L'intelligence par sources ouvertes (OSINT — Open Source Intelligence) et le fact-checking sont avant tout une discipline rigoureuse, bien loin de la recherche chaotique. L'erreur la plus fréquente chez les débutants consiste à entamer la vérification sans plan clair ou à faire aveuglément confiance à des affirmations non confirmées et aux coïncidences fortuites de pseudonymes sur les réseaux sociaux.

Ce guide propose une méthodologie clé en main structurée autour de 5 prompts séquentiels, qui accompagnent l'analyste à travers l'ensemble du cycle d'enquête : de la définition du périmètre (Scope) à la collecte des traces numériques (Collect), en passant par l'élargissement de la recherche (Pivot), la vérification des sources primaires (Verify) et la rédaction du rapport final (Document).

1. Architecture et principes de la chaîne de prompts OSINT

Une interaction efficace avec les modèles de langage lors de la conduite d'enquêtes repose sur le principe de chaînage de prompts (Prompt Chaining).

1.1. Fonctionnement de la séquence progressive de requêtes

Plutôt que de tenter d'obtenir une réponse complète via une seule requête massive, vous progressez étape par étape :

Les données d'entrée de chaque étape découlent des résultats de la précédente : l'analyse d'une adresse e-mail fournit des pseudonymes à vérifier, tandis que les citations identifiées alimentent le prompt dédié au fact-checking.
Le modèle ne fabule pas les faits, il structure les vérifications : les prompts sont formulés pour exiger une liste précise de points de contrôle et de vérifications, plutôt que de laisser place aux suppositions de l'IA.
Évaluation critique de chaque hypothèse : toute conclusion du modèle n'est qu'un point de départ provisoire nécessitant une vérification manuelle contre des sources réelles.

1.2. Les 5 phases du cycle d'enquête : de la définition à la restitution

Une enquête professionnelle suit toujours un cycle fermé :

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"]

Chacun des 5 prompts présentés ci-dessous correspond à une phase de ce cycle, prévenant ainsi la perte de contexte et la surcharge cognitive.

2. Normes éthiques, limites légales et hygiène numérique

Le travail d'investigation basé sur des sources ouvertes doit se conformer à des normes juridiques et morales strictes.

2.1. Cadre légal et admissibilité des sources publiques (RGPD, Due Diligence)

Les prompts de ce guide sont conçus exclusivement pour des applications licites :

Vérification des partenaires commerciaux (Due Diligence) ;
Enquêtes journalistiques et scientifiques ;
Cybersécurité et évaluation de l'empreinte numérique de sa propre entreprise ;
Lutte contre la désinformation et les manipulations informatives.

N'utilisez que des informations publiquement accessibles et des services dont l'accès ne viole pas la législation sur la protection des données personnelles (notamment le RGPD) et sans compromettre des comptes privés.

2.2. Prévention du doxxing et règles de sécurité pour l'enquêteur

Avertissement

Il est formellement interdit d'utiliser les techniques OSINT pour du doxxing, de l'intimidation, du harcèlement de particuliers ou la collecte d'informations confidentielles à des fins frauduleuses. Si l'enquête franchit les limites de la vie privée, interrompez immédiatement le travail.

3. Prompt 1 (Scope) : Élaboration du plan stratégique d'enquête

La phase Scope constitue le fondement de tout le processus. Une question mal définie entraînera inévitablement une accumulation d'informations non pertinentes dans les recherches ultérieures.

3.1. Objectif et logique de calibrage de la requête initiale

Ce prompt force l'assistant IA à endosser le rôle d'analyste senior en renseignement, à décomposer le sujet selon les types d'entités (personnes, domaines, e-mails, infrastructure), à définir les catégories de sources et à consigner les hypothèses potentiellement erronées.

