n20k Research / Methodn20k Kutatás / Módszer

How I research.Így kutatok.

AI made a confident summary cheap. That raised the price of knowing what sits underneath it. Everything below exists for one reason: when I say something on a stage or in a boardroom, I want to have seen the source.Az AI olcsóvá tette a magabiztos összefoglalót. Ezzel megdrágult a tudás arról, mi van alatta. Minden, ami lent következik, egyetlen okból létezik: ha színpadon vagy egy tárgyalóban mondok valamit, látni akartam a forrást.

Why botherMiért éri meg

The summary is free.
The source is the work.
Az összefoglaló ingyen van.
A forrás a munka.

A language model gives me a fluent answer to almost any question in thirty seconds. That answer is a lead. It becomes evidence once I have opened the original, read what the authors measured and checked whether the number survives the trip.Egy nyelvi modell harminc másodperc alatt folyékony választ ad szinte bármilyen kérdésre. Ez a válasz egy nyom. Bizonyíték akkor lesz belőle, amikor megnyitottam az eredetit, elolvastam, mit mértek a szerzők, és ellenőriztem, hogy a szám túléli-e az utat.

The research pages on this site carry every source and a confidence grade on every claim, with the contradictions left visible. The process and the stack below are how that gets produced without a research department.Az oldal kutatási anyagai minden forrást tartalmaznak, minden állítás mellett ott a megbízhatósági fokozat, és az ellentmondások láthatók maradnak. Az alábbi folyamat és eszköztár teszi lehetővé, hogy mindez kutatási osztály nélkül elkészüljön.

The processA folyamat

Five steps, in this order.Öt lépés, ebben a sorrendben.

01
QuestionKérdés

A written charter before any tool runs: the core question, what the output has to establish, what gets extracted from every source, and where negative evidence deserves special attention.Írásos charta, mielőtt bármelyik eszköz elindul: a központi kérdés, mit kell megállapítania az eredménynek, mit emelek ki minden forrásból, és hol érdemel külön figyelmet a negatív bizonyíték.

02
SearchKeresés

Deep research agents run wide under a standing brief. Every claim needs a named source with a date. Official data outranks trade press, and trade press outranks a company describing itself. “Not found” is an acceptable answer. A plausible sentence with no source behind it goes in the bin.A deep research ügynökök széles merítéssel futnak, állandó brief alapján. Minden állításhoz megnevezett, dátumozott forrás kell. A hivatalos adat többet ér a szakmai sajtónál, a szakmai sajtó pedig többet annál, amit egy cég magáról mond. A „nem található” elfogadható válasz. A forrás nélküli, hihetően hangzó mondat megy a kukába.

03
OriginalsEredetik

I download the actual papers, filings and reports into a raw folder with a manifest. I read the results table and the limitations section. Abstracts are written to be quoted.A tényleges tanulmányokat, beadványokat és jelentéseket letöltöm egy nyers mappába, jegyzékkel. Az eredménytáblát és a korlátokról szóló részt olvasom. Az absztraktot idézésre írják.

04
One note per sourceForrásonként egy jegyzet

Each source gets its own note: who was studied, how, what was measured, the effect size, the caveats, a quality tier, and a label — confirmed, calculated, reported but unverified, hypothesis, or open question. Conflicting figures stay side by side. Nothing gets averaged away.Minden forrás saját jegyzetet kap: kiket vizsgáltak, hogyan, mit mértek, mekkora a hatás, mik a fenntartások, milyen a minőségi szint, és egy címke — megerősített, számított, jelentett de nem ellenőrzött, hipotézis vagy nyitott kérdés. Az egymásnak ellentmondó számok egymás mellett maradnak. Semmit sem átlagolok el.

05
LedgerÁllításlista

Claims are assembled in a ledger where each one carries its confidence level and the studies behind it. Contradictory evidence has equal standing. Research published by the companies selling the technology is read as testimony from an interested party.Az állítások egy listába kerülnek, ahol mindegyik mellett ott a megbízhatósági szint és a mögötte álló tanulmányok. Az ellentétes bizonyíték egyenrangú. A technológiát árusító cégek saját kutatását érdekelt fél tanúvallomásaként olvasom.

Before any toolMielőtt bármilyen eszközhöz nyúlnék

Outsource only what I could check.Csak azt adom ki, amit ellenőrizni tudok.

