Досье на человека
Досье на живого человека перед встречей. Первый вызов — guide.py: карта из 8 шагов. Поиск — только search.py (Perplexity Sonar): --wave1, --deep, свои вопросы, затем --brief и по нему dossier.json. Проверка — verify_facts.py, документ Word на 2 страницы — render_dossier.py, тот же текст в чат.
Досье на человека
Портрет живого человека перед встречей: кто он/она, как думает, о чём с ним/ней говорить и чего не касаться.
Навык самодостаточный: методика сбора — в этом файле, поиск, проверка фактов
и вёрстка — в его собственных скриптах (search.py, verify_facts.py,
render_dossier.py). Отдельно ставить ничего не нужно. guide.py без аргументов печатает короткую
карту работы — с неё и начинайте; этот текст целиком — guide.py full.
Что нужно для работы:
- поиск — скрипт навыка
search.py(Perplexity Sonar); страницы целиком — тем инструментом агента, что открывает адрес (browse_pageили аналог); PERPLEXITY_API_KEYв настройках и доступ к нему в карточке навыка — на нём работают и поиск (search.py), и проверка (verify_facts.py);python3и библиотекаpython-docx— объявлена зависимостью навыка, платформа ставит её сама в изолированное окружение навыка при установке.
Хорошие результаты получены на Sonnet 4.6 и GLM-5.2.
Что получается на выходе — всегда одно и то же
Досье собирается в одном виде, без вариантов: файл Word на две страницы плюс тот же текст в чате (тем же объёмом, не пересказом).
Работа в малом контексте — почему навык устроен так
Навык рассчитан и на установки, где у агента малый рабочий контекст (режим «Мин»). Там движок сжимает историю задачи, как только она перерастает порог, и от каждого старого ответа инструмента оставляет пересказ его первых 2,5 тыс. знаков; ответы с пометкой «⚠️» (отказы скриптов) не сжимаются вовсе. Замер на живой установке: стартовый промпт — около 114 тыс. токенов, одно сжатие на три хода, первое — уже на третьем. Полный текст навыка (≈85 тыс. знаков) и волны поиска с полными ответами (30–35 тыс. знаков каждая) сами запускали сжатие, и к записи досье агент работал по пересказу начала инструкции и трёх строк от каждой волны. Досье выходили на треть короче, а при каждом замечании проверки агент не уточнял факт — данных уже не было, — а вырезал его.
Отсюда правила устройства:
- Короткий вывод, полные данные — в файлах.
guide.pyпечатает карту на 2,5 тыс. знаков; волны поиска — выжимку, а полные ответы Sonar пишут вresearch.jsonlрабочего каталога навыка. - Найденное возвращается свежим к моменту записи.
search.py --briefсобирает всё про человека в один блок с единой нумерацией источников и правилами записи JSON. Его вызывают прямо передwrite_file— сжатие его ещё не коснулось. - Правила — там, где они нужны. Каждый скрипт печатает правила своего шага и готовый следующий вызов; держать в голове всю методику не нужно.
- Меньше ходов. Волны 2–4 — один вызов
--deep;verify_facts.pyсам проверяет форму перед фактами; лишние источники убирает и перенумеровывает сборка. Чистый прогон — около десяти ходов. - Отказы короткие. Отказ скрипта не сжимается и живёт в контексте до конца, поэтому в нём только то, что надо исправить, — с пояснением Sonar, по которому факт можно поправить, а не только вырезать.
- Потерял нить —
guide.py status. Он печатает, что найдено, есть ли файл досье, чем кончилась проверка и какой следующий шаг.
Пять правил, которые нельзя нарушать
1. Порог подтверждения зависит от силы источника — с отдельной категорией «первое лицо».
| Категория | Что это | Нужно независимых |
|---|---|---|
| Первое лицо | LinkedIn / персональный сайт человека, его интервью, авторская колонка, публичное выступление, его пост | 1 (сам источник) + пометка «со слов X», если факт нельзя проверить извне |
| Сильный | официальный сайт компании, раскрытие информации, годовой отчёт, судебный документ, реестр, деловая пресса первого эшелона со ссылкой на первоисточник | 2 независимых |
| Средний и слабый | деловая пресса без ссылки на первоисточник, отраслевые издания, биографические справочники, агрегаторы, соцсети не самого человека, «топ-10 богатейших», статья без автора | 3 независимых |
Независимые — не перепечатки друг друга: две газеты с одним пресс-релизом считаются за один источник. Три агрегатора одной справки — тоже один.
Почему первое лицо — отдельная категория: карьерные факты (где работал, что окончил, в каком году) человек сам знает точнее любого стороннего источника. Заставлять искать «второе подтверждение» для года окончания вуза, названного самим человеком в LinkedIn, — искусственный дефицит. Но для утверждений о его достижениях, влиянии, роли в сделках — нужен внешний сильный источник, потому что самопрезентация субъективна.
Если набрать нужное число не удалось — факт идёт в «Не подтверждено».
Всегда проверяйте, есть ли у человека страница в LinkedIn с карьерным треком: как правило, это самый точный источник по хронологии работы.
2. Неподтверждённое помечается, а не выбрасывается и не выдаётся за факт. Сведение без подтверждения идёт в раздел «Не подтверждено» с указанием, откуда взято и чего не хватает. Никогда не пишите догадку тоном факта.
3. Факт подаётся как есть. Анализ помечается как анализ.
- Факт — то, что подтверждено. Пишется без смягчений: «Возглавляет департамент с марта 2023 года [4]».
- Анализ — вывод, сопоставление, прогноз. Всегда с пометкой
**[Анализ]**отдельным блоком, а не в фактической фразе.
Смешивать нельзя даже в одном предложении. «Опытный переговорщик, с 2019 года возглавляющий M&A-направление [3]» — это анализ («опытный переговорщик»), склеенный с фактом. Разделяйте.
4. Никаких выводов о личности из воздуха. «Судя по фотографиям, он человек закрытый» — выдумка. Черта характера попадает в досье, только если следует из наблюдаемого: слов, решений, свидетельств тех, кто работал. И даже тогда это анализ, а не факт.
5. Ни одного числа, которого нет в источнике дословно.
Это правило появилось из конкретного провала. Досье утверждало: «аналитика для 1 млн+ частных инвесторов [1]». Источник [1] — анкета человека в отраслевом реестре, заполненная им самим, — говорит про частных инвесторов, но никакого числа не содержит. Сплошной поиск по всей доказательной базе прогона, 194 333 знака, дал ноль совпадений «число + инвестор». К верному утверждению был дописан порядок величины, а ссылка осталась прежней — и теперь подпирала то, чего в ней нет.
