Хороший ресерч начинается не с просьбы «найди всё», а с управляемых вопросов: что именно нужно узнать, какие источники считаются первичными, где возможен конфликт данных и как будет оформлена библиография. Ниже — 10 промптов, которые помогают собрать карту источников, не подменяя редакторскую проверку. Важно: ответы ИИ зависят от модели, доступа к данным и качества вашего ввода, поэтому каждый результат требует человеческого ревью.
Как пользоваться этим набором
Идите по цепочке: сначала сузьте вопрос, затем найдите первичные источники, проверьте конфликтующие цифры, отделите факты от интерпретаций и только после этого оформляйте библиографию. Не просите модель «доказать» заранее выбранную позицию: просите показать, где данные сильные, слабые или противоречивые.
Таблица выбора промпта
| Задача | Промпт | Результат |
|---|---|---|
| Сформулировать поисковые вопросы | 1 | Список проверяемых вопросов |
| Найти первичные источники | 2 | Карта документов и владельцев данных |
| Развести типы источников | 3 | Матрица первичных, вторичных и справочных материалов |
| Проверить конфликт данных | 4 | Список расхождений и гипотез |
| Собрать библиографию | 5 | Черновик списка источников |
| Оценить надежность | 6 | Рейтинг доверия и риски |
| Найти недостающие данные | 7 | Пробелы и план дозапроса |
| Подготовить интервью | 8 | Вопросы эксперту или владельцу данных |
| Проверить цитаты и факты | 9 | Фактчек-лист |
| Собрать карту источников | 10 | Итоговая навигационная схема |
Промпты для постановки ресерча
Промпт 1
Когда использовать: в самом начале, когда тема слишком широкая.
Разбей тему
{тема}на 12 поисковых вопросов. Для каждого укажи: что именно проверяем, какие данные нужны, какие формулировки искать, какие источники могут быть первичными, где возможна манипуляция.
Переменные: {тема}, {страна}, {период}.
Ожидаемый вывод: таблица вопросов с приоритетом и словами для поиска.
Проверка качества: вопросы должны быть проверяемыми, а не оценочными.
Частая ошибка: модель предлагает общие вопросы без указания данных.
Промпт 2
Когда использовать: когда нужно выйти на документы, реестры, отчеты и базы данных.
Для вопроса
{исследовательский_вопрос}составь список вероятных первичных источников. Раздели их на государственные, корпоративные, научные, судебные, статистические и полевые. Для каждого укажи владельца данных, формат, частоту обновления и риск недоступности.
Переменные: {исследовательский_вопрос}, {юрисдикция}.
Ожидаемый вывод: карта первичных источников.
Проверка качества: у каждого источника есть владелец и причина, почему он первичный.
Частая ошибка: в список попадают пересказы СМИ вместо исходных документов.
Промпт 3
Когда использовать: если накопилась куча ссылок и непонятно, что из них главное.
Классифицируй источники из списка
{список_ссылок_или_названий}как первичные, вторичные, справочные или мнения. Объясни классификацию, отметь источники, которые нельзя использовать как доказательство факта, и предложи, чем их заменить.
Переменные: {список_ссылок_или_названий}, {тема}.
Ожидаемый вывод: матрица источников по типам.
Проверка качества: классификация объяснена, а не просто проставлена.
Частая ошибка: блог эксперта принимается за первичный источник.
Промпты для конфликта данных
Промпт 4
Когда использовать: когда две цифры или утверждения не совпадают.
Сравни утверждения
{утверждение_1}и{утверждение_2}. Найди возможные причины расхождения: период, методика, география, единицы измерения, выборка, дата публикации, интерес автора. Не выбирай победителя без проверки, а предложи план верификации.
Переменные: {утверждение_1}, {утверждение_2}, {контекст}.
Ожидаемый вывод: список причин расхождения и шаги проверки.
Проверка качества: есть методические объяснения, а не только вывод «источник надежнее».
Частая ошибка: модель сглаживает конфликт и придумывает среднее значение.
Промпт 5
Когда использовать: перед финальной ссылочной частью материала.
Собери черновую библиографию по теме
{тема}из предоставленных источников{источники}. Для каждого элемента укажи автора или организацию, название, год, тип источника, URL при наличии, дату обращения и какую мысль он подтверждает. Если данных не хватает, поставь пометку «проверить».
Переменные: {тема}, {источники}, {стиль_цитирования}.
Ожидаемый вывод: аккуратный список источников с пометками.
