# Łańcuch pięciu promptów: weryfikacja informacji w internecie

> Krok po kroku: łańcuch OSINT składający się z pięciu promptów do weryfikacji informacji online – planowanie, audyt e-mailowy, cross-search nicków, fact-checking oraz raport podsumowujący.

Rozpoznanie oparte na otwartych źródłach (OSINT — Open Source Intelligence) oraz fact-checking to przede wszystkim zdyscyplinowany proces, a nie chaotyczne poszukiwania. Najczęstszym błędem początkujących jest rozpoczynanie weryfikacji bez jasnego planu lub ślepe poleganie na nieweryfikowanych twierdzeniach i przypadkowych zbieżnościach nazw w mediach społecznościowych.

Ten przewodnik oferuje gotową metodologię opartą na **5 sekwencyjnych promptach**, które prowadzą analityka przez pełny cykl dochodzeniowy: od określenia zakresu zadania (Scope), przez zbieranie cyfrowych śladów (Collect), rozszerzanie wyszukiwania (Pivot), weryfikację źródeł pierwotnych (Verify), aż po sporządzenie końcowego raportu (Document).

---

## 1. Architektura i zasady działania łańcucha promptów OSINT

Skuteczna interakcja z modelami językowymi podczas prowadzenia dochodzeń opiera się na zasadzie sekwencyjnego łączenia (Prompt Chaining).

### 1.1. Jak działa etapowa sekwencja zapytań

Zamiast próbować uzyskać kompletną odpowiedź za pomocą jednego dużego zapytania, poruszamy się krok po kroku:
- **Dane wejściowe dla kolejnego etapu są generowane przez ustalenia z poprzedniego:** wynik analizy adresu e-mail dostarcza nicknames do sprawdzenia, a znalezione cytaty trafiają do promptu służącego do fact-checkingu.
- **Model nie wymyśla faktów, lecz strukturyzuje weryfikacje:** prompty sformułowane są tak, aby wymagać listy konkretnych punktów kontrolnych i procedur weryfikacyjnych, a nie spekulacji AI.
- **Krytyczna ocena każdej hipotezy:** każdy wniosek modelu jest jedynie punktem wyjścia wymagającym ręcznej weryfikacji przy użyciu rzeczywistych źródeł.

### 1.2. 5 faz cyklu dochodzeniowego: od postawienia problemu do raportu

Profesjonalne dochodzenie zawsze przebiega zgodnie z zamkniętym cyklem:

```mermaid
flowchart LR
    Scope["1. Scope: План та рамки"] --> Collect["2. Collect: Збір даних (Email)"]
    Collect --> Pivot["3. Pivot: Крос-пошук (Нікнейм)"]
    Pivot --> Verify["4. Verify: Фактчекінг джерел"]
    Verify --> Document["5. Document: Звіт та прогалини"]
```

Każdy z poniższych 5 promptów odpowiada jednej z faz tego cyklu, co zapobiega utracie kontekstu oraz przeciążeniu poznawczemu.

---

## 2. Standardy etyczne, granice prawne i higiena cyfrowa

Dochodzenia oparte na otwartych źródłach muszą spełniać surowe standardy prawne i moralne.

### 2.1. Ramy prawne i dopuszczalność korzystania ze źródeł publicznych (GDPR, Due Diligence)

Prompty zawarte w tym poradniku zostały opracowane wyłącznie do legalnych zastosowań:
- Weryfikacja kontrahentów korporacyjnych (Due Diligence);
- Dziennikarskie i naukowe dochodzenia faktyczne;
- Cyberbezpieczeństwo i ocena cyfrowego śladu własnej firmy;
- Walka z dezinformacją i manipulacyjnymi wrzutkami.

Korzystaj wyłącznie z informacji publicznie dostępnych oraz serwisów, do których dostęp odbywa się bez naruszenia przepisów o ochronie danych osobowych (w szczególności GDPR) i bez łamania zabezpieczeń kont.