Опаснее всего то, что число выглядело правдоподобно: у крупных инвестиционных сервисов действительно миллионы пользователей, поэтому на глаз ошибку не поймать ни владельцу, ни собеседнику на встрече.
Поэтому:
- Число берётся только дословно. Есть в источнике «950 советов» — пишем 950. Нет числа — не пишем никакого, даже «примерно миллион», даже если «очевидно, что их много».
- Каждое число подтверждается вторым независимым источником (порядок — в шаге 5, «Кросс-проверка»). Исключение только для первого лица о самом себе: год окончания вуза, названный человеком в своей анкете, второго подтверждения не требует.
- Выведенное число помечается словом. «Около 47 лет — из года окончания вуза (2001) [3]». Без «около» выведенное число выдаёт себя за прочитанное.
- Каждое число записывается в
figures— с дословной цитатой источника или с пометкой о выводе. Это проверяет скрипт вёрстки и отказывается собирать документ, пока подтверждения нет.
Анализ и синтез галлюцинацией не считаются и запрещены не они — но они
обязаны стоять отдельно, под пометкой **[Анализ]**, и не притворяться
прочитанным фактом.
Границы: чего в досье не бывает
Не собираем: домашний адрес, личные телефоны и почту, данные членов семьи (кроме публичной роли в бизнесе), состояние здоровья, ориентацию, сведения о детях, содержание частной переписки, всё, что получено не из открытых источников.
Собираем осторожно, только если это влияет на деловой разговор: судимости и судебные споры — со ссылкой на документ, а не на слух; санкции — с юрисдикцией и датой; политические взгляды — только публично заявленные.
Контекст — для кого собирается информация
По умолчанию читатель досье — руководитель компании из финансовой и технологической отрасли. Ищите точки пересечения биографии человека с финансами, технологиями и искусственным интеллектом, цифровыми сервисами: от этого зависит выбор тем на обсуждение.
Если владелец в запросе назвал другой контекст (свою роль, компанию, цель встречи), он важнее умолчания.
Шаг 1. Установить личность
Тёзки — главный источник ошибок. Закрепите человека минимум двумя признаками: компания и должность, страна, год рождения, написание имени на родном языке.
Имена с Ближнего Востока и из Азии переводятся по-разному: Си Цзиньпин / Xi Jinping, Мухаммед бин Салман / MBS, Ли Кашин / Li Ka-shing / 李嘉誠. Ищите на всех вариантах, включая оригинальное написание.
Правило разрешения неоднозначности — по порогу, а не «на глазок»
После первичного поиска (Слой 0, см. ниже) составьте список кандидатов: ФИО, год рождения (если есть), сфера, страна, работодатель.
| Ситуация | Что делать |
|---|---|
| Один кандидат | Собирать без уточнения |
| ≥ 2 кандидата, разные сферы | Задать вопрос с готовыми вариантами |
| ≥ 2 кандидата, одна сфера | Задать вопрос с признаком «работодатель / город / год» |
| Точного совпадения имени нет — только похожие | Задать вопрос: назвать ближайших, попросить признак |
| Один кандидат, но он широко известен | Собирать, но начать с оговорки о тёзке |
Один найденный кандидат — не доказательство, что он один. Порог считает тех, кого НАШЁЛ поиск, а не тех, кто существует. Непубличный человек следов не оставляет: у однофамильца-знаменитости статья в Википедии, а у директора по продажам из соседнего департамента — ничего. Поиск честно вернёт одного, и правило «один кандидат — собирать без уточнения» сработает на том, кого не спрашивали.
Признаки, что найденный — знаменитость, а не тот, кто нужен: статья в Википедии, государственная награда, федеральные СМИ, известность вне отрасли владельца. В этом случае досье собирается, но первой строкой идёт оговорка:
Нашёлся только широко известный <Имя> — <чем известен>. Если вы имели в виду однофамильца, назовите компанию, город или отрасль, и я соберу заново.
Вопрос здесь не блокирующий: чаще всего имелся в виду именно известный человек, и заставлять владельца отвечать на очевидное — потеря времени. Но одна строка сверху стоит дёшево, а встреча с чужой биографией в голове — дорого.
Реальный случай: на «кто такой <Имя Фамилия>» было выдано образцовое досье на известного однофамильца — основателя известного интернет-проекта, с источниками, ссылками и разделом «Не подтверждено». Спрашивали про другого человека — сотрудника крупной компании. Правило не нарушено: кандидат был один.
Прежде чем объявить двух кандидатов — проверьте, не один ли это человек в разные годы. Самая частая ложная развилка: у одного человека сменилась должность, поиск вернул две карточки, и они выглядят как двое.
Признаки, что это ОДИН человек:
- тот же работодатель, разные должности — это повышение или реорганизация, а не два разных человека;
- должности не пересекаются во времени: «руководитель направления, 2024» и «директор департамента, 2025» — последовательность, а не параллель;
- смежные подразделения одной структуры (отдел → департамент того же профиля) — типичное переименование при реорганизации;
- совпадает редкая деталь: тема выступлений, соавторы, город.
Признаки, что это РАЗНЫЕ люди: разные работодатели в один и тот же период, разные отчества, разные годы рождения, несовместимые биографии.
Если сомневаетесь — спрашивайте не «кто из двух», а прямо:
Нашёл упоминания под двумя должностями в одной структуре; похоже, это один человек после повышения. Собираю как одного — поправьте, если это двое.
Реальный случай: на «<Имя Фамилия> из <компании>» было предложено два варианта с разными подразделениями одной компании. Это был один человек: в 2024 году он руководил одним направлением, а к 2025-му возглавил смежное. Тот же работодатель, непересекающиеся даты, смежные подразделения — все три признака слияния были на виду.
Только готовые варианты, не открытый вопрос. Слабая модель без вариантов получает расплывчатый ответ и продолжает угадывать.
Как задать вопрос. Коротко, с вариантами:
Есть как минимум две заметные тёзки. Про какую составить досье?
- <Имя> — <работодатель, роль>
- <Имя> — <работодатель, роль> Или уточните: работодатель / роль.
Чего делать нельзя:
- начинать досье словами «вероятно, имеется в виду…» и продолжать;
- достраивать имя до знакомого: два слога в запросе против четырёх у известного — разные имена;
- собирать досье «на всякий случай на обоих» — это удваивает объём и не снимает вопроса.
Повторный запрос — не выбор человека. Если владелец снова пишет то же имя, он подтверждает интерес, а не назначает нового носителя. Переключаться на другого можно только по прямому указанию: имени, номера варианта, признака. История переписки таким указанием не является.
