Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
"entity_name": "Dn_test_New12_Partnerska",
"entity_full_name": "Dn_test_New12_Partnerska",
"subject_context": {
"Dn_test_New12_Partnerska": {
"name": "Dn_test_New12_Partnerska",
"context": ""
}
},
"facts_by_category": {},
"facts_by_subject": {},
"facts_by_relation": {},
"total_cost": {
"task_costs": [],
"total_override": 0.01159335
},
"screening_tasks": [
{
"task_id": "d7f3de63-ed5a-41d2-8c23-00122a8c38a6",
"subject_type": "ENTITY",
"subject_name": "Dn_test_New12_Partnerska",
"subject_full_name": "Dn_test_New12_Partnerska",
"subject_node_id": "8bd93d9e-5c25-4296-90dc-cfa66b2b195e",
"context_description": "Dn_test_New12_Partnerska",
"context_data": {},
"search_state": {
"iterations": [
{
"iteration_number": 1,
"category": "CRIMINAL",
"prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**Dn_test_New12_Partnerska**\nKontekst pomocniczy: Dn_test_New12_Partnerska, Dn_test_New12_Partnerska, \n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla Dn_test_New12_Partnerska w kategorii: \"Sprawy karne i postępowania prokuratorskie\nUwzględniaj tylko informacje dotyczące:\n- postępowań karnych\n- śledztw lub dochodzeń prowadzonych przez prokuraturę lub organy ścigania\n- zarzutów karnych, aktu oskarżenia, zatrzymań, aresztowań\n- przestępstw lub podejrzeń popełnienia przestępstwa\n\nNie uwzględniaj informacji dotyczących:\n- kar administracyjnych\n- decyzji regulatorów (np. GIIF, KNF, UOKiK, organy nadzorcze)\n- postępowań administracyjnych\n- sporów cywilnych lub gospodarczych\n- kontroli regulatora bez zarzutów karnych\n\nJeśli sprawa dotyczy wyłącznie sankcji administracyjnej lub naruszenia regulacyjnego, pomiń ją.\" \"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie Dn_test_New12_Partnerska i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n \"findings\": [\n {\n \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n \"date\": \"YYYY-MM-DD lub null\",\n \"status\": \"ongoing|resolved|alleged|pending\",\n \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n \"matched_name\": \"Dopasowana nazwa\"\n }\n ],\n \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
"response_text": "{\n \"findings\": [],\n \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu Dn_test_New12_Partnerska w kategorii \\\"Sprawy karne i postępowania prokuratorskie\\\". Nie znaleziono żadnych informacji spełniających kryteria dotyczące postępowań karnych, śledztw, zarzutów karnych, aresztowań ani przestępstw.\"\n}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 14708,
"output_tokens": 670,
"total_tokens": 15378,
"cost_usd": 0.0026082
},
"information_gain": 0.0,
"timestamp": "2026-03-26T16:31:47.633953"
},
{
"iteration_number": 2,
"category": "CORRUPTION",
"prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**Dn_test_New12_Partnerska**\nKontekst pomocniczy: Dn_test_New12_Partnerska, Dn_test_New12_Partnerska, \n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla Dn_test_New12_Partnerska w kategorii: \"Korupcja, łapownictwo i przestępstwa korupcyjne.\n\nUwzględniaj tylko informacje, które wskazują na:\n\n* podejrzenie korupcji lub łapownictwa w spółce,\n* śledztwo lub dochodzenie dotyczące korupcji prowadzone przez prokuraturę lub organy ścigania,\n* postawienie zarzutów korupcyjnych osobie powiązanej ze spółką (np. członkowi zarządu, pracownikowi, właścicielowi),\n* akt oskarżenia, zatrzymanie lub skazanie w sprawie korupcyjnej.\n\nNie uwzględniaj informacji dotyczących:\n\n* kar administracyjnych lub sankcji regulatorów (np. GIIF, KNF, UOKiK),\n* postępowań administracyjnych lub naruszeń regulacyjnych,\n* kar finansowych nałożonych przez organy nadzorcze,\n* ogólnych nieprawidłowości lub sporów biznesowych, które nie dotyczą korupcji.\n\nDodawaj wynik tylko wtedy, gdy artykuł jasno wskazuje na **korupcję lub zarzuty korupcyjne**, a nie jedynie na naruszenie przepisów lub sankcję administracyjną.\n\"\n\nIteracja: 2\nDotychczas sprawdzone kategorie: CRIMINAL\n\n1. Skup się na podmiocie Dn_test_New12_Partnerska i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n \"findings\": [\n {\n \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n \"date\": \"YYYY-MM-DD lub null\",\n \"status\": \"ongoing|resolved|alleged|pending\",\n \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n \"matched_name\": \"Dopasowana nazwa\"\n }\n ],\n \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
