В статье представлен рабочий процесс Findings — бесплатный плагин с открытым исходным кодом для Claude Code, разработанный для повышения надежности, воспроизводимости и прозрачности научного анализа данных с помощью больших языковых моделей (LLM). Основная проблема, которую решает инструмент, заключается в том, что неструктурированное использование ИИ часто приводит к правдоподобным, но ошибочным результатам и потере информации о том, как были получены выводы. Findings внедряет структурированный, поэтапный подход с проверками на каждом этапе: перед началом анализа система требует понимания науки, метаданных и проверки загрузчиков данных. Архитектура включает специализированных субагентов, отвечающих за статистический анализ, программирование, визуализацию, поиск информации и валидацию, при этом независимый обзор интегрирован в каждый шаг. Плагин предоставляет проверенные шаблоны анализа и методологические рекомендации, служащие надежным источником решений о том, как правильно выполнять исследования. Ученые сохраняют активную роль, управляя процессом через диалог на естественном языке, в то время как система обеспечивает структуру, верификацию и сохранение состояния. Все результаты, код, методы, фигуры и метаданные происхождения автоматически фиксируются, что гарантирует полную воспроизводимость. Эффективность подхода продемонстрирована на примере воспроизведения ключевых выводов из опубликованного набора данных протеомики внеклеточных везикул плазмы, связанных с болезнью Альцгеймера (Mag-Net). Данный инструмент делает ИИ-ассистируемый анализ более доверенным и проверяемым, не жертвуя его гибкостью и исследовательским характером.