Реальный случай: на повторное «подготовь досье на <Имя Фамилия>» было выдано досье на другого человека с тем же именем, из другой страны, без единого вопроса. Руководитель получил чужую биографию.
Если сомневаетесь, о ком речь, — вопрос стоит одной строки, ошибка стоит встречи.
Шаг 2. Собрать информацию широким фронтом
Норма — не меньше 40 поисковых запросов на досье. Замерено на живых прогонах: короткие сборы делали 5–10 запросов, и этого не хватало — биографические якоря оставались незакрытыми, а разделы наполнялись пересказом одного и того же источника. Сорок — это нижняя граница, а не цель: если после них якоря не закрыты, ищите дальше.
Чем искать
| Инструмент | Приоритет | Что даёт | Когда |
|---|---|---|---|
search.py этого навыка (Perplexity Sonar) | основной | связный ответ со ссылками — сам читает источники и замечает противоречия | все волны поиска |
browse_page | адресно | полный текст конкретной страницы | первоисточник, сниппета не хватает, надо проверить противоречие |
встроенный поиск агента (gigasearch, web_search) | не для досье | другой движок, не Sonar | только если search.py не работает (нет ключа, сбой) — и тогда это сказать первой строкой ответа |
Ищите через search.py, а не встроенным поиском агента. В системе, где
методика отлажена, встроенный web_search и был Sonar: модель отправляла
восемь вопросов за ход, и движок сам брал Sonar. Здесь встроенный поиск —
другой движок (внутренний поисковик, ddgs, OpenAI), и в живых прогонах он
давал 4–7 запросов вместо 40 и досье на одних сниппетах. Поэтому Sonar
подключён скриптом: search.py ходит в него по тому же ключу, что и проверка
фактов, принимает волну до 8 вопросов за вызов (идут параллельно — это те же
восемь параллельных поисков) и ведёт журнал запросов. Сборка документа
сверяется с этим журналом.
Волна 1 — отдельным вызовом (по ней закрепляется личность), волны 2–4 — одним
вызовом --deep (24 вопроса), то, что они не закрыли, — своими вопросами с
именем в каждом. Затем --brief: он собирает всё найденное про человека в
один блок — по нему и пишется досье. Других флагов нет: незнакомый флаг скрипт
отклонит. Упал вызов — повторите тот же; встроенный поиск не замена.
skill_exec(skill="dossier", script="search.py",
args=["--wave1", "Иван Петров", "--org", "Пример", "--latin", "Ivan Petrov"])
skill_exec(skill="dossier", script="search.py",
args=["--deep", "Иван Петров", "--org", "Пример", "--latin", "Ivan Petrov"])
skill_exec(skill="dossier", script="search.py",
args=["Иван Петров: где работал в 2015–2019 годах?",
"Ivan Petrov Primer company board member"])
skill_exec(skill="dossier", script="search.py", args=["--brief", "Иван Петров"])
skill_exec(skill="dossier", script="search.py", args=["--log", "Иван Петров"]) # счётчик
В чат волны печатают выжимку (несколько сотен знаков на ответ), полные ответы
Sonar с адресами — в research.jsonl. Бриф (до ~22 тыс. знаков) даёт ответы с
единой нумерацией источников [1]…[N] и таблицу этих источников (сайт, дата,
заголовок, адрес), а в конце — правила записи dossier.json. Номера из брифа
ставьте в текст как есть: в sources переносите те же n и url, а лишние
источники и порядок нумерации сборка наведёт сама.
Источники досье — из ответов search.py. Скрипт пишет в журнал адреса,
которые нашёл Sonar, и сборка откажет, если из них меньше половины источников
досье (сравнение по сайту). В прогоне агент после одного сбоя ушёл во
встроенный поиск, и в досье попали личный блог и сайт цитат.
Sonar понимает вопрос целиком — формулируйте вопросом, а не набором
ключевых слов: «Кто такой Иван Петров из компании «Пример», какую должность занимает и с какого года?»
Точечные операторы (site:, кавычки, OR) полезны для конкретных пробелов —
готовые формулировки в поисковом справочнике (см. ниже).
Волнами по 6–8 запросов
search.py исполняет запросы параллельно, до восьми за вызов. Отправляйте
волну одним вызовом, а не по одному запросу: один вызов — вся пачка текущего
слоя. Ритм: вызов поиска → адресные загрузки страниц → снова поиск.
Волна 1 — установить личность (6–8 запросов).
Полное имя, работодатель / организация, латиница, LinkedIn через выдачу, соцсети,
однофамильцы. Готовая команда — search.py --wave1 "<Имя>" --org "<организация>" --latin "<Name>": восемь вопросов этого слоя одним вызовом.
Волна 2 — закрыть якоря (8–10 запросов).
По каждому незакрытому якорю — свой запрос. Образование, годы, предыдущие
работодатели, публикации, выступления, заявления. Готовая основа —
первая часть search.py --deep … (поиск по прошлому, проекты, позиции, новости);
то, что она не закрыла, — своими вопросами.
Обязательный второй прогон: поиск по прошлому
После первичного сбора не переходите к анализу. Сначала выпишите подтверждённые опорные точки: последняя известная роль, работодатель, даты, прежние работодатели, образование, проекты, публикации и варианты написания имени.
Затем отдельной волной ищите информацию назад от каждой точки. Приоритет — восстановление карьерной хронологии: предыдущие роли, работодатели и промежутки между ними. Одновременно ищите другие публичные и релевантные факты из прошлого: проекты, сделки, выступления, публикации, профессиональные позиции и связи с организациями.
Каждый пробел в карьерном треке или значимом контексте — отдельный запрос, а не повод достраивать биографию по аналогии. Включайте найденное только при наличии источника и понятной связи с человеком.
Волна 3 — обход графа связей (6–10 запросов). Каркас — вторая часть --deep
(соратники, компании, сделки, публикации, выступления, критики).
Каждый новый именной объект из первых двух волн — работодатель, вуз,
соавтор, конференция, сделка — порождает свой запрос. Без этого сбор
останавливается на первом слое, и всё, что за ним, теряется.
Волна 4 — свежая повестка и проверка спорного. Каркас — третья часть --deep
(заявления за три месяца, приоритеты, ближайшие события, где источники
расходятся). Всё, что встретилось в одном источнике или разошлось между
источниками, переспрашивается отдельно.
Оценки — не факты. «Крупнейший», «один из самых влиятельных», «легендарный»
проверка фактов почти всегда помечает «ЧАСТИЧНО», а переформулировка — новое
утверждение и новый круг проверки. Пишите факт без оценки сразу; --check
перечислит оценочные слова, которые остались.
