ChatGPT do researchu: przypis nie daje ci racji

Masz odpowiedź z ChatGPT, trzy cytowania i to cudowne uczucie: „dobra, temat zamknięty”. I właśnie wtedy możesz wkleić do prezentacji zdanie, które brzmi profesjonalnie, ma link, a mimo to jest kompletnie obok prawdy. 😬

Przypis nie jest pieczątką „sprawdzone”. Jest zaproszeniem do sprawdzenia.

To różnica, która ratuje reputację, budżet i kilka bardzo niezręcznych spotkań na Zoomie.

Przypis wygląda jak dowód. Nie zawsze nim jest

Wyobraź sobie prostą scenę.

Ktoś pyta ChatGPT o zmianę przepisów, ruch konkurencji albo dane z rynku. Dostaje zgrabny akapit: konkretna liczba, konkretna data, pewny ton. Obok świeci cytowanie. Idealnie, można lecieć dalej.

Klikasz.

Źródło jest artykułem sprzed roku. Albo streszczeniem, które cytuje inne streszczenie. Albo potwierdza tylko połowę zdania, a druga połowa została przez model dopowiedziana tak płynnie, że nikt tego nie zauważył.

I nie, to nie jest „wina użytkownika, bo źle promptował”. To normalne ryzyko pracy z generatywną AI.

OpenAI w instrukcji dotyczącej ChatGPT Search mówi to wprost: wyniki wyszukiwania i cytowania mogą być niepełne, nieaktualne albo niepoprawne. Zalecenie jest banalne, ale większość osób je omija: otwórz cytowane źródło, sprawdź, czy faktycznie wspiera tezę, zobacz datę publikacji lub aktualizacji i oceń, czy to źródło ma autorytet w tej sprawie.

Czyli tak: link przy zdaniu to nie meta. To dopiero start.

Pewny ton to najtańszy kostium prawdy

National Institute of Standards and Technology ma na to mało romantyczne słowo: confabulation.

Chodzi o sytuację, w której system generuje błędną albo fałszywą treść i przedstawia ją z pełnym przekonaniem. Po ludzku: AI potrafi powiedzieć bzdurę takim tonem, jakby właśnie wróciło z narady zarządu.

To dlatego odpowiedź brzmiąca pewnie nie zasługuje na większe zaufanie niż odpowiedź ostrożna. Czasem wręcz przeciwnie.

NIST ostrzega, że takie błędy są szczególnie istotne przy długich, otwartych odpowiedziach i tematach wymagających kontekstu lub wiedzy branżowej. Czyli dokładnie tam, gdzie najchętniej zlecamy AI „zrób porządny research”. No przecież pięknie.

Search i Deep research to nie magiczna różdżka

ChatGPT Search przydaje się do szybkiego rozeznania. Chcesz sprawdzić, co wydarzyło się na rynku, znaleźć komunikaty firmy, złapać orientację w nowym temacie. Dostajesz odpowiedź z cytowaniami, możesz kliknąć przypis i otworzyć źródło. Możesz też użyć przycisku Sources, żeby zobaczyć cytowane oraz inne istotne linki.

To świetny skrót przez dżunglę. Nie akt notarialny.

Deep research jest do zadań, które mają więcej niż jeden zakręt. Porównanie dostawców, analiza rynku, zebranie argumentów do decyzji, research do oferty czy przetargu. OpenAI opisuje tę funkcję jako pracę wieloetapową: narzędzie może rozbić problem na pytania pomocnicze, zebrać materiały i złożyć udokumentowany raport. Pierwotna zapowiedź mówiła o researchu trwającym mniej więcej od 5 do 30 minut.

Brzmi jak junior analityk, który nie marudzi o kawę. Ale nadal nie jest osobą, która bierze odpowiedzialność za decyzję.

OpenAI zastrzega, że Deep research może halucynować fakty, wyciągać błędne wnioski i mieć problem z odróżnieniem źródła autorytatywnego od plotki. Ma cytowania, jasne. Tyle że cytowania nie zdejmują z ciebie obowiązku myślenia.

Najpierw dokument, potem komentarze

Największy błąd nie polega na tym, że ktoś używa AI do researchu.

Największy błąd polega na tym, że bierze pierwszy dobrze napisany tekst za źródło pierwotne.

Jeśli sprawdzasz zmianę prawa, szukasz tekstu aktu, strony urzędu albo oficjalnego rejestru. Jeśli oceniasz produkt, zaczynasz od dokumentacji producenta i oficjalnego komunikatu. Jeśli analizujesz wyniki firmy, najpierw raport, komunikat dla inwestorów albo wypowiedź spółki, dopiero później artykuł, który to tłumaczy.

Zrób sobie prostą hierarchię w głowie:

• dokument pierwotny lub oficjalny rejestr,
• dokumentacja, raport, paper albo komunikat instytucji,
• wiarygodne omówienie,
• reszta internetu, która może być tropem, ale nie fundamentem.