### 2.2. Zapobieganie doxingowi i zasady bezpieczeństwa badacza

> [!CAUTION]
> Kategorycznie zabronione jest wykorzystywanie metodologii OSINT do doxingu, zastraszania, nękania osób prywatnych lub zbierania poufnych informacji w celu popełnienia oszustwa. Jeśli dochodzenie przekracza granice prywatności — natychmiast przerwij pracę.

---

## 3. Prompt 1 (Scope): Budowanie strategicznego planu dochodzenia

Faza Scope to fundament całego procesu. Jeśli pytanie zostało sformułowane nieprecyzyjnie, wszystkie dalsze poszukiwania doprowadzą do nadmiaru nierelwantnych informacji.

### 3.1. Cel i logika kalibracji pierwotnego zapytania

Prompt zmusza asystenta AI do przyjęcia roli starszego analityka wywiadowczego, rozłożenia tematu na typy encji (osoby, domeny, adresy e-mail, infrastruktura), nakreślenia kategorii źródeł oraz udokumentowania założeń, które mogą okazać się błędne.

### 3.2. Szablon promptu do definiowania celów i źródeł

```text
Jesteś doświadczonym analitykiem OSINT. Mój cel śledztwa: [sformułuj cel jednym jasnym zdaniem].
Mam upoważnienie do korzystania wyłącznie z legalnych, publicznie dostępnych źródeł (OSINT).

Opracuj szczegółowy, ustrukturyzowany plan weryfikacji:
1. Kluczowe pytania, na które należy znaleźć jednoznaczne odpowiedzi;
2. Typy zaangażowanych podmiotów (osoby fizyczne, domeny, adresy e-mail, infrastruktura sieciowa);
3. Kategorie publicznych, otwartych źródeł dla każdego podmiotu;
4. Optymalna kolejność wykonania weryfikacji (priorytetyzacja);
5. Potencjalne ryzyka, pułapki oraz błędne założenia, na które należy zwrócić uwagę;
6. Jeden konkretny pierwszy krok o najwyższej wartości (highest-value first step).
```

*Wersja angielska dla maksymalnej kompatybilności z LLM:*
```text
You are an OSINT analyst. My objective is: [state goal in one sentence]. I am authorised to use public sources only. Produce a structured plan: key questions to answer, the entity types involved (people, domains, emails, infra), the public source categories to check for each, the order to work in, and the risks/assumptions to watch. End with the single highest-value first step.
```

---

## 4. Prompt 2 (Collect): Weryfikacja adresu e-mail i śladu cyfrowego

Adres e-mail to najczęstszy punkt wejścia w dochodzeniu, ponieważ łączy w sobie nazwę użytkownika, organizację oraz domenę korporacyjną.

### 4.1. Analiza struktury adresu i publiczne „prześwietlenie” (wycieki, serwisy)

Głównym wymaganiem wobec modelu na tym etapie jest sporządzenie listy **sprawdzeń**, a nie wymyślanie profilu osobowego. Prompt nakierowuje na wykrywanie cyfrowych śladów w wyciekach danych, pastebinach, rejestrach i mediach społecznościowych.

### 4.2. Szablon promptu do weryfikacji skrzynek pocztowych

```text
Dla adresu e-mail [wstaw email] sporządź krok po kroku plan badania oparty na publicznie dostępnych źródłach:
1. Co wskazują lokalna część adresu (username) oraz domena (typ hostingu, obecność domeny korporacyjnej, rekordy MX);
2. Gdzie ten adres e-mail mógł zostać ujawniony (wycieki baz danych, serwisy typu paste, np. Pastebin, publiczne profile, fora internetowe);
3. Z jakimi kategoriami usług online to konto jest potencjalnie powiązane;
4. Trzy konkretne punkty rozszerzenia wyszukiwania (pivots) do możliwych powiązanych kont lub osób.

Wymóg: formułuj wyłącznie zweryfikowane sprawdzenia techniczne, a nie spekulacje.
```

*Wersja angielska:*
```text
For the email [email], outline a public-source investigation: what the local-part and domain suggest, where this address may be exposed (breaches, paste sites, public profiles), services it might be registered with, and 3 pivots to identities or accounts. List the checks, not guesses.
```

---

## 5. Prompt 3 (Pivot): Poszukiwanie i walidacja po nickname’u (Username)

Nickname to hipoteza, a nie gwarancja przynależności do jednej osoby. Ta sama nazwa użytkownika na różnych stronach może należeć do zupełnie innych ludzi.