Открывать страницы — адресно
browse_page — не для всего подряд. Открывайте, когда: источник первичный
(сайт компании, раскрытие, реестр, интервью), или сниппета не хватает, или
надо проверить противоречие. Sonar уже прочитал многое сам — не дублируйте
его работу.
Сколько открывать, зависит от контекста установки. С большим контекстом норма —
20–30 страниц: ноль означал бы досье на одних сниппетах. В малом контексте —
не больше 2–3, только чтобы разрешить конкретное противоречие: каждая страница —
десятки тысяч знаков, они запускают сжатие истории и вытесняют найденное. Там
доказательную базу несут ответы Sonar (он сам читает страницы и даёт адреса), а
verify_facts.py для каждого числа открывает цитируемую страницу сам.
Обход графа связей
Биография собирается обходом графа связей, а не одним запросом. Узлы графа: сам человек, работодатели, коллеги, соавторы, руководители, клиенты, конференции, издания. Рёбра: «работал в», «учился у», «выступал на», «писал вместе с».
10 биографических якорей — что именно закрываем
1. ФИО полностью (с отчеством / middle name)
2. Год и место рождения
3. Гражданство / страна текущего проживания
4. Образование: вуз, факультет, годы, степень
5. Последнее известное место работы + должность + дата источника
6. Хронология работодателей (в обратном порядке)
7. Ключевые публикации / сделки / проекты / патенты
8. Публичные выступления от первого лица (интервью, подкасты, конференции)
9. Награды, звания, членство в советах
10. Публично заявленные позиции по отраслевым вопросам
Заполнено ≥ 7/10 → «данных достаточно». Меньше — «данных мало» (по индикаторам ниже).
Подробный справочник — в отдельном файле
Четыре слоя поиска, готовые формулировки запросов по типам пробелов,
доменные фильтры по регионам и отраслям, языковой протокол, приоритет
открытия результатов, стоп-условия и формат журнала якорей — всё это в
references/search-playbook.md.
Прочитайте его перед началом сбора — одним вызовом, без поиска пути:
skill_exec(skill="dossier", script="guide.py", args=["playbook"])
Там заготовки, которые экономят половину работы: без них запросы получаются общими, а поиск останавливается на первом слое.
Ссылки: в тексте номер, в конце документа адрес
Каждый факт несёт номер источника в квадратных скобках сразу после
утверждения: Возглавляет департамент с марта 2023 года [4]. Несколько
источников — подряд: [2][5].
Полные адреса — в разделе «Источники» в конце документа. Голых URL в теле быть не должно. Нумерация сквозная и не переиспользуется.
Шаг 3. Три вещи, где формулировка важнее данных
Место работы — «последнее известное», а не «работает сейчас».
Человек меняет работу непублично. Написать «сейчас работает в X» — утверждать то, чего источник не говорит: источник говорит, что на такую-то дату он там работал.
- Нельзя: «Сейчас возглавляет департамент X в компании Y».
- Нужно: «Последнее известное место работы — департамент X в компании Y, по состоянию на март 2025 [4]».
Возраст — с оговоркой, если выведен, а не прочитан.
Возраст в открытых источниках чаще не указан прямо: он выводится из года окончания вуза или первой должности. Такой вывод даёт диапазон.
Формула:
Возраст ≈ текущий_год − (год_поступления_в_вуз − 17)
≈ текущий_год − (год_первой_работы − 22)
- Нельзя: «47 лет».
- Нужно: «около 47 лет — вывод из года окончания МГУ (2001) [3]; прямого указания на дату рождения в источниках нет».
Прямо названная в источнике цифра оговорки не требует: «48 лет [2]», — но учитывайте дату публикации: возраст на тот год, а не на сегодня.
Контрольные точки для сверки: год окончания вуза, год защиты диссертации, год первой руководящей должности, стаж в текущей роли. Расхождение между источниками — противоречие, а не повод выбрать цифру покрасивее.
Место жительства — только со связью с человеком.
Город из соцсети без подтверждающей связи — не источник вообще. По одному имени в соцсети находится десяток однофамильцев.
Город попадает в досье, только если подтверждён связью: адрес работодателя в том же городе, публичное выступление там, упоминание в деловой прессе с привязкой, его собственный пост о работе в компании из досье.
Нет связи → «место жительства не подтверждено», города в тексте нет. Неверный город на встрече — не мелочь: с него начинается small talk, ошибка вскрывается в первую минуту.
Шаг 4. Оценка полноты данных
Ставится первой строкой досье в чате. Не в конце, не в примечании. В файл Word оценка не выводится (см. «Обязательные поля» ниже) — там её место занимает сама биография.
Индикаторы «мало данных» (выполнено ≥ 2 из 3):
- нет ни одного источника, где человек говорит от первого лица;
- все найденные упоминания — из одного канала (сайт компании и перепечатки);
- вся публичная активность в пределах одного года (нет истории).
Формулировка при «мало данных»:
Данных мало. Подтверждено: <перечислить>. Про манеру вести переговоры, приоритеты и стиль решений в открытых источниках сведений нет. Всё ниже опирается только на перечисленное; выводов о характере из этих фактов не делается.
Формулировка при «достаточно»:
Данных достаточно: /10 якорей закрыты, включая <сколько> из первых уст.
Раздел «Темы на обсуждение» при малых данных строится не от личности, а от роли: чем занимается его компания, что происходит в отрасли.
Шаг 5. Кросс-проверка — всегда
Досье к встрече не сдаётся сразу после написания. Отдельный проход проверки делают подагенты, а не тот же поток рассуждения. У подагента чистый контекст — он ищет подтверждение заново, а не защищает уже сделанные выводы.
Что проверяется — строго в этом порядке:
1) точная дата рождения / возраст
2) текущая должность и работодатель
3) ЛЮБОЕ число в тексте — деньги, проценты, количества людей,
клиентов, офисов, стран, лет стажа, мест в рейтингах
4) названные сделки, суммы, судебные споры
5) город проживания
Пункт 3 — именно ЛЮБОЕ число, а не только деньги и проценты. Выдуманное «аналитика для 1 млн+ частных инвесторов [1]» — счёт людей: при проверке «только денежных цифр» оно проскочило бы, а в источнике [1] его не было вовсе.
Как проверяется число — три шага, все обязательны:
-
Найти дословную формулировку. Откройте источник, на который ссылаетесь, и найдите число ГЛАЗАМИ в тексте. Не «источник про это», а «в источнике написано ровно так».
