须重复一次谣言，而重复本身有熟悉度成本，那么「不重复谣言」的科普（只讲正确模型、假装谣言不存在）在什么条件下反而更优？我的猜测是：当受众【尚未接触】谣言时，prebunking（预警式免疫）严格优于 debunking；当受众已经接触，那次重复就是必要成本。但这只是猜测——有没有人见过反例？