3.2. Modèle de prompt pour la définition des cibles et des sources

text

Tu es un analyste OSINT expérimenté. Mon objectif d’enquête : [formulez l’objectif en une seule phrase claire]. Je suis autorisé à utiliser exclusivement des sources publiques légales (OSINT). Élaborez un plan de vérification détaillé et structuré : 1. Les questions clés auxquelles il est nécessaire de trouver des réponses sans ambiguïté ; 2. Les types d’entités impliquées (personnes physiques, domaines, adresses e-mail, infrastructure réseau) ; 3. Les catégories de sources ouvertes publiques pour chaque entité ; 4. L’ordre optimal d’exécution des vérifications (priorisation) ; 5. Les risques potentiels, les pièges et les fausses hypothèses auxquels il faut prêter attention ; 6. Une première étape concrète offrant le meilleur retour sur investissement (highest-value first step).

Version anglaise pour une compatibilité maximale avec les 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) : Vérification des e-mails et de l'empreinte numérique

L'adresse e-mail est le point d'entrée le plus courant dans une enquête, car elle associe nom d'utilisateur, organisation et domaine corporatif.

4.1. Analyse de la structure de l'adresse et exposition publique (fuites, services)

L'exigence principale envers le modèle à cette étape est de dresser une liste de vérifications à effectuer, et non d'inventer un profil personnel. Le prompt vise à détecter les traces numériques dans les fuites de données, les paste-sites, les registres et les réseaux sociaux.

4.2. Modèle de prompt pour la vérification des boîtes mail

text

Pour l'adresse e-mail [insérer email], élaborez un plan de recherche étape par étape basé sur des sources publiques : 1. Ce que révèlent la partie locale de l'adresse (nom d'utilisateur) et le domaine (type d'hébergement, présence d'un domaine d'entreprise, enregistrements MX) ; 2. Où cette adresse e-mail a pu être exposée (fuites de bases de données, services de paste tels que Pastebin, profils publics, forums) ; 3. Avec quelles catégories de services en ligne ce compte est potentiellement associé ; 4. 3 points concrets d'extension de la recherche (pivots) vers des comptes ou personnalités potentiellement liés. Exigence : formuler uniquement des vérifications techniques vérifiables, et non des suppositions.

Version anglaise :

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) : Recherche et validation par pseudonyme (Username)

Un pseudonyme est une hypothèse, pas une garantie d'appartenance à une seule personne. Le même username sur différents sites peut appartenir à des individus totalement distincts.

5.1. Distinguer la vraie correspondance de la coïncidence fortuite

Cette étape apprend à différencier une véritable identité d'une simple coïncidence due à la popularité d'un mot. Le modèle génère des critères de comparaison basés sur des marqueurs croisés : avatars, bio, style linguistique, fuseaux horaires et historique d'activité.

5.2. Modèle de prompt pour l'identification cross-platform

text

Pour le pseudo (username) [insérer le pseudo] : 1. Établissez une liste des plateformes et services qu'il est le plus pertinent de vérifier en premier lieu ; 2. Décrivez les critères : comment distinguer une véritable correspondance d'un même propriétaire d'une coïncidence fortuite due à un pseudonyme populaire ; 3. Quels marqueurs interplateformes (avatars, biographies, style d'écriture, horodatages d'activité, liens de contact) permettent de confirmer que les comptes sur différents sites sont contrôlés par la même personne.

Version anglaise :

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 des affirmations et sources primaires

Le fact-checking distingue une véritable enquête des interprétations subjectives. Une source unique pour une affirmation n'est qu'une piste, pas un fait établi.

6.1. Méthodologie de réfutation et signaux d'alerte de falsification

Le prompt construit une logique déductive stricte : ce qui doit être vrai pour que l'affirmation soit correcte ; quels registres ou archives primaires pourraient contredire la thèse ; et quels marqueurs typiques de désinformation sont présents dans le message.

6.2. Modèle de prompt pour la vérification des faits et l'évaluation de la fiabilité

text

Vérifiez l’affirmation suivante à l’aide de sources publiques ouvertes : [insérer l’affirmation]. Rédigez une analyse détaillée comprenant : 1. Ce qui doit être spécifiquement vrai pour que cette affirmation soit confirmée (décomposition de l’affirmation) ; 2. Les sources primaires faisant autorité (registres officiels, rapports, archives d’actualités, métadonnées) susceptibles de confirmer ou d’infirmer chaque partie de l’affirmation ; 3. Les signaux d’alerte indiquant une éventuelle falsification ou manipulation de l’information ; 4. Une évaluation finale du niveau de fiabilité (Élevé / Moyen / Faible / Non confirmé), accompagnée d’une justification détaillée.