-
Подтвердить вторым независимым источником. Отдельным запросом к поиску — с самим утверждением, а не с именем человека:
text skill_exec(skill="dossier", script="search.py", args=["<название сервиса>: сколько частных инвесторов, 2026", "«1 млн частных инвесторов» <название сервиса>"])Sonar отвечает синтезом со ссылками — годится, если ссылки ведут на документ, где число стоит. Совпадение формулировки в двух перепечатках одного пресс-релиза за два источника не считается.
-
Записать доказательство в
figures. Скрипт вёрстки требует на каждое число либо дословную цитату источника, либо пометку, что оно выведено. Процитировать то, чего в источнике нет, невозможно — на этом проверка и держится.
Не нашли подтверждения — число из текста убирается, а утверждение остаётся без него: «аналитика для частных инвесторов [1]». Досье без числа полезно. Досье с выдуманным числом опасно: его понесут на встречу.
Всё остальное в кросс-проверку не идёт — оно уже подтверждено на Шаге 2.
Применение результата:
- подтверждено → остаётся;
- не подтверждено → в «Не подтверждено»;
- противоречие → в «Не подтверждено» с обеими версиями. Выбирать более правдоподобную нельзя.
Если бюджет исчерпан — непроверенное переезжает в «Не подтверждено». Не «пропустили этот шаг».
Формат досье
<ОБЯЗАТЕЛЬНАЯ ПЕРВАЯ СТРОКА — оценка полноты данных (Шаг 4).>
# Досье: <Имя> (<оригинальное написание>)
Подготовлено: <дата> · Свежесть данных: <дата самого свежего источника>
## Одним абзацем
Кто это и почему важен для предстоящего разговора. 3–4 предложения.
## Кто он
Последнее известное место работы и должность — с датой источника.
Сколько лет в организации, чем занимался до. Возраст (по формуле, если
выведен) и образование. Каждый факт с номером источника.
## Чем известен
2–4 факта, по которым его знают в отрасли. Без оценок — оценки в блок
«[Анализ]».
## Культурный и национальный контекст
Заполняется, только если человек работает в другой деловой культуре
или разговор на стыке культур. Устойчивые деловые нормы страны,
а не стереотипы о людях. Для собеседника из той же среды, что и
владелец, — пропустить.
## Темы на обсуждение
Это единственный раздел про разговор: «о чём говорить» и «что обсуждать»
— один список, без деления надвое и повторов. Поле в JSON — `topics`.
Если пользователь не предоставил дополнительной информации в запросе, а просто
попросил подготовить досье на личность, то перечисляем 3–5 тем, каждая с
обоснованием и ссылкой на факт. Формулировать темой, а не вопросом. Готовый
вопрос звучит как анкета; тема даёт собеседникам самим найти формулировку.
Если пользователь дал в запросе контекст мероприятия или встречи (считаем
его по умолчанию существенным), нужен более развёрнутый список тем и
тезисов: каждая тема сводит повестку встречи с опытом человека, чтобы
разговор был максимально продуктивным. Раздел в таком случае имеет смысл расширить вплоть до 2800
знаков — это примерно страница документа Word, и весь документ тогда
занимает три страницы вместо двух.
## Чего не касаться
**Раздел не обязателен.** Заполнять, только если есть конкретика:
публичный конфликт, судебный спор, культурная специфика с закрытыми
темами, санкции. Если ничего — «специфических тем под запретом не
выявлено».
## Не подтверждено
Сведения без нужного числа источников и противоречия. Каждое — с
источником и указанием, чего не хватило. Противоречие — обеими версиями,
без выбора «более правдоподобной». Раздел обязателен: пусто — так и
пишите «нет».
## Анализ
Всё, что вывод, а не факт. Каждый блок помечен `**[Анализ]**` и опирается
на номера фактов. Раздел может быть пустым.
## Источники
Нумерованный список. Каждая строка: номер, название, дата, сила, ссылка.
1. [Годовой отчёт ПАО «X» за 2024 год](https://example.com/report-2024) —
15.03.2025 · сильный
2. [Интервью «Ведомостям»](https://example.com/interview) —
02.11.2024 · первое лицо
3. [Профиль в отраслевом справочнике](https://example.com/profile) —
дата не указана · слабый
Выдача: проверка и сборка документа скриптами
Оформление не сочиняется каждый раз — его делает скрипт этого же навыка
render_dossier.py, а факты перед этим проверяет verify_facts.py. Модель
отвечает за содержание, скрипты — за проверку и вид. Вёрстка, которую
собирает сама модель, получается разной от прогона к прогону: то шрифт
применён к абзацам, но не к таблицам, то документ вырастает на пять страниц.
Свой скрипт вёрстки не пишите. Если вызов не прошёл — повторите.
Что скрипт вёрстки теперь проверяет сам — обходить бесполезно
Все пункты ниже реальные случаи из прогонов; каждый теперь — отказ сборки:
- Сборка без триангуляции невозможна.
render_dossier.pyсверяется с тем, что подтвердилverify_facts.py(без--dry-run). Не подтверждено — отказ. Флаг--unverifiedпринимается только после настоящего сбоя:verify_facts.pyдолжен быть запущен (без--dry-run) и упасть из-за ключа, отказа по ключу или сети — скрипт вёрстки это сверяет. «Решить, что ключа нет», не запустив проверку, нельзя: в прогоне ключ был и Sonar работал. После такого сбоя в документ первой строкой встаёт красная пометка «триангуляция НЕ проводилась», в колонтитул — «БЕЗ ТРИАНГУЛЯЦИИ», а ответ в чат обязан начинаться строкой «⚠️ Триангуляция НЕ отработала: <причина>». Упомянуть это в конце ответа — нарушение. - Числа словами запрещены. «около восьмидесяти шести подчинённых»,
«свыше четырёх триллионов», «тридцать два года» — это обход проверки чисел.
Любая величина пишется цифрами и идёт в
figuresс дословной цитатой. - Семья, здоровье, частная жизнь. Жена, муж, дети, родственники (в т.ч. знаменитые), болезни — отказ. Родство с публичной фигурой — не повод.
- Каждая фраза в «Кто он» и «Чем известен» — со своим номером источника. Один номер в конце абзаца на пять фактов не считается.
- Википедия и энциклопедии — средний/слабый источник, не «сильный».
- Поиск — через
search.py. Сборка сверяется с журналомsearch.py: нужно не меньше 6 успешных запросов Sonar с именем этого человека за последние 12 часов — одна полная волна. Меньше — отказ. В одном прогоне агент прочитал инструкцию, сам написал «вижу шаг search.py» и собрал всё встроенным поиском; в следующем — отправил в Sonar два запроса в самом конце, только чтобы пройти проверку. Ищите черезsearch.pyс первой волны. Имя в запросе — кириллицей или латиницей, одинаково. Исключение одно: Sonar недоступен (нет ключа, сеть), и досье собирается с--unverified. - «Чего не касаться» — тоже без частного. Тема называется обобщённо («личная жизнь и семья»), без имён, дат, болезней и смертей. В прогоне туда попала история о смерти сына героя досье — с именем и годом.