Im wyższa stawka błędu, tym wyżej zaczynasz.

Nie ma oficjalnego, uniwersalnego progu typu „trzy przypisy i można ufać”. Bo jedno źródło urzędowe może wystarczyć do potwierdzenia daty wejścia w życie przepisu, a pięć tekstów blogowych nie wystarczy do potwierdzenia tej samej rzeczy.

Zrób to tak: test pięciu kliknięć

Gdy ChatGPT podaje twierdzenie, które ma trafić do maila, oferty, prezentacji albo decyzji, nie sprawdzaj wszystkiego jak archeolog. Sprawdź to, co niesie ciężar.

Kliknij źródło i przejdź przez pięć pytań:

1. Czy strona potwierdza dokładnie tę tezę, a nie tylko coś podobnego?
2. Kiedy materiał opublikowano albo zaktualizowano?
3. Kto jest autorem i dlaczego ma kompetencje, żeby to twierdzić?
4. Czy istnieje dokument pierwotny, do którego można dojść jeszcze bliżej?
5. Czy cytat nie miesza faktu, opinii i prognozy w jedno zdanie?

To zajmuje dwie minuty. A czasem oszczędza dwa tygodnie odkręcania błędnej decyzji.

Dobra praktyka jest jeszcze prostsza: poproś ChatGPT nie tylko o odpowiedź, ale o plan researchu. OpenAI Academy, w materiale „ChatGPT for research” opublikowanym 10 kwietnia 2026 roku, radzi zacząć od pytań pomocniczych, strategii źródeł i kryteriów oceny. Poproś też o sekcję „czego nie wiemy” oraz ocenę jakości każdego kluczowego źródła.

Nagle nie dostajesz gotowej bajki. Dostajesz mapę, na której widać dziury.

Ogranicz internet, zanim internet ograniczy ciebie

Przy Deep research możesz przed uruchomieniem zadania wskazać konkretne witryny lub domeny. Możesz też ustawić je jako priorytet, ale zostawić narzędziu dostęp do szerszego internetu.

To bardzo praktyczne, gdy robisz research do przetargu, analizy konkurencji albo decyzji zakupowej. Zamiast pytać: „znajdź wszystko o firmie X”, powiedz: „zacznij od strony firmy, raportów finansowych, dokumentacji i rejestrów. Inne źródła oznacz osobno jako komentarze”.

Mniej przypadkowych SEO-tekstów. Mniej artykułów, które powtarzają siebie nawzajem jak papugi po trzeciej kawie. Więcej materiału, który da się obronić.

Jest też mniej oczywisty problem: prompt injection. Strona w sieci może zawierać złośliwe instrukcje, które próbują wpłynąć na zachowanie agenta badawczego i skierować go na złą ścieżkę. OpenAI rozwija zabezpieczenia, ale sama firma zaznacza, że ryzyko w realnym użyciu pozostaje.

Dlatego nie traktuj znalezionej strony jak neutralnego świadka. Traktuj ją jak materiał dowodowy: sprawdź, skąd pochodzi i co dokładnie mówi.

Uważaj na „aktualne”, które nie jest aktualne

To ważne szczególnie w firmach.

W niektórych workspace'ach działa offline web search. W takim trybie wyniki mogą pochodzić z treści zindeksowanej albo zapisanej w cache, a nie z wyszukiwania na żywo. OpenAI wyraźnie odradza używanie tego trybu, gdy potrzebujesz gwarantowanego znacznika czasu cytatu, dowodu aktualności strony albo materiału o jakości audytowej.

Czyli jeśli pytasz o najnowszą regulację, aktualny cennik, komunikat giełdowy albo stan sprawy prawnej, samo słowo „search” nie jest gwarancją świeżości.

Sprawdź datę na stronie. Sprawdź, czy źródło jest żywe. Jeśli stawka jest wysoka, otwórz dokument urzędowy, dokumentację producenta albo skonsultuj temat z właściwym ekspertem.

W prawie, medycynie, finansach, bezpieczeństwie i dużych decyzjach biznesowych ChatGPT ma być świetnym pierwszym szkicem. Nie ostatnim podpisem.

Jutro zrób jedną rzecz

Nie pytaj ChatGPT: „zrób research”.

Wklej to:

Przygotuj plan researchu: pytania pomocnicze, hierarchię źródeł i kryteria oceny. Dla każdego kluczowego twierdzenia podaj cytowanie, datę materiału, typ źródła oraz zaznacz, czy to źródło pierwotne. Na końcu wypisz, czego nie udało się potwierdzić.

A potem kliknij przynajmniej trzy najważniejsze przypisy.

To nie zabija szybkości AI. To zamienia szybkość w coś, czego nie będziesz się bać wysłać dalej. 🔎