### 5.1. Rozróżnianie prawdziwej zbieżności od przypadkowego trafienia nazw

Ten krok uczy odróżniania realnego powiązania od zbieżności wynikającej z popularności słowa. Model generuje kryteria porównywania krzyżowych markerów: awatary, opis profilu (bio), styl językowy, strefy czasowe oraz historia aktywności.

### 5.2. Szablon promptu do identyfikacji cross-platformowej

```text
Dla nicku (username) [wstaw nick]:
1. Sporządź listę platform i serwisów, które warto sprawdzić w pierwszej kolejności;
2. Opisz kryteria: jak odróżnić prawdziwe dopasowanie wskazujące na tego samego właściciela od przypadkowego zbieżności popularnego pseudonimu;
3. Jakie wskaźniki międzyplatformowe (awatar, opis profilu, styl pisania, znaczniki czasu aktywności, linki kontaktowe) pomagają potwierdzić, że konta na różnych stronach są kontrolowane przez tę samą osobę.
```

*Wersja angielska:*
```text
For the username [username], list the platforms most worth checking, how to tell a true match from a coincidence, and what cross-platform signals (avatars, bios, writing style, timestamps) help confirm the same person controls them.
```

---

## 6. Prompt 4 (Verify): Fact-checking twierdzeń i źródła pierwotne

Fact-checking oddziela rzeczywiste dochodzenie od subiektywnych interpretacji. Pojedyncze źródło twierdzenia to jedynie trop, a nie ustalony fakt.

### 6.1. Metodologia falsyfikacji i czerwone flagi fałszerstw

Prompt buduje rygorystyczną logikę dedukcyjną: co musi być prawdziwe, aby twierdzenie okazało się zgodne z rzeczywistością; jakie rejestry pierwotne lub archiwa mogą obalić tezę; oraz jakie typowe markery dezinformacji występują w komunikacie.

### 6.2. Szablon promptu do weryfikacji faktów i oceny wiarygodności

```text
Zweryfikuj twierdzenie, korzystając z publicznie dostępnych źródeł: [wstaw twierdzenie].
Przeprowadź analizę w następujących punktach:
1. Jakie konkretne warunki muszą być spełnione, aby to twierdzenie okazało się prawdziwe (dekompilacja twierdzenia);
2. Które pierwotne, wiarygodne źródła (oficjalne rejestry, raporty, archiwa wiadomości, metadane) mogą potwierdzić lub obalić każdą część tego twierdzenia;
3. Sygnały ostrzegawcze wskazujące na potencjalną fałszywość lub manipulację informacyjną;
4. Końcowa ocena poziomu wiarygodności (Wysoka / Średnia / Niska / Niepotwierdzona) wraz ze szczegółowym uzasadnieniem.
```

*Wersja angielska:*
```text
Verify this claim using public sources: [claim]. List what would have to be true, the primary sources that could confirm or refute each part, the red flags of fabrication, and a final confidence rating with reasoning.
```

---

## 7. Prompt 5 (Document): Końcowy raport analityczny i luki informacyjne

Ostatni etap przekształca rozproszone ustalenia w profesjonalny raport wywiadowczy. Wiarygodność raportu zależy nie tylko od tego, co znaleziono, ale także od tego, jak uczciwie wskazano obszary niepewności.

### 7.1. Struktura profesjonalnego raportu OSINT i uwzględnianie niepewności

Sekcja „Luki i niewiadome” (Gaps/Unknowns) stanowi główną ochronę analityka przed błędnymi wnioskami. Jasne rozgraniczenie faktów od subiektywnych przypuszczeń gwarantuje autorytet dokumentu.

