Łańcuch pięciu promptów: weryfikacja informacji w internecie

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:

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

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

Wersja angielska dla maksymalnej kompatybilności z LLM:

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

Wersja angielska:

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

Wersja angielska:

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

Wersja angielska:

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

Wersja angielska:

8. Macierz źródeł i najczęściej zadawane pytania (FAQ)

8.1. Klasyfikacja publicznych źródeł danych według typów encji

8.2. Najczęściej zadawane pytania i rekomendacje (FAQ)