Расследование на основе открытых источников (OSINT — Open Source Intelligence) и фактчекинг представляют собой строгую дисциплинированную методологию, а не хаотичный поиск в браузере. Самая распространенная ошибка новичков — начинать сбор данных без четкого плана или слепо доверять случайным совпадениям никнеймов в социальных сетях.
Это руководство предлагает готовую методологию из 5 последовательных промптов, которые проводят аналитика через полный цикл проверки: от постановки границ задачи (Scope) и сбора цифровых следов (Collect) до расширения поиска (Pivot), верификации первоисточников (Verify) и формирования итогового отчета (Document).
1. Архитектура и принципы OSINT-цепочки промптов
Эффективная работа с языковыми моделями в ходе цифровых расследований строится на принципе цепочки промптов (Prompt Chaining).
1.1. Как работает поэтапная последовательность запросов
Вместо того чтобы пытаться получить все выводы из одного объемного запроса, вы продвигаетесь шаг за шагом:
- Выходные данные предыдущего шага становятся входными для следующего: результаты анализа почты дают никнеймы для проверки, а найденные утверждения переходят в промпт для фактчекинга.
- Модель не придумывает факты, а структурирует чек-листы проверок: промпты сформулированы так, чтобы требовать конкретные контрольные точки и методы верификации, а не галлюцинации ИИ.
- Критическая оценка каждой гипотезы: любой ответ модели рассматривается как рабочая зацепка, требующая подтверждения в реальных источниках.
1.2. 5 фаз расследовательского цикла: от постановки до отчета
Профессиональное расследование всегда движется по замкнутому циклу:
Каждый из 5 приведенных ниже промптов соответствует одной из фаз цикла, предотвращая потерю контекста.
2. Этические стандарты, правовые рамки и цифровая гигиена
Работа с открытыми источниками должна строго соответствовать юридическим и этическим нормам.
2.1. Правовые рамки и допустимость публичных источников (GDPR, Due Diligence)
Промпты руководства разработаны исключительно для законных сфер применения:
- Корпоративная проверка контрагентов (Due Diligence);
- Журналистские и академические расследования фактов;
- Анализ цифрового следа и кибербезопасность собственной компании;
- Противодействие дезинформации и информационным вбросам.
Используйте только общедоступную информацию и законные реестры, не нарушая правила защиты персональных данных (включая GDPR) и не пытаясь обойти системы аутентификации.
2.2. Предотвращение доксинга и правила безопасности исследователя
Категорически запрещено использовать методики OSINT для доксинга, преследования, угроз частным лицам или незаконного сбора конфиденциальных данных. Если направление проверки нарушает границы частной жизни — немедленно остановите работу.
3. Промпт 1 (Scope): Построение стратегического плана расследования
Фаза Scope закладывает основу всего процесса. Если цель сформулирована размыто, последующий поиск утонет в информационном шуме.
3.1. Цель и логика калибровки первичного запроса
Промпт ставит модель в роль старшего аналитика разведки, разделяя предметную область на типы сущностей (люди, домены, почты, инфраструктура), определяя категории реестров и выявляя рискованные допущения.
3.2. Шаблон промпта для определения целей и источников
Англоязычный вариант:
4. Промпт 2 (Collect): Проверка email и цифрового следа
Электронная почта — частая точка входа в расследование, связывающая имя пользователя, организацию и серверные домены.
4.1. Анализ структуры адреса и публичной засветки (утечки, сервисы)
Главное требование к модели — выдать список проверок, а не вымышленный профиль человека. Промпт анализирует структуру ящика, утечки баз данных, паст-сайты и профили.
4.2. Шаблон промпта для проверки почтовых ящиков
Англоязычный вариант:
5. Промпт 3 (Pivot): Поиск и валидация по никнейму (Username)
Никнейм — это всего лишь рабочая гипотеза, а не подтвержденная личность. Один и тот же псевдоним на разных сайтах нередко принадлежит разным людям.
5.1. Различение подлинного совпадения от случайного совпадения имен
Этот шаг учит отделять реальный след от случайного совпадения популярных слов. Модель формирует признаки кросс-платформенной корреляции: аватары, описание профиля (bio), стиль текстов, часовые пояса и история активности.
5.2. Шаблон промпта для кросс-платформенной идентификации
Англоязычный вариант:
6. Промпт 4 (Verify): Фактчекинг утверждений и первоисточники
Фактчекинг отделяет реальное расследование от домыслов. Одиночное упоминание в сети — это лишь повод для проверки, а не доказанный факт.
6.1. Методология опровержения и красные флаги фальсификаций
Промпт выстраивает дедуктивную структуру проверки: что должно быть истинным, чтобы тезис подтвердился; какие первичные реестры могут его опровергнуть; и какие маркеры манипуляции присутствуют в сообщении.
6.2. Шаблон промпта для верификации фактов и оценки достоверности
Англоязычный вариант:
7. Промпт 5 (Document): Итоговый аналитический отчет и пробелы
Заключительный этап трансформирует разрозненные заметки в профессиональный аналитический отчет. Авторитетность отчета определяется тем, насколько прозрачно зафиксированы белые пятна.
7.1. Структура профессионального OSINT-отчета и учет неопределенностей
Раздел «Пробелы и неизвестное» (Gaps and Unknowns) защищает исследователя от поспешных выводов. Четкое разделение первичных фактов и аналитических умозаключений гарантирует доверие к отчету.
7.2. Шаблон промпта для фиксации находок и таймлайна
Англоязычный вариант:
8. Матрица источников и часто задаваемые вопросы (FAQ)
8.1. Классификация публичных источников данных по типам сущностей
| Тип сущности | Категория открытых источников | Основные методы и инструменты проверки |
|---|---|---|
| Email-адреса | Базы утечек, PGP-серверы, записи DNS | Проверка утечек учетных данных, валидация записей SPF/DKIM/DMARC |
| Никнеймы (Usernames) | Социальные сети, репозитории Git, форумы | База сервиса WhatsMyName, история коммитов разработчика |
| Домены и IP-адреса | Записи WHOIS, журналы SSL/TLS, пассивный DNS | История владельцев WHOIS, логи прозрачности сертификатов (crt.sh) |
| Цитаты и новости | Государственные реестры, пресс-релизы, архивы | Поиск первоисточников в Wayback Machine, фактчекинговые базы |
| Фото и видеоматериалы | Метаданные EXIF, архивы стоков, спутниковые карты | Обратный поиск по картинкам, геолокация по теням и рельефу местности |
8.2. Часто задаваемые вопросы и рекомендации (FAQ)
Может ли языковая модель самостоятельно заходить в закрытые базы данных?
Нет. Если ИИ-модель не подключена к поисковым модулям реального времени, она оперирует только своими обучающими весами. Используйте промпты для составления чек-листов и методологии, а фактический сбор данных ведите через специализированные инструменты или веб-браузер.
Как проверять совпадения по никнеймам для распространенных имен?
Сопоставляйте вторичные косвенные маркеры: дату создания аккаунта, совпадающие аватары (через обратный поиск изображений), круг интересов и лексические паттерны.
Почему нельзя полагаться на единственный источник при фактчекинге?
Любое изолированное сообщение может оказаться артефактом ошибки, сгенерированным дипфейком или целенаправленной дезинформацией. Стандарт OSINT требует подтверждения минимум из двух независимых первоисточников.
Опасность галлюцинаций модели в расследованиях
Модели склонны уверенным тоном генерировать несуществующие ссылки или факты. Всегда требуйте точные ссылки на реестры и лично перепроверяйте их в браузере.