Полгода назад искал информацию про одну малоизвестную компанию — для личного проекта. Обычный путь: Google, LinkedIn, упоминания в новостях. Ушло часа три, нашёл кое-что. Потом из любопытства скормил те же запросы GPT-4 с доступом в интернет и Perplexity. За пятнадцать минут получил структурированную сводку с теми же фактами плюс пара деталей, которые я пропустил. Тогда и подумал: а что если использовать ИИ для OSINT целенаправленно?
OSINT — это open source intelligence, разведка по открытым источникам. Звучит шпионски, но на практике это просто умение собирать и анализировать публичную информацию: профили в соцсетях, регистрационные данные компаний, утечки, архивы сайтов. Журналисты этим занимаются, аналитики, иногда обычные люди — когда нужно проверить контрагента или найти следы мошенника.
ИИ сюда вписывается логично: он умеет быстро обрабатывать текст, находить связи, суммировать. Но где реальная польза, а где иллюзия — разобрался на практике.
Где ИИ реально помогает
Первое и самое очевидное — агрегация. Допустим, тебе нужно собрать всё про человека: где учился, где работал, какие проекты запускал. Раньше открывал десяток вкладок, сводил вручную. Сейчас можно дать задачу Perplexity или ChatGPT с поиском — и за пару минут получить таймлайн с источниками.
Я проверял это на себе — просто чтобы понять, насколько точно работает. Результат? 80% корректный. Пропустил пару старых выступлений, зато нашёл упоминание в подкасте, о котором я сам забыл. Не идеально. Но как первый проход — годится.
Второе — анализ больших объёмов текста. У тебя есть архив сообщений из Telegram-канала или дамп комментариев с форума. Вручную читать — неделя работы. ИИ может за час вытащить ключевые темы, частоту упоминаний, тональность. Пробовал на дампе небольшого чата — Claude справился отлично, даже выделил моменты, когда тема разговора резко менялась.
Третье — помощь в составлении запросов. OSINT часто упирается в то, что ты не знаешь, как именно искать. Какие операторы использовать в Google, какие базы данных вообще существуют. ИИ может подсказать: "попробуй site:linkedin.com + ключевое слово" или "проверь Wayback Machine за 2019 год". Это не открытие для профи, но для новичка — экономия времени.
Где ИИ бесполезен или опасен
Теперь про границы. Первая и главная — ИИ не имеет прямого доступа к закрытым базам данных. Он не залезет в платные сервисы вроде Maltego или Shodan, не откроет тебе приватный профиль в Facebook, не достанет телефонные номера из утечек. Он работает только с тем, что уже доступно публично и что можно найти через поиск.
Вторая проблема — галлюцинации. ИИ может с уверенным видом выдать "факт", которого нет. Особенно если информации мало. Спрашивал про малоизвестного стартап-основателя — ChatGPT придумал ему должность в компании, где тот никогда не работал. Просто потому что "логически подходило". Проверять каждый факт всё равно приходится вручную.
Третья — свежесть данных. Большинство моделей обучены на данных с обрезкой. GPT-4 знает мир до апреля 2023-го, Claude — до середины 2024-го. Если событие случилось после — модель о нём не знает. Веб-поиск частично решает проблему, но не всегда. Искал информацию про компанию, которая сменила название три месяца назад — ИИ упорно называл её по-старому.
Четвёртая — этика и легальность. ИИ не остановит тебя, если попросишь найти чей-то домашний адрес или номер телефона. Он выдаст, что сможет, без вопросов. Ответственность за использование — полностью на тебе. В России это особенно скользкая тема: сбор персональных данных без согласия может подпадать под 152-ФЗ.
Инструменты, которые я тестировал
Из того, что пробовал реально:
Perplexity — лучше всего для быстрого research. Ищет по интернету, даёт ссылки на источники, не выдумывает факты так часто, как ChatGPT. Для первичного сбора информации — мой выбор.
ChatGPT с веб-поиском (через плагины или GPT-4 с Bing) — хорош для структурирования. Можешь дать ему кучу разрозненных фактов и попросить свести в таблицу или хронологию. Но проверять надо всё.
Claude — силён в анализе текста. Если у тебя есть готовый дамп данных (логи, переписка, архив постов) — скармливаешь ему и просишь найти паттерны. У него большой контекст, можно загрузить много текста сразу.
Обычные OSINT-инструменты + ИИ для анализа — самый надёжный вариант. Собираешь данные через Maltego, Google Dorks, WhoisXML, архивы — а потом даёшь ИИ проанализировать результат. Так ты контролируешь источники и минимизируешь галлюцинации.
Что я понял на практике
ИИ в OSINT — это ассистент, а не замена мозгу. Он ускоряет рутину: агрегацию, первичный анализ, составление запросов. Финальную проверку делать всё равно тебе.
Самый эффективный подход — гибридный. Используешь традиционные OSINT-методы для сбора, а ИИ — для обработки и поиска связей. Так получаешь скорость от автоматизации и надёжность от ручного контроля.
Ещё один момент. Чем больше работаешь с ИИ в таких задачах, тем лучше понимаешь, где он врёт. Появляется чутьё. Видишь фразу "по некоторым данным" или "предположительно" — сразу красный флаг, иди проверять источник.
OSINT с ИИ — не революция, а эволюция. Инструмент стал мощнее, но принципы те же: проверяй источники, не доверяй одному каналу информации, думай своей головой.