### 7.2. Szablon promptu do utrwalania ustaleń i tworzenia timeline’u

```text
Przekształć poniższe surowe wyniki śledztwa w ustrukturyzowany raport analityczny OSINT: [wstaw swoje ustalenia].

Sformatuj raport według następujących sekcji:
1. Podsumowanie zarządcze (Executive Summary): krótkie streszczenie wniosków (maksymalnie 3 zdania);
2. Kluczowe ustalone fakty: każdy fakt z odniesieniem do źródła pierwotnego oraz poziomem pewności (Wysoki/Średni/Niski);
3. Chronologiczna oś wydarzeń (Timeline);
4. Luki i niewiadome czynniki (Gaps & Unknowns): co pozostaje niejasne;
5. Zalecane kolejne kroki do dalszej weryfikacji.
Wymóg: ściśle oddzielaj potwierdzone fakty od założeń analitycznych i wniosków.
```

*Wersja angielska:*
```text
Turn these raw findings into a clear OSINT report: [paste findings]. Structure it as Summary, Key findings (each with source and confidence), Timeline, Gaps/Unknowns, and Recommended next steps. Keep claims separated from inferences.
```

---

## 8. Macierz źródeł i najczęściej zadawane pytania (FAQ)

### 8.1. Klasyfikacja publicznych źródeł danych według typów encji

| Typ encji | Kategoria źródeł otwartych | Główne metody i narzędzia weryfikacji |
| :--- | :--- | :--- |
| **Adres e-mail (Email)** | Rejestry wycieków, serwery PGP, rekordy DNS | Sprawdzanie wycieków haseł, analiza rekordów SPF/DKIM/DMARC |
| **Nickname (Username)** | Media społecznościowe, repozytoria kodu, fora | Wyszukiwanie w bazie WhatsMyName, sprawdzanie commitów w repozytoriach |
| **Domena lub adres IP** | Rekordy WHOIS, certyfikaty cyfrowe, pasywny DNS | Historia zmian WHOIS, weryfikacja przejrzystości certyfikatów (crt.sh) |
| **Twierdzenie lub cytat** | Rejestry państwowe, oficjalne komunikaty prasowe, archiwa | Wyszukiwanie publikacji pierwotnych w Wayback Machine, bazy fact-checkingowe |
| **Obraz i media** | Metadane plików, banki zdjęć stockowych, zdjęcia satelitarne | Odwrotne wyszukiwanie obrazów, geolokalizacja na podstawie cieni i krajobrazu |

### 8.2. Najczęściej zadawane pytania i rekomendacje (FAQ)

> [!NOTE]
> **Czy model językowy może samodzielnie przeszukiwać internet i weryfikować zamknięte bazy danych?**  
> Nie. Jeśli model AI nie jest podłączony do wyszukiwarki internetowej (Web Search / Browsing), operuje wyłącznie na swoich danych treningowych. Używaj promptów do tworzenia metodologii i struktury, natomiast rzeczywisty zbiór danych realizuj poprzez wyspecjalizowane serwisy lub przeglądarkę.

> [!TIP]
> **Jak prawidłowo weryfikować zbieżności nickname’ów, gdy imię jest zbyt powszechne?**  
> Stosuj korelację na podstawie cech wtórnych: data utworzenia konta, używane pluginy lub zainteresowania, identyczne awatary (zweryfikowane przez odwrotne wyszukiwanie obrazów) oraz cechy stylistyczne języka.

> [!IMPORTANT]
> **Dlaczego nie można polegać wyłącznie na jednym źródle podczas fact-checkingu?**  
> Każde pojedyncze doniesienie może być wynikiem błędu technicznego, wygenerowanego deepfake’a lub celowej dezinformacji. Zasada OSINT wymaga istnienia co najmniej dwóch niezależnych źródeł pierwotnych.

> [!WARNING]
> **Niebezpieczeństwo halucynacji modeli w dochodzeniach**  
> Modele językowe mają tendencję do pewnego stwierdzania nieistniejących faktów lub przypisywania realnym osobom cudzych cytatów. Zawsze wymagaj od modelu bezpośrednich odniesień i samodzielnie przechodź do nich w celu weryfikacji.