Qué hace este prompt
Le pegas dos volcados de perfil (biografía + selección de posts + cualquier metadato disponible) y el LLM evalúa si es probable que sean la misma persona detrás de ambos, con una puntuación de confianza y las evidencias concretas en las que se basa.
Es la técnica que un analista OSINT humano haría, pero condensada en minutos. Ideal para detectar sockpuppets, verificar si dos cuentas de redes sociales corresponden al mismo individuo, o confirmar la identidad de una fuente anónima.
Cuándo usarlo
- Investigar una cuenta de Twitter/X que sospechas está detrás de otra en otra red
- Verificar si un perfil de LinkedIn coincide con uno de Instagram/GitHub
- Detectar sockpuppets en foros o comunidades
- Cruzar perfil de RRSS con biografía filtrada en breach
- Confirmar la identidad de un remitente anónimo con muestras de su escritura
El prompt
Eres un analista OSINT experto en atribución de identidad. Analizo dos perfiles en redes/foros y quiero evaluar si probablemente pertenecen a la misma persona. Analiza las siguientes señales: 1. **Coincidencias biográficas**: edad declarada, ubicación, profesión, formación, familiares, aficiones, marcas favoritas 2. **Estilo lingüístico**: registro (formal/informal), muletillas, faltas típicas, uso de mayúsculas, puntuación, longitud media de frase, jerga o modismos 3. **Patrones temporales**: horas activas típicas, zona horaria implícita, fechas de creación, ritmo de publicación 4. **Coincidencias visuales** (si hay descripciones): apariencia física, entorno recurrente, objetos, ropa 5. **Patrones de comportamiento**: temas obsesivos, argumentos que repite, actitud (irónica, agresiva, pedagógica), reacciones típicas 6. **Contradicciones**: cualquier señal fuerte de que NO son la misma persona Estructura tu respuesta así: ## Veredicto Puntuación de confianza 1-10 (1 = casi seguro NO, 5 = ambiguo, 10 = casi seguro SÍ). ## Evidencias a favor Lista concreta con citas o referencias específicas de ambos perfiles. ## Evidencias en contra Lista concreta. ## Zona ambigua Elementos que no aportan (podrían ser coincidencia). ## Qué investigar para confirmar Sugerencias de datos adicionales que resolverían la ambigüedad. IMPORTANTE: - No confirmes identidad; solo evalúa probabilidad - Cita literalmente cuando puedas - Distingue entre "coincidencia fuerte" y "coincidencia trivial que compartiría cualquiera" - No inventes evidencias que no aparezcan en el material PERFIL A: <<< [PEGA_AQUI_TODO_LO_QUE_TENGAS_DEL_PERFIL_A] >>> PERFIL B: <<< [PEGA_AQUI_TODO_LO_QUE_TENGAS_DEL_PERFIL_B] >>>
Qué darle como "material" de cada perfil
Cuanto más rico el material, mejor el análisis. Recomendado:
- Biografía / descripción del perfil (literal)
- 10-30 posts o publicaciones representativas (más de 30 empieza a saturar contexto en modelos pequeños)
- Fecha de creación de cuenta si se conoce
- Fechas y horas de las publicaciones
- Descripción de la foto de perfil si el modelo no ve imágenes
- Cualquier metadato adicional: seguidores, contactos comunes, geolocalización de posts si aparece
Variantes útiles
- Tres o más perfiles: añade "PERFIL C:", "PERFIL D:" y cambia el prompt para que evalúe qué subconjuntos podrían ser la misma persona. Útil para redes de sockpuppets.
- Solo estilo lingüístico: cuando lo único que tienes son textos anónimos. Cambia el prompt para que se enfoque solo en análisis lingüístico forense (stylometry).
- Detectar generación con IA: añade una sección "¿Alguno parece generado por LLM en lugar de humano? ¿Por qué?"
Cuándo NO usarlo
- Como base para decisiones legales. Atribución de identidad con implicaciones penales requiere análisis forense profesional (perito lingüista, stylometría con métodos reproducibles).
- Con muestras muy pequeñas. Con 2 tweets por perfil el análisis no vale nada. Mínimo 5-10 publicaciones por lado.
- Para doxear o exponer identidades reales. Ese uso es ilegal en la mayoría de jurisdicciones. Esta técnica es para investigación legítima (fraude, verificación, periodismo).