Before a tool touches a task, I decide what exactly I am handing over: finding candidates, reading, extracting, drafting, checking. Then I ask whether I am good enough at that task to notice when the tool does it badly. If the answer is no, the tool does not get it.Mielőtt egy eszköz hozzányúl egy feladathoz, eldöntöm, pontosan mit adok át: a jelöltek felkutatását, az olvasást, a kivonatolást, a fogalmazást, az ellenőrzést. Aztán megkérdezem magamtól, elég jó vagyok-e abban a feladatban ahhoz, hogy észrevegyem, ha az eszköz rosszul csinálja. Ha a válasz nem, az eszköz nem kapja meg.

Literature search is the clearest case. I search a little myself first, then let the agents run wider, then check that the papers I had already found are in their list. If the obvious ones are missing, the rest of the list is worth less than it looks.A szakirodalom-keresés a legtisztább példa. Először magam keresek egy keveset, aztán hagyom az ügynököket szélesebben futni, majd ellenőrzöm, hogy az általam már megtalált tanulmányok szerepelnek-e a listájukon. Ha a nyilvánvalóak hiányoznak, a lista többi része kevesebbet ér, mint amennyinek látszik.

Most of the tools that make the work better are ordinary ones: a manifest, a folder convention, a timer, a printed PDF. The models sit on top of that, and they sit on top of a habit of reading the conclusions first.A munkát javító eszközök többsége hétköznapi: egy jegyzék, egy mappakonvenció, egy időzítő, egy kinyomtatott PDF. A modellek erre épülnek, és arra a szokásra, hogy a következtetéseket olvasom először.

The stackAz eszköztár

Each tool has one job.Minden eszköznek egy dolga van.

Deep research agentsDeep research ügynökökGemini Deep Research and OpenAI Deep Research, for breadth. They find candidates I would have missed. I run the same brief through more than one engine, because they disagree about what exists and their source counts differ by an order of magnitude. The overlap tells me what is obvious; the difference tells me what to check. Their output stays at the lowest quality tier, as leads, until every source behind it has been opened.Gemini Deep Research és OpenAI Deep Research, a szélességért. Olyan jelölteket találnak, amelyeket én kihagytam volna. Ugyanazt a briefet több motoron is lefuttatom, mert nem értenek egyet abban, mi létezik, és a forrásszámuk között nagyságrendi a különbség. Az átfedés megmutatja, mi a nyilvánvaló; a különbség megmutatja, mit kell ellenőrizni. Az eredményük a legalsó minőségi szinten marad, nyomként, amíg minden mögötte álló forrást meg nem nyitottam.
Academic searchTudományos keresésConsensus, Elicit and SciSpace, when the question lives in peer-reviewed literature. Consensus for what the papers say on a narrow question. Elicit for extracting the same fields from many studies at once, the way a systematic review does it. SciSpace for a conversation with a single PDF when the maths runs ahead of me. I reach for these less often than for the agents above, and the same rule applies.Consensus, Elicit és SciSpace, ha a kérdés a lektorált szakirodalomban él. A Consensus arra, mit mondanak a tanulmányok egy szűk kérdésről. Az Elicit arra, hogy sok tanulmányból egyszerre emelje ki ugyanazokat a mezőket, ahogy egy szisztematikus áttekintés teszi. A SciSpace egyetlen PDF-fel folytatott beszélgetésre, amikor a matematika elszalad előlem. Ezekhez ritkábban nyúlok, mint a fenti ügynökökhöz, és ugyanaz a szabály vonatkozik rájuk.
LitmapsLitmapsA map of the corpus before I read it: how the papers cite each other, which ones a field keeps returning to, and where a thread I am following actually started.A korpusz térképe, mielőtt olvasni kezdenék: hogyan hivatkoznak egymásra a tanulmányok, melyekhez tér vissza újra és újra egy terület, és hol kezdődött valójában a szál, amelyet követek.
NotebookLMNotebookLMReading a corpus. I load the originals and ask questions of the documents themselves; the answers come tied to passages I can open and check.Egy korpusz olvasása. Betöltöm az eredetiket, és magukat a dokumentumokat kérdezem; a válaszok olyan szövegrészekhez kötődnek, amelyeket megnyithatok és ellenőrizhetek.
ClaudeClaudeThe working partner. It cross-validates agent output against the verification log, drafts alongside me and argues with my reading of a study. Through a direct connection to my notes it reads and writes in the same files I do. I have set it up to push back.A munkatárs. Keresztellenőrzi az ügynökök kimenetét az ellenőrzési napló alapján, velem együtt fogalmaz, és vitatkozik azzal, ahogy egy tanulmányt olvasok. A jegyzeteimhez való közvetlen kapcsolaton keresztül ugyanazokat a fájlokat olvassa és írja, mint én. Úgy állítottam be, hogy ellentmondjon.
ObsidianObsidianThe memory. Plain markdown on my own disk, organised by project: a dashboard, the charter, a numbered decision log, pipeline status, source notes, findings, the ledger.A memória. Sima markdown a saját lemezemen, projektenként rendezve: egy áttekintő oldal, a charta, egy sorszámozott döntési napló, a folyamat állása, forrásjegyzetek, megállapítások, az állításlista.
Python and a cloud folderPython és egy felhőmappaRaw sources, manifests, download scripts, and charts drawn from the raw data. Julius AI for a quick pass over a spreadsheet or CSV when a script is more than the question deserves.Nyers források, jegyzékek, letöltő szkriptek, és a nyers adatból rajzolt ábrák. Julius AI egy táblázat vagy CSV gyors átnézésére, amikor egy szkript több, mint amit a kérdés megérdemel.
Excel with Monte CarloExcel Monte CarlóvalWhen the question is a number. Ranges over point estimates. Every currency conversion carries its rate and date.Amikor a kérdés egy szám. Tartományok a pontbecslések helyett. Minden devizaátváltás mellett ott az árfolyam és a dátum.
Why ObsidianMiért Obsidian

