🔍 Multilevel Screening Review

← Back to Report

Data Builder Output

Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
  "entity_name": "MM_test_flota_kupony",
  "entity_full_name": "MM_test_flota_kupony",
  "subject_context": {
    "MM_test_flota_kupony": {
      "name": "MM_test_flota_kupony",
      "context": ""
    }
  },
  "facts_by_category": {},
  "facts_by_subject": {},
  "facts_by_relation": {},
  "total_cost": {
    "task_costs": [],
    "total_override": 0.0185505
  },
  "screening_tasks": [
    {
      "task_id": "2e381514-0aad-4301-846f-66878e0db672",
      "subject_type": "ENTITY",
      "subject_name": "MM_test_flota_kupony",
      "subject_full_name": "MM_test_flota_kupony",
      "subject_node_id": "59c3ea6a-6f75-4723-a87c-64bddd98c12a",
      "context_description": "MM_test_flota_kupony",
      "context_data": {},
      "search_state": {
        "iterations": [
          {
            "iteration_number": 1,
            "category": "CRIMINAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MM_test_flota_kupony**\nKontekst pomocniczy: MM_test_flota_kupony, MM_test_flota_kupony, \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 MM_test_flota_kupony 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 MM_test_flota_kupony 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 postępowań karnych, śledztw, zarzutów karnych, aktów oskarżenia, zatrzymań, aresztowań lub przestępstw związanych z podmiotem MM_test_flota_kupony.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 21116,
              "output_tokens": 822,
              "total_tokens": 21938,
              "cost_usd": 0.0036606
            },
            "information_gain": 0.0,
            "timestamp": "2026-03-26T16:50:25.392397"
          },
          {
            "iteration_number": 2,
            "category": "CORRUPTION",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MM_test_flota_kupony**\nKontekst pomocniczy: MM_test_flota_kupony, MM_test_flota_kupony, \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 MM_test_flota_kupony 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 MM_test_flota_kupony 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 podmiotu 'MM_test_flota_kupony' związanych z korupcją, łapownictwem lub przestępstwami korupcyjnymi.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 25506,
              "output_tokens": 482,
              "total_tokens": 25988,
              "cost_usd": 0.0041151
            },
            "information_gain": 0.0,
            "timestamp": "2026-03-26T16:50:34.952620"
          },
          {
            "iteration_number": 3,
            "category": "GOVERNANCE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MM_test_flota_kupony**\nKontekst pomocniczy: MM_test_flota_kupony, MM_test_flota_kupony, \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 MM_test_flota_kupony 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 MM_test_flota_kupony 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": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu MM_test_flota_kupony w kategorii Audyty, nieprawidłowości zarządcze i governance. Nie znaleziono żadnych artykułów, które zawierałyby informacje o nieuregulowanych zobowiązaniach, likwidacji, upadłości, audytach, nieprawidłowościach zarządczych, sporach z pracownikami lub członkami zarządu, przy jednoczesnym spełnieniu wymogu dokładnego dopasowania nazwy podmiotu.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 26432,
              "output_tokens": 668,
              "total_tokens": 27100,
              "cost_usd": 0.0043656
            },
            "information_gain": 0.0,
            "timestamp": "2026-03-26T16:50:50.661650"
          },
          {
            "iteration_number": 4,
            "category": "REPUTATIONAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MM_test_flota_kupony**\nKontekst pomocniczy: MM_test_flota_kupony, MM_test_flota_kupony, \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 MM_test_flota_kupony 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 MM_test_flota_kupony 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": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu 'MM_test_flota_kupony' w kategorii 'Ryzyko reputacyjne oraz wpływ na media i opinię publiczną'. Nie odnaleziono żadnych informacji o pokrzywdzonych klientach, opiniach pracowników lub klientów oraz negatywnych opiniach w mediach i internecie, które spełniałyby kryteria dokładnego dopasowania nazwy.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 13473,
              "output_tokens": 868,
              "total_tokens": 14341,
              "cost_usd": 0.00254175
            },
            "information_gain": 0.0,
            "timestamp": "2026-03-26T16:51:02.205780"
          },
          {
            "iteration_number": 5,
            "category": "POLITICAL_EXPOSURE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**MM_test_flota_kupony**\nKontekst pomocniczy: MM_test_flota_kupony, MM_test_flota_kupony, \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 MM_test_flota_kupony w kategorii: \"Ekspozycja polityczna i wpływ państwa\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie MM_test_flota_kupony 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": "```json\n{\n  \"findings\": [],\n  \"no_findings_reason\": \"Brak wyników wyszukiwania dla podmiotu 'MM_test_flota_kupony' w kategorii 'Ekspozycja polityczna i wpływ państwa'.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 19596,
              "output_tokens": 532,
              "total_tokens": 20128,
              "cost_usd": 0.0032586
            },
            "information_gain": 0.0,
            "timestamp": "2026-03-26T16:51:15.515629"
          }
        ],
        "categories_checked": [
          "CRIMINAL",
          "CORRUPTION",
          "GOVERNANCE",
          "REPUTATIONAL",
          "POLITICAL_EXPOSURE"
        ],
        "findings": [],
        "facts": [],
        "cumulative_cost": 0.01794165,
        "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": "2026-03-26T16:51:15.515795",
        "failed_iterations": 0,
        "errors": []
      }
    }
  ],
  "total_facts": 0,
  "total_findings": 0,
  "structure_summary": "Na podstawie jedynie podanej nazwy **MM_test_flota_kupony** nie dysponuję żadnymi dodatkowymi informacjami dotyczącymi struktury własnościowej, osób zarządzających, podmiotów powiązanych ani elementów wymagających uwagi z perspektywy AML. W danych wejściowych brakuje szczegółów niezbędnych do sporządzenia narracyjnego opisu struktury podmiotowej, dlatego nie mogę przedstawić takiego opisu."
}