Цитата в figures — на любом языке. Числа сравниваются как числа:
«$10 млрд» в досье и «$10 billion» в цитате — одно и то же, «79,1 млн» =
«79.1 million». Переводить цитату или подгонять запись не нужно. Совпадение
точное: «$3 трлн» не подтверждается «$3.1 trillion».
Текст для чата печатает скрипт. После сборки render_dossier.py выводит
блок «ТЕКСТ ДЛЯ ЧАТА» — из того же JSON, что и документ: первой строкой
полнота данных (или пометка о сбое триангуляции), последней — «Собрано: …».
Отправляйте его как есть, без единой правки. Ничего не добавляйте и не
пересказывайте: в прогоне агент начал ответ с «Готово. Файл отправлен.» и
дописал в чат сведения, которые проверка из документа убрала. Суммы в этом
тексте уже записаны как «10 млрд долл.»: чат рисует текст между двумя «$»
как формулу, поэтому знак доллара туда не возвращайте.
Если и со второго раза нет, ручная сборка допустима, но о провале говорится ПЕРВОЙ строкой ответа, а не примечанием внизу:
⚠️ Триангуляция и штатная вёрстка НЕ отработали:
<текст ошибки>. Досье собрано вручную и через внешние источники НЕ проверено.
Та же пометка идёт и в итоговую строку «Собрано:». Причина жёсткости: в одном из прогонов оба скрипта были заблокированы, агент собрал документ руками и написал об этом абзацем в самом низу — владелец увидел обычное на вид досье и заметил подвох только в логах. Непроверенное досье внешне неотличимо от проверенного, поэтому отличать его должна первая строка.
Так уже было и хуже: однажды владелец получил вместо досье заглушку на четыре абзаца.
Порядок
Шпаргалка по вызовам в одном месте:
skill_exec(skill="dossier", script="guide.py", args=["flow"]).
Где лежит рабочий файл. Сохраните dossier.json в рабочий каталог
текущей задачи — write_file(root="task_drive", path="dossier.json", …) — и
передавайте скриптам либо абсолютный путь из ответа write_file, либо просто
имя файла: скрипты сами найдут его в каталоге задачи (самый свежий файл с этим
именем) и напечатают, какой файл взяли и на кого досье. При неудаче они
печатают, где искали, — гадать не нужно. Каталог задач называется
task_drives, а не tasks: в этой установке это /data/task_drives/<task_id>/,
на локальной — /home/ouroboros/ouroboros-data/data/task_drives/<task_id>/.
Если правка JSON через edit_text отказывает (режим light), перезапишите файл
целиком тем же write_file.
Несколько человек в одной задаче — отдельный файл на каждого
(dossier_<фамилия латиницей>.json), иначе второе досье перезапишет первое.
Угадывание пути стоит дорого и повторяется из прогона в прогон: в одном из
прогонов агент четыре раза подряд получил отказ, читал исходники скриптов и
потратил на это около пятнадцати минут. Первая же попытка была
data/tasks/<id> — каталога с таким именем не существует.
1. Собрать содержание в JSON — по брифу, сразу после него. search.py --brief печатает в конце правила записи: поля, лимиты, ориентиры объёма.
Полная схема с лимитами каждого раздела — у сборщика:
skill_exec(skill="dossier", script="search.py", args=["--brief", "Иван Петров"])
skill_exec(skill="dossier", script="render_dossier.py", args=["--schema"]) # при необходимости
Пишите в полную силу лимитов: «Одним абзацем» — 3–4 предложения, «Кто он» —
450–600 знаков, «Чем известен» — 3–4 пункта, «Темы» — 4–5 пунктов по 200–300
знаков. Тонкие разделы были главным дефектом прогонов в малом контексте;
превышение срежет --fit. Если в запросе или памяти агента сказано, для кого
досье (организация, роль, интересы владельца), — запишите это в owner_context
(в документ не выводится) и стройте «Темы» на стыке его интересов и опыта
человека; повод встречи — в meeting_context.
Ссылки и источники. Номера [n] — как в брифе. Сборка сама уберёт
источники без ссылок и перенумерует остальные по первому упоминанию, поэтому
удалять строки из sources ради объёма не нужно. Отказ — только на битую
ссылку: номер в тексте, которого нет в sources (в прогоне агент удалил
«лишние» источники, а ссылки [13], [17], [18], [22] остались).
Поля совпадают с разделами досье один в один. Списочные разделы («Чем известен», «Темы на обсуждение», «Не подтверждено», «Анализ») — списками строк, остальные — строками.
Отдельно — поле figures. Туда идёт по записи на КАЖДОЕ число,
встречающееся в тексте досье:
"figures": [
{"value": "15", "source": 1,
"quote": "сегодня офисы компании работают в 15 странах"},
{"value": "около 47 лет", "source": 3,
"derived_from": "из года окончания вуза (2001) [3] — прямой даты рождения в источниках нет"}
]
quote — дословный кусок источника, в котором это число стоит, на
языке источника. Скрипт сверяет числа как числа («$10 млрд» = «$10 billion»):
если величины в цитате нет, документ не собирается.
derived_from — для выведенных чисел; тогда в тексте досье это число
обязано идти с «около» или «примерно», иначе скрипт тоже откажет.
Годы (1900–2099) и однозначные числа величинами не считаются.
Числа, для которых не нашлось ни цитаты, ни честного вывода, из текста убираются. Не «оцениваются», не округляются «примерно» — убираются.
2. Форма — объём, числа, ссылки, частное. Её проверяет сам
verify_facts.py (шаг 3) перед тем, как тратить Sonar; отдельный вызов не
обязателен:
skill_exec(skill="dossier", script="render_dossier.py",
args=["--check", "dossier.json"]) # по желанию — только форма
Скрипт покажет знаки по каждому разделу и его лимит. Превышение — отказ, а не предупреждение: документ на три страницы никто не читает перед встречей. Отказывает и лимит отдельного раздела, а не только общий объём.
2а. Если превышен объём — дайте срезать скрипту:
skill_exec(skill="dossier", script="render_dossier.py",
args=["--fit", "dossier.json"])
Скрипт сам убирает необязательное по правилу — «Анализ» → «Культурный контекст» → примеры в «Чем известен» — пока и общий бюджет, и лимиты этих разделов не сойдутся. Что убрано, он перечисляет вслух и дописывает пометку в «Не подтверждено»: документ не должен выглядеть полным, если из него вынули часть. Результат пишется в тот же dossier.json; если переписать его нельзя, скрипт кладёт копию «dossier.fit.json» и печатает её абсолютный путь.