Version anglaise :

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) : Rapport analytique final et zones d'incertitude

La dernière étape transforme des découvertes éparses en un rapport de renseignement professionnel. La fiabilité du document ne dépend pas seulement de ce qui a été trouvé, mais aussi de l'honnêteté avec laquelle les inconnues sont signalées.

7.1. Structure du rapport OSINT professionnel et gestion des incertitudes

La section « Lacunes et Inconnues » (Gaps/Unknowns) est la principale protection de l'analyste contre les conclusions erronées. Une distinction claire entre les faits et les inférences subjectives garantit l'autorité du document.

7.2. Modèle de prompt pour la fixation des findings et la chronologie

text

Transformez les résultats bruts d'enquête suivants en un rapport OSINT analytique structuré : [insérer vos découvertes]. Présentez le rapport selon des sections claires : 1. Résumé exécutif (Executive Summary) : synthèse concise des conclusions (3 phrases maximum) ; 2. Faits clés établis : chaque fait accompagné de sa source primaire et du niveau de confiance (Élevé/Moyen/Faible) ; 3. Chronologie des événements (Timeline) ; 4. Lacunes et facteurs inconnus (Gaps & Unknowns) : ce qui reste non élucidé ; 5. Prochaines étapes recommandées pour une vérification approfondie. Exigence : distinguer rigoureusement les faits confirmés des hypothèses analytiques et des inférences.

Version anglaise :

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. Matrice des sources et questions fréquentes (FAQ)

8.1. Classification des sources de données publiques par type d'entité

Type d'entité	Catégorie de sources ouvertes	Principales méthodes et outils de vérification
E-mail	Registres de fuites, serveurs PGP, enregistrements DNS	Vérification des fuites de mots de passe, analyse des enregistrements SPF/DKIM/DMARC
Pseudonyme (Username)	Réseaux sociaux, dépôts de code, forums	Recherche via WhatsMyName, vérification des commits dans les repositories
Domaine ou Adresse IP	Enregistrements WHOIS, certificats numériques, DNS passif	Historique des modifications WHOIS, vérification de la transparence des certificats (crt.sh)
Affirmation ou Citation	Registres publics, communiqués officiels, archives	Recherche des publications primaires via Wayback Machine, bases de fact-checking
Images et Médias	Métadonnées des fichiers, banques d'images, imagerie satellite	Recherche inversée d'image, géolocalisation par ombres et paysage

8.2. Questions fréquentes et recommandations (FAQ)

Note

Un modèle de langage peut-il naviguer seul sur Internet et consulter des bases de données privées ?
Non. Si le modèle d'IA n'est pas connecté à la recherche web (Web Search / Browsing), il opère uniquement sur ses données d'entraînement. Utilisez les prompts pour élaborer la méthodologie et la structure, mais effectuez la collecte réelle de données via des services spécialisés ou un navigateur.

Astuce

Comment valider correctement les correspondances de pseudonymes si le nom est très commun ?
Utilisez la corrélation par attributs secondaires : date de création du compte, plugins utilisés ou centres d'intérêt, avatars identiques (vérifiés par recherche inversée d'image) et particularités linguistiques.

Important

Pourquoi ne faut-il jamais se fier à une seule source lors du fact-checking ?
Tout message unique peut résulter d'une erreur technique, d'un deepfake généré ou d'une désinformation délibérée. Le principe OSINT exige la présence d'au moins deux sources primaires indépendantes.

Avertissement

Danger des hallucinations des modèles dans les enquêtes
Les modèles de langage ont tendance à affirmer avec assurance des faits inexistantes ou à attribuer des citations à tort à des personnes réelles. Exigez toujours des références directes du modèle et vérifiez-les vous-même.