"response_text": "{\n \"findings\": [],\n \"no_findings_reason\": \"Brak wyników wyszukiwania dotyczących korupcji, łapownictwa lub przestępstw korupcyjnych związanych z podmiotem Dn_test_New12_Partnerska. Nie znaleziono artykułów, które spełniałyby kryteria dotyczące podejrzenia korupcji, śledztwa, zarzutów, aktów oskarżenia, zatrzymania lub skazania.\"\n}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 12242,
"output_tokens": 637,
"total_tokens": 12879,
"cost_usd": 0.0022185
},
"information_gain": 0.0,
"timestamp": "2026-03-26T16:31:55.864813"
},
{
"iteration_number": 3,
"category": "GOVERNANCE",
"prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**Dn_test_New12_Partnerska**\nKontekst pomocniczy: Dn_test_New12_Partnerska, Dn_test_New12_Partnerska, \n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla Dn_test_New12_Partnerska w kategorii: \"Audyty, nieprawidłowości zarządcze i governance.\n Uwzględnij:\n - informacje o nieuregulowanych zobowiązaniach.\n - oficjalne informacje o likwidacji i upadłości.\n - informacje o audytach i kontrolach w spółce.\n - informacje o nieprawidłowościach zarządczych w spółce.\n - informacje o sporach z pracownikami i byłymi pracownikami.\n - informacje o sporach z byłymi członkami zarządu i pracownikami.\n \"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie Dn_test_New12_Partnerska i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n \"findings\": [\n {\n \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n \"date\": \"YYYY-MM-DD lub null\",\n \"status\": \"ongoing|resolved|alleged|pending\",\n \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n \"matched_name\": \"Dopasowana nazwa\"\n }\n ],\n \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
"response_text": "{\n \"findings\": [],\n \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu Dn_test_New12_Partnerska w kategorii audyty, nieprawidłowości zarządcze i governance, ponieważ nie znaleziono żadnych źródeł zawierających dokładnie tę nazwę.\"\n}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 12226,
"output_tokens": 662,
"total_tokens": 12888,
"cost_usd": 0.0022311
},
"information_gain": 0.0,
"timestamp": "2026-03-26T16:32:02.728499"
},
{
"iteration_number": 4,
"category": "REPUTATIONAL",
"prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**Dn_test_New12_Partnerska**\nKontekst pomocniczy: Dn_test_New12_Partnerska, Dn_test_New12_Partnerska, \n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla Dn_test_New12_Partnerska w kategorii: \"Ryzyko reputacyjne oraz wpływ na media i opinię publiczną.\n Uwzględnij:\n - informacje o pokrzywdzonych klientach.\n - opinie pracowników i klientów.\n - negatywne opinie o spółce w mediach i internecie.\n Nie uwzględniaj informacji:\n - z oficjalnych rejestrów.\n \"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie Dn_test_New12_Partnerska i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n \"findings\": [\n {\n \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n \"date\": \"YYYY-MM-DD lub null\",\n \"status\": \"ongoing|resolved|alleged|pending\",\n \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n \"matched_name\": \"Dopasowana nazwa\"\n }\n ],\n \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
"response_text": "{\n \"findings\": [],\n \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu 'Dn_test_New12_Partnerska' w kategorii ryzyko reputacyjne oraz wpływ na media i opinię publiczną przy zachowaniu wymogu dokładnego dopasowania nazwy.\"\n}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 9950,
"output_tokens": 708,
"total_tokens": 10658,
"cost_usd": 0.0019173
},