Memory that outlives the chat.Memória, amely túléli a chatet.

A conversation with a model is a good place to think and a poor place to keep anything. Three weeks later the thread is buried, the reasoning with it, and the next model has no idea what I decided or why.Egy beszélgetés egy modellel jó hely a gondolkodásra, és rossz hely bármi megőrzésére. Három hét múlva a szál eltemetődik, vele az érvelés is, és a következő modellnek fogalma sincs, mit döntöttem és miért.

So the notes live in Obsidian: plain text files I own, readable by any tool, linked to each other. Every project has a decision log with numbered entries, so a future me, or a future model, can see why a claim was dropped or a source distrusted. The vault is the mid-term memory between the tools. Each AI session starts from what the last one left behind.Ezért a jegyzetek az Obsidianben élnek: sima szövegfájlok, amelyek az enyémek, bármilyen eszközzel olvashatók, és egymásra hivatkoznak. Minden projektnek van sorszámozott döntési naplója, így a jövőbeli énem, vagy egy jövőbeli modell, látja, miért esett ki egy állítás, vagy miért lett gyanús egy forrás. A jegyzettár a középtávú memória az eszközök között. Minden AI-munkamenet onnan indul, ahol az előző abbahagyta.

It also keeps me honest. A source note with an empty “limitations” field is visible. A claim without a study behind it does not reach the ledger.Őszintének is megtart. Egy forrásjegyzet üres „korlátok” mezője látszik. Az az állítás, amely mögött nincs tanulmány, nem jut el az állításlistáig.

Human attentionEmberi figyelem

Where my own attention goes.Hová megy a saját figyelmem.

Time is the real constraint, so I allocate it explicitly. For each project I keep a short, tiered list: the sources I must read in full before I say anything in public, the judgment calls a model cannot make for me, and the rest, where a verified extraction is enough. The list is short on purpose. If I would not stake my name on a claim from the stage, it does not get one.Az idő az igazi korlát, ezért tudatosan osztom be. Minden projekthez rövid, szintekre bontott listát vezetek: a források, amelyeket teljes egészében el kell olvasnom, mielőtt nyilvánosan bármit mondok; az ítéletek, amelyeket egy modell nem hozhat meg helyettem; és a többi, ahol elég egy ellenőrzött kivonat. A lista szándékosan rövid. Ha egy állítás mögé a színpadon nem tenném oda a nevemet, máshol sem kapja meg.

This is how the research on this site is built: sources included and confidence graded, with the disagreements left in view. If you find a mistake, write to me. The correction goes into the ledger.Így épül az oldalon található kutatás: forrásokkal, megbízhatósági fokozatokkal, és a nézetkülönbségek szem előtt hagyásával. Ha hibát találsz, írj nekem. A javítás bekerül az állításlistába.