Проверка качества: нет вымышленных авторов, годов и ссылок.
Частая ошибка: модель достраивает библиографические поля без основания.
Промпт 6
Когда использовать: чтобы понять, на какие источники можно опираться сильнее.
Оцени надежность источников
{источники}по шкале от 1 до 5. Учитывай происхождение данных, прозрачность методики, дату, конфликт интересов, проверяемость, репутацию издателя. Для низкой оценки предложи способ перепроверки.
Переменные: {источники}, {критерии}.
Ожидаемый вывод: рейтинг доверия и комментарии.
Проверка качества: оценка связана с критериями, а не с известностью бренда.
Частая ошибка: свежий источник автоматически считается надежным.
Промпты для закрытия пробелов
Промпт 7
Когда использовать: после первого круга поиска.
Проанализируй текущие заметки
{заметки}и найди пробелы в доказательной базе. Раздели их на критичные, желательные и необязательные. Для каждого пробела предложи поисковый запрос, тип источника и минимальный критерий достаточности.
Переменные: {заметки}, {цель_материала}.
Ожидаемый вывод: план дозапроса.
Проверка качества: критичные пробелы связаны с главными выводами.
Частая ошибка: модель просит собрать еще данные без приоритизации.
Промпт 8
Когда использовать: перед разговором с экспертом, пресс-службой или автором исследования.
На основе тезиса
{тезис}и источников{источники}подготовь 15 вопросов для интервью. Раздели их на уточнение методики, проверку фактов, конфликт интересов, альтернативные объяснения и запрос документов. Укажи, какой ответ подтвердит или ослабит тезис.
Переменные: {тезис}, {источники}, {роль_собеседника}.
Ожидаемый вывод: список вопросов с целью каждого.
Проверка качества: вопросы не подсказывают желаемый ответ.
Частая ошибка: интервью превращается в подтверждение заранее готовой версии.
Промпты для проверки перед публикацией
Промпт 9
Когда использовать: когда черновик уже написан.
Проверь черновик
{текст}как фактчекер. Выпиши все проверяемые утверждения, рядом укажи требуемый источник, текущий источник, статус: подтверждено, спорно, не подтверждено, требует первичного источника. Не исправляй факты без ссылки на основание.
Переменные: {текст}, {список_источников}.
Ожидаемый вывод: фактчек-лист по утверждениям.
Проверка качества: проверяются числа, даты, причинно-следственные связи и цитаты.
Частая ошибка: модель переписывает текст вместо проверки.
Промпт 10
Когда использовать: для финальной навигации по источникам команды или редактора.
Собери карту источников по проекту
{проект}. Сгруппируй источники по темам, покажи связи между данными, отметь первичные документы, спорные места, владельцев проверки и дедлайны. В конце дай список вопросов, которые нельзя закрыть имеющимися источниками.
Переменные: {проект}, {источники}, {команда}.
Ожидаемый вывод: структурированная карта источников и открытых вопросов.
Проверка качества: по карте понятно, какой источник подтверждает какой тезис.
Частая ошибка: карта становится простым списком ссылок без связей.
Запуск: чеклист редактора
- Сформулируйте главный исследовательский вопрос и границы периода.
- Отделите первичные источники от пересказов и мнений.
- Проверьте конфликтующие данные по методике, дате и единицам измерения.
- Не принимайте библиографию ИИ без ручной проверки ссылок.
- Зафиксируйте, какие тезисы остаются спорными или неподтвержденными.
- Перед публикацией проведите отдельный фактчек чисел, цитат и причинных связей.
FAQ
Можно ли доверять найденным ИИ источникам? Нет, без проверки нельзя. Модель может ошибиться, устареть или смешать реальные и неверные элементы описания.
Что считать первичным источником? Документ, база, отчет, протокол, набор данных или прямое свидетельство, где информация появилась впервые, а не была пересказана.
Что делать, если данные конфликтуют? Не усреднять автоматически. Сначала сравните методику, период, географию, выборку и интересы авторов.
Источники и ограничения
Полезные справочные материалы по работе с промптами: OpenAI: рекомендации по промптам, Zapier: шаблоны промптов, Zapier: как формулировать запросы. Эти материалы не заменяют редакторскую методику и проверку источников.
Ограничение: ИИ-вывод требует человеческого ревью и зависит от модели, настроек, доступных данных и качества входного запроса. Не представляйте ответ модели как универсально верный результат ресерча.