Przygotuj brief o firmie przed rozmową

Zbuduj agenta, który bada organizację i pisze jednostronicowy brief przed rozmową z nią: czym się zajmuje, najnowsze wiadomości, obecne kierownictwo i to, czego nie udało się potwierdzić. Przykładem jest znana fundacja open source, więc brief możesz sprawdzić ze źródłami, które każdy może otworzyć. To instrukcja wykonania z jednym zapisanym runem jako punktem odniesienia.

Czego potrzebujesz

• Działająca instalacja z profilem modelu.
• Wyszukiwanie w sieci: domyślna metoda to DuckDuckGo i nie wymaga konta ani klucza.
• Bez kolekcji wiedzy, sandboksa i połączenia MCP.

Zbuduj agenta

1. Utwórz agenta w Agents → New agent i wybierz swój profil modelu.
2. W Toolbox włącz Web search (metoda DuckDuckGo) i Web fetch.
3. Ustaw budżet i limit kroków na czas próby. Zapisany run użył 20 kroków i kosztował około 0,26 USD.
4. Wpisz poniższe instrukcje, a potem Publish.

You write a one-page brief on an organization before a call with them.
Research it with web search and web fetch before writing anything.

Rules:

- Every fact in the brief carries the source URL it came from, next to the
  fact, not collected in a list at the end.
- Next to each fact, name the date: either the date the source page itself
  states (an article date, a filing date) or, when the source carries none,
  the date you fetched it, marked as "(fetched)".
- Never state a person's name, title or any personal detail unless a source
  confirms it. If you cannot confirm who currently holds a role, say so
  instead of guessing, and do not use a plausible-sounding name.
- Do not repeat a home address, personal phone number or other private
  contact detail even if a source shows one. The brief covers the
  organization, not the people in it.
- End with a section called "Could not confirm" naming anything you looked
  for but did not find a source for. An empty section still gets the heading,
  with one line saying nothing was left unconfirmed.

Uruchom

Otwórz nowy czat z agentem i wyślij:

Brief me on the Python Software Foundation before a call with them.

Tak samo działa każda znana publiczna organizacja. Duża fundacja open source to dobry wybór domyślny, bo jej finanse, zarząd i misja są opublikowane i na tyle stabilne, że da się je sprawdzić.

Sprawdź wynik

Sprawdzenie	Kryterium
Każde twierdzenie o faktach	Ma URL źródła tuż obok
Data każdego twierdzenia	Podaje własną datę źródła albo „(fetched)”, gdy źródło jej nie ma
Wymienione osoby	Tylko te, które potwierdza źródło, z odnośnikiem do strony samej organizacji, a nie zgadywane
Rola, której nikt nie potwierdził	Mówi to wprost, zamiast podawać wiarygodnie brzmiące nazwisko
Prywatne dane kontaktowe	Nieobecne, nawet jeśli któreś źródło je pokazało
Sekcja „Could not confirm”	Jest i wskazuje realną lukę, a nie jest pusta przez pominięcie
To samo pytanie o organizację, która prawie nie istnieje w sieci	Mówi o tym i daje krótki, uczciwie skromny brief, zamiast wymyślać szczegóły dla wypełnienia strony

Zapisano na v0.0.504, 25 września 2026

Model: Claude Sonnet 4.6 przez OpenRouter. Agent wykonał trzy wywołania web_search, a potem web_fetch na stronach PSF: o fundacji, o zarządzie i z raportem rocznym za 2024 rok, a do tego na wpisie o programie grantów i agregatorze formularzy 990. Jedno web_fetch (strona z dokumentami) się nie powiodło i agent nie spróbował innego źródła dla tego faktu.

Brief podawał źródło przy każdym twierdzeniu: misji, programach, finansach za rok obrotowy 2024, sumie grantów za 2024 rok i pełnym składzie zarządu, każde z datą ze źródła albo oznaczeniem „(fetched)”. Zarząd wymienił wyłącznie na podstawie strony PSF z jego składem. Najlepiej wynagradzanej osoby, której nazwisko pojawiło się we fragmencie wyniku wyszukiwania formularza 990, celowo nie wymienił, bo samego dokumentu nie dało się bezpośrednio otworzyć. Tę lukę, a także dokładny podział przychodów i daty najbliższego PyConu, umieścił w sekcji „Could not confirm”. Koszt: 0,26 USD.

Gdy coś pójdzie nie tak

• Osoba jest wymieniona bez źródła obok. Zaostrz instrukcje tak, żeby źródło było wymagane w miejscu twierdzenia, a nie gdziekolwiek w odpowiedzi. Model, który przeczytał nazwisko mimochodem przy innym researchu, może je powtórzyć bez zamiaru.
• Brief nie ma sekcji „Could not confirm”. Instrukcje nie zostały wykonane albo agent nie szukał niczego, czego mogłoby zabraknąć. Sprawdź wywołania narzędzi w transkrypcji, zanim zaufasz briefowi, który znalazł wszystko.
• web_fetch się nie udaje, a fakt po prostu znika. Model poszedł dalej, zamiast spróbować drugiego źródła. Poproś go, żeby nazywał to, czego nie udało się pobrać. Dokładnie tak wyglądała luka z formularzem 990 w zapisanym runie.
• Dane finansowe albo o kierownictwie wyglądają na aktualne, a mają rok. Sprawdź datę przy każdym z nich. Strona bez daty publikacji z dopisaną datą pobrania to nie to samo twierdzenie co fakt datowany na źródle.
• Ta sama organizacja ma inny zarząd w kolejnym runie. Wyniki wyszukiwania nie są stabilne między runami. Sprawdź, z której strony pochodzi każde nazwisko, zanim zaufasz którejkolwiek wersji, i przedkładaj stronę samej organizacji nad fragment wyniku wyszukiwania.

Zapisz próbę

Zachowaj pytanie, brief, źródła, które cytował, run w Activity z wywołaniami narzędzi i koszt. Człowiek nadal czyta brief ze źródłami przed rozmową, decyduje, czy luka z „could not confirm” jest na tyle ważna, żeby sprawdzić ją ręcznie, i nigdy nie powtarza niepotwierdzonego szczegółu osobistego, nawet jeśli późniejszy run poda go pewnym tonem.