Прозу обязательных разделов — «Кто он/она», «Одним абзацем» — скрипт не режет:
обрывать биографию на полуслове хуже, чем отказать. Их сокращаете вы, и
--check называет конкретную цель: не «сократите», а «сократите до 540
знаков». Цель ниже лимита намеренно: разделы считаются вместе, и, срезав
ровно превышение, вы промахнётесь снова.
Почему форма раньше фактов: проверка фактов платная и смотрит на точные
формулировки. Правка объёма или чисел после неё меняет формулировки — и они
уходят на проверку заново. Поэтому verify_facts.py сам сначала прогоняет
эту проверку формы и, если есть замечания, отказывает, не тратя Sonar.
3. Триангуляция — ДО чата и ДО документа:
skill_exec(skill="dossier", script="verify_facts.py",
args=["dossier.json"])
Это не формальность и не последний штрих. Порядок работы такой: волны поиска → кросс-проверка подагентами → этот скрипт → и только потом и текст в чат, и документ. Семь раз отмерь.
Почему до чата, а не перед вёрсткой: текст владелец читает из того же JSON, а не из файла. Проверка на выходе спасает документ и не спасает человека — он уже прочитал непроверенное.
Что делает скрипт: берёт КАЖДОЕ число и КАЖДУЮ фразу со ссылкой из «Одним абзацем», «Кто он», «Чем известен», «Тем на обсуждение» и должности — предела нет, пропусков нет, — идёт с ними в Sonar в восемь потоков и считает домены, которые НА САМОМ ДЕЛЕ подтверждают (в сниппете есть само число или минимум два значимых слова утверждения); нужно не меньше двух РАЗНЫХ. Для чисел он вдобавок открывает саму цитируемую страницу и ищет число на ней: вопрос не «есть ли такое число где-нибудь», а «есть ли оно ТАМ, куда поставлена ссылка». Утверждения из уникальных первоисточников — LinkedIn, GitHub, arXiv, Google Scholar, ORCID — от кросс-проверки освобождены: требовать второй источник для того, что существует в одном месте, значит запретить верный факт.
Нужен ключ Perplexity: навык запрашивает PERPLEXITY_API_KEY из настроек,
владелец выдаёт доступ в карточке навыка. --dry-run показывает план
проверки без обращений к сети.
Если утверждений много и скрипт не уложился в отведённое время, он честно отвечает «НЕ ГОДИТСЯ — проверка не завершена» и запоминает уже подтверждённое: повторите тот же вызов, и он проверит только остаток.
Скрипт отказал — досье не отдаётся. Ни в чат, ни файлом. Убираете неподтверждённое число или переносите утверждение в «Не подтверждено» и прогоняете снова. Проверка стоит минуты; досье с выдумкой уносят на встречу.
Как не ходить кругами (в прогонах уходило по 5–7 кругов):
- Отказ печатает ПОЛНЫЙ список — правьте всё одним
write_file. - «ЧАСТИЧНО» — в отказе стоит пояснение Sonar. Если оно прямо называет верную версию (дату, должность, кто именно), поправьте фразу по нему: факт остаётся в досье, а не исчезает. Иначе уберите спорную часть или перенесите коротко в «Не подтверждено». Новых фактов взамен не дописывайте — каждый проверяется заново и даёт новый круг.
- В «Темах на обсуждение» частичное подтверждение сборку не останавливает (статус «допущено»): это зацепки для разговора. Опровергнутое и числа в «Темах» — останавливают.
- Один раз, до платной проверки,
verify_facts.pyможет ответить «ДОРАБОТАЙТЕ ОБЪЁМ»: найдено много, а досье тонкое. Допишите по брифу — или просто вызовите снова: второй вызов проверит как есть. - Оценок («крупнейший», «один из самых») не пишите с самого начала.
- «СБОЙ» — это ошибка запроса, а не опровержение: повторите тот же вызов.
- С третьего отказа скрипт прямо скажет: перенесите всё оставшееся спорное в «Не подтверждено» как есть и запустите проверку последний раз.
Что НЕ проверяется как утверждение: «Не подтверждено» (там и место спорному,
в том числе двум версиям одного числа: «200 [1] или 350 [2]»), фразы с
пометкой [Анализ], фразы без номера источника и вопросы в «Темах»,
записи figures, числа которых в утверждающих разделах уже нет. Дата
события — по источнику о самом событии: дата интервью или статьи о нём —
не дата события (так в прогоне «человек года» TIME за декабрь 2025-го
превратился в «октябрь 2026-го»). Факт от первого лица (интервью, личный сайт; у источника
strength «первое лицо») проходит с одним источником, если в тексте так и
сказано: «по её словам», «со слов». Номера можно писать и группой: [1, 2].
Если сведений почти нет и всё найденное ушло в «Не подтверждено», проверять нечего — скрипт ответит «ГОДНО: проверять нечего», и честное короткое досье «данных мало» собирается.
4. Собрать файл:
skill_exec(skill="dossier", script="render_dossier.py",
args=["dossier.json", "Досье — <Фамилия Имя> — <ГГГГ-ММ-ДД>.docx"])
Имя файла — без путей, только <имя>.docx: скрипт пишет строго внутрь
своего рабочего каталога и печатает полный путь готового файла. Этот путь
и передавайте в send_file.
5. Ответ в чат — готовый блок из вывода скрипта. Скрипт печатает «ТЕКСТ ДЛЯ ЧАТА»; отправьте его целиком, без правок. Его последняя строка — чем собрано, в таком формате:
Собрано: dossier v<версия> · проверка verify_facts · вёрстка render_dossier
Модели в этой строке нет, и дописывать её не нужно. Агент в этой установке не знает, какая модель отвечала: во всех проверенных прогонах досье подписывали «claude-opus», а по журналу задачи и настройкам все ходы делала claude-sonnet-4.6. Неверная подпись хуже никакой. Какая модель собирала, видно в настройках («Основная модель») и в журнале задачи на дашборде.
Если триангуляция не отработала, это пишется в той же строке, а не в примечании внизу — скрипт делает это сам:
Собрано: dossier v<версия> · БЕЗ ТРИАНГУЛЯЦИИ · вёрстка render_dossier
6. Отдать файл владельцу через send_file, и тем же ходом — блок
«ТЕКСТ ДЛЯ ЧАТА» из шага 5.
Обязательные поля, о которых легко забыть
gender — "m" или "f". От него зависят заголовки: «Кто он» / «Кто она»,
«Чем известен» / «Чем известна». Досье о женщине с заголовком «Кто он»
выглядит собранным без внимания, и это замечают в первую секунду.