"information_gain": 0.0,
"timestamp": "2026-03-26T16:32:15.630922"
},
{
"iteration_number": 5,
"category": "POLITICAL_EXPOSURE",
"prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**Dn_test_New12_Partnerska**\nKontekst pomocniczy: Dn_test_New12_Partnerska, Dn_test_New12_Partnerska, \n\nDla każdrgo etapu postępuj zgodnie z regułami:\n- Match entity names EXACTLY as provided.\n- Do NOT return phonetic, similar, or misspelled names.\n- Do NOT infer alternative spellings.\n- Do NOT normalize or autocorrect names.\n- Levenshtein distance must be <= 2.\n- If no exact match exists, return an empty result.\n- Do NOT suggest similar entities.\n- Use Kontekst pomocniczy to validate reasult.\n- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko \"Kontekst pomocniczy\"\n\n\nChcę mieć:\nETAPY:\nSzukaj adverse media dla Dn_test_New12_Partnerska w kategorii: \"Ekspozycja polityczna i wpływ państwa\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie Dn_test_New12_Partnerska i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nWYMAGANY FORMAT ODPOWIEDZI (JSON):\n{\n \"findings\": [\n {\n \"title\": \"Krótki tytuł znaleziska (10-15 słów)\",\n \"description\": \"Szczegółowy opis oparty na źródłach (3-5 zdań)\",\n \"severity\": \"HIGH|MEDIUM|LOW|NEUTRAL\",\n \"date\": \"YYYY-MM-DD lub null\",\n \"status\": \"ongoing|resolved|alleged|pending\",\n \"source_urls\": [\"tylkojeden url. nie łącz wielu url1 w jeden finding\" ],\n \"raw_text\": \"Dokładny cytat ze źródła potwierdzający znalezisko\",\n \"context\": {\"birthDate\":\"data urodzenia\",\"secondName\":\"drugie imię\",\"PESEL\":\"numer PESEL\",\"NIP\":\"numer NIP\",\"KRS\":\"numer KRS\",\"REGON\":\"numer REGON\"}\n \"levenshtein_distance\": \"Obliczone Levenshtein distance\",\n \"matched_name\": \"Dopasowana nazwa\"\n }\n ],\n \"no_findings_reason\": \"Jeśli brak wyników, wyjaśnij dlaczego\"\n}\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła\n- NIE generuj informacji bez potwierdzenia w źródłach\n- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system\n- Podaj tylko FAKTY i ŹRÓDŁA\n- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak: data urodzenia, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context\n",
"response_text": "{\n \"findings\": [],\n \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu Dn_test_New12_Partnerska w kategorii Ekspozycja polityczna i wpływ państwa\"\n}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 10722,
"output_tokens": 456,
"total_tokens": 11178,
"cost_usd": 0.0018819
},
"information_gain": 0.0,
"timestamp": "2026-03-26T16:32:22.998794"
}
],
"categories_checked": [
"CRIMINAL",
"CORRUPTION",
"GOVERNANCE",
"REPUTATIONAL",
"POLITICAL_EXPOSURE"
],
"findings": [],
"facts": [],
"cumulative_cost": 0.010857,
"information_gain_history": [
0.0,
0.0,
0.0,
0.0,
0.0
],
"stop_reason": "Extended low information gain for 5 consecutive iterations",
"stopped_at": "2026-03-26T16:32:22.998959",
"failed_iterations": 0,
"errors": []
}
}
],
"total_facts": 0,
"total_findings": 0,
"structure_summary": "Brak szczegółowych danych w dostarczonym opisie uniemożliwia sporządzenie pełnej analizy struktury podmiotowej. Nie podano informacji o akcjonariuszach, udziałowcach ani o podmiotach, które mogłyby pełnić funkcję właściciela Dn_test_New12_Partnerska, w związku z czym nie można określić łańcucha własnościowego.\n\nRównież nie wymieniono żadnych osób pełniących funkcje zarządcze, co uniemożliwia wskazanie kluczowych menedżerów, członków zarządu czy osób upoważnionych do reprezentacji podmiotu. Bez tych danych nie da się ocenić, czy w strukturze występują osoby o podwyższonym ryzyku AML, takie jak anonimowi beneficjenci czy przedstawiciele Skarbu Państwa.\n\nPonieważ nie przedstawiono powiązań z innymi podmiotami, nie można wskazać ewentualnych jednostek zależnych, spółek powiązanych ani innych beneficjentów, które mogłyby wpływać na ocenę ryzyka. Wobec braku tych informacji nie ma elementów, które można by wyraźnie oznaczyć jako wymagające szczególnej uwagi z perspektywy AML."
}