Определяйте по источникам, а не по имени: имя не всегда однозначно.
meeting_context — заполняется, только если владелец сам дал контекст
встречи в запросе. Не придумывайте его: в прогоне агент вписал «встреча о
партнёрстве в AI-инфраструктуре», которой владелец не называл, и документ
вырос до трёх страниц. Нет контекста — поле пустое.
Если владелец дал контекст встречи:
повод, формат, площадка, чего он хочет добиться. Считайте такой контекст
существенным по умолчанию. При заполненном поле скрипт сам расширяет
«Темы на обсуждение» до 2800 знаков, а документ — до трёх страниц.
completeness — оценка полноты. Считается всегда, но в документ не
выводится: якоря и счёт источников нужны вам, чтобы решить, хватает ли
материала. Руководитель открывает досье, чтобы узнать человека, а не
оценивать работу над ним. В чате оценка остаётся.
Язык: только русский
Досье целиком по-русски. Единственное исключение — оригинальные названия
организаций и аббревиатуры: Associação Comercial de São Paulo (ACSP),
BNP Paribas, En+. Всё остальное переводится, включая месяцы в датах:
«по состоянию на agosto 2026» — недоделка, даже когда факт верен.
Цитаты из англоязычных источников в тексте разделов тоже переводятся:
«Narendra Modi has served as Prime Minister since 2014» в «Кто он» —
брак, даже если факт верен. Дословный оригинал нужен только в figures.quote.
Скрипт подстраховывает и сам переводит месяцы в дате шапки, но полагаться на это нельзя: он не трогает текст разделов.
Что скрипт вёрстки делает сам
- Arial 12, интервал 1,5, поля 2 см — заданы стилю Normal целиком, поэтому действуют и в таблицах, и в списках.
- Кириллица: отдельно проставлен
w:eastAsia, иначе Word подставит свой шрифт. - Шапка: имя, последняя известная роль и дата, на которую она известна.
- Источники — таблицей с кликаемыми ссылками.
- Колонтитул с именем и датой.
- Бюджет двух страниц: 5400 знаков, лимит на каждый раздел; с контекстом встречи — 8100 знаков и три страницы.
- Каждое число в тексте сверяет с записью в
figures.
Если бюджет превышен
Сокращать строго в этом порядке: «Анализ» → «Культурный контекст» → примеры внутри «Чем известен». Никогда не сокращать полноту данных, «Не подтверждено» и «Источники» — без них документ теряет то, ради чего он честен.
Текст в чате — тот же объём, что в документе
Чат и документ содержат одно и то же. Не краткий пересказ и не выжимка: тот же текст, те же разделы, тот же порядок, те же 5400 знаков (или 8100, если задан контекст встречи).
Если в чат идёт выжимка на 300–600 слов, а в файл — две страницы, получается два разных досье: одно читают сразу, второе открывают позже и находят там другое. Расхождение между тем, что человек прочёл, и тем, что он переслал помощнику, — источник недоразумений на встрече.
Отличается только оформление:
| В чате | В документе | |
|---|---|---|
| Заголовки | ## | стили Word |
| Ссылки | [1] инлайн | [1] + таблица с гиперссылками |
| Полнота данных | есть, первой строкой | не выводится |
| Заголовки по роду | «Кто она» | «Кто она» |
Полнота данных — единственное, что есть в чате и нет в документе: вам она нужна, чтобы понять, насколько досье надёжно, а в файле, который уйдёт дальше, служебная арифметика лишняя.
Чего делать нельзя
- Не заполняйте раздел ради полноты. Нечем наполнить «Чего не касаться» — так и напишите.
- Не переносите черты компании на человека. Агрессивная стратегия фирмы не делает её директора агрессивным переговорщиком.
- Не выдавайте общее за личное. «В его культуре принято…» — про культуру. «Он предпочитает…» требует свидетельства именно о нём.
- Не опирайтесь на память модели о людях и датах. Она устаревает и путает тёзок. Всё — из поиска, со ссылкой.
- Не останавливайтесь на LinkedIn. Каждый работодатель из LinkedIn — новый запрос. Иначе досье получится плоским.
Stop-gate перед сдачей
Проверяется по порядку. Любой невыполненный пункт — досье не сдаётся.
- Поиск шёл через
search.py(журнал:search.py --log); запросов не меньше 40; открытых страниц 20–30 при большом контексте, 0–3 при малом - Личность закреплена двумя признаками; при единственном известном однофамильце — оговорка о тёзке первой строкой
- Кросс-проверка подагентами пройдена, вердикты применены
- У фактов из сильных источников 2 независимых, из слабых — 3
- Каждый факт несёт номер источника в квадратных скобках
- Анализ помечен и нигде не склеен с фактом в одной фразе
- Место работы названо «последним известным», с датой источника
- Каждое число найдено в источнике ДОСЛОВНО и записано в
figuresс цитатой; порядок величины ниоткуда не дописан - Каждое число подтверждено вторым независимым источником — отдельным запросом с самим утверждением, а не с именем человека
- Выведенные цифры идут с «около» и опорной точкой
- Место жительства подтверждено связью с человеком, а не именем
- Запретных сведений (адрес, семья, здоровье, смерть близких) нет — ни в одном разделе, включая «Чего не касаться», и ни в чате
- Если владелец дал контекст встречи —
meeting_contextзаполнен, а «Темы на обсуждение» развёрнуты (до 2800 знаков) и сводят повестку встречи с опытом человека -
verify_facts.pyпрошёл начисто — до текста в чат и до документа; неподтверждённые утверждения убраны или перенесены в «Не подтверждено» -
render_dossier.py --checkпрошёл: бюджет и лимиты разделов не превышены - Все величины записаны цифрами (не словами) и есть в
figures - Досье собрано БЕЗ
--unverified; если с ним — первая строка ответа «⚠️ Триангуляция НЕ отработала: <причина>» - Файл собран скриптом и отправлен через
send_file - В чат отправлен блок «ТЕКСТ ДЛЯ ЧАТА» из вывода скрипта — как есть, первой строкой полнота данных
- Поле
genderзаполнено — заголовки «Кто она» / «Чем известна» верны - В досье нет иноязычных слов, кроме названий организаций и аббревиатур
- Служебной оценки полноты в документе нет (она только в чате)
- Последняя строка ответа — «Собрано: …» из вывода скрипта, ровно как напечатана; модель в неё не дописана
- Downloads
- Security audit
- Review
- Last updated
- 1mo ago
- Current version
- v1.1.8
- License
- MIT-0
