🔍 Multilevel Screening Review

← Back to Report

Data Builder Output

Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
  "entity_name": "ms_test_pwob_16",
  "entity_full_name": "ms_test_pwob_16",
  "subject_context": {
    "ms_test_pwob_16": {
      "name": "ms_test_pwob_16",
      "context": " (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)"
    }
  },
  "facts_by_category": {},
  "facts_by_subject": {},
  "facts_by_relation": {},
  "total_cost": {
    "task_costs": [],
    "total_override": 0.0259677
  },
  "screening_tasks": [
    {
      "task_id": "5369215d-2c12-40e7-9654-f38fdaae991d",
      "subject_type": "ENTITY",
      "subject_name": "ms_test_pwob_16",
      "subject_full_name": "ms_test_pwob_16",
      "subject_node_id": "8d542fde-aa3e-464d-8540-0b0bac78ff8c",
      "context_description": "ms_test_pwob_16",
      "context_data": {
        "NIP": "0120681617",
        "country": "PL",
        "description": "VAT Information Exchange System"
      },
      "search_state": {
        "iterations": [
          {
            "iteration_number": 1,
            "category": "CRIMINAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**ms_test_pwob_16**\nKontekst pomocniczy: ms_test_pwob_16, ms_test_pwob_16,  (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)\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 ms_test_pwob_16 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 ms_test_pwob_16 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\": \"Nie znaleziono żadnych informacji o podmiocie \\\"ms_test_pwob_16\\\" w kontekście postępowań karnych, śledztw lub zarzutów karnych prowadzonych przez prokuraturę lub organy ścigania.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 43330,
              "output_tokens": 1111,
              "total_tokens": 44441,
              "cost_usd": 0.0071661
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T14:24:24.578784"
          },
          {
            "iteration_number": 2,
            "category": "CORRUPTION",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**ms_test_pwob_16**\nKontekst pomocniczy: ms_test_pwob_16, ms_test_pwob_16,  (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)\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 ms_test_pwob_16 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 ms_test_pwob_16 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 bezpośrednio powiązanych z podmiotem 'ms_test_pwob_16' w kontekście korupcji, łapownictwa lub przestępstw korupcyjnych.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 18310,
              "output_tokens": 607,
              "total_tokens": 18917,
              "cost_usd": 0.0031107
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T14:24:29.166480"
          },
          {
            "iteration_number": 3,
            "category": "GOVERNANCE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**ms_test_pwob_16**\nKontekst pomocniczy: ms_test_pwob_16, ms_test_pwob_16,  (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)\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 ms_test_pwob_16 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 ms_test_pwob_16 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 istotnych wyników wyszukiwania dotyczących podmiotu 'ms_test_pwob_16' – nie znaleziono żadnych artykułów ani źródeł spełniających kryteria exact match, zawierających informacje o audytach, nieprawidłowościach zarządczych, likwidacji, upadłości, sporach pracowniczych czy nieuregulowanych zobowiązaniach.\"\n}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 59121,
              "output_tokens": 1613,
              "total_tokens": 60734,
              "cost_usd": 0.00983595
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T14:24:48.194977"
          },
          {
            "iteration_number": 4,
            "category": "REPUTATIONAL",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**ms_test_pwob_16**\nKontekst pomocniczy: ms_test_pwob_16, ms_test_pwob_16,  (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)\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 ms_test_pwob_16 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 ms_test_pwob_16 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 konkretnych informacji dotyczących podmiotu 'ms_test_pwob_16' w kategorii ryzyko reputacyjne oraz wpływ na media i opinię publiczną. Przeszukane źródła nie zawierały żadnych artykułów, raportów ani komentarzy wymieniających dokładnie tę nazwę, ani nie dostarczyły faktów, dat, kwot czy numerów spraw związanych z pokrzywdzonymi klientami, opiniami pracowników/klientów lub negatywnymi opiniami w mediach.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 15043,
              "output_tokens": 1377,
              "total_tokens": 16420,
              "cost_usd": 0.00308265
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T14:24:59.230446"
          },
          {
            "iteration_number": 5,
            "category": "POLITICAL_EXPOSURE",
            "prompt_text": "Przeprowadź screning adverse media dla podmiotu:\n**ms_test_pwob_16**\nKontekst pomocniczy: ms_test_pwob_16, ms_test_pwob_16,  (Dane: NIP: 0120681617, country: PL, description: VAT Information Exchange System)\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 ms_test_pwob_16 w kategorii: \"Ekspozycja polityczna i wpływ państwa\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie ms_test_pwob_16 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 dotyczących podmiotu 'ms_test_pwob_16' w kategorii 'Ekspozycja polityczna i wpływ państwa'. Znalezione materiały nie odnoszą się bezpośrednio do tego podmiotu, a reguły wymagają dopasowania nazwy dokładnie tak, jak podano.\"\n}\n```",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 10697,
              "output_tokens": 712,
              "total_tokens": 11409,
              "cost_usd": 0.00203175
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-03T14:25:06.497775"
          }
        ],
        "categories_checked": [
          "CRIMINAL",
          "CORRUPTION",
          "GOVERNANCE",
          "REPUTATIONAL",
          "POLITICAL_EXPOSURE"
        ],
        "findings": [],
        "facts": [],
        "cumulative_cost": 0.025227149999999997,
        "information_gain_history": [
          0.0,
          0.0,
          0.0,
          0.0,
          0.0
        ],
        "stop_reason": "Max iterations reached: 5 >= 5",
        "stopped_at": "2026-04-03T14:25:06.497939",
        "failed_iterations": 0,
        "errors": []
      }
    }
  ],
  "total_facts": 0,
  "total_findings": 0,
  "structure_summary": "Dane wejściowe są bardzo ograniczone i zawierają jedynie podstawowe informacje o podmiocie, takie jak numer NIP, kraj oraz typ. Nie ma w nich żadnych szczegółów dotyczących struktury właścicielskiej, osób zarządzających ani podmiotów powiązanych, dlatego nie można ich przedstawić.\n\nPodmiot o numerze NIP 0120681617, z siedzibą w Polsce, jest zarejestrowany w systemie wymiany informacji o VAT (VAT Information Exchange System). Brak dodatkowych danych uniemożliwia określenie łańcucha właścicielskiego, wskazanie kluczowych osób zarządzających oraz identyfikację podmiotów zależnych lub powiązanych.\n\nZ perspektywy AML nie można wskazać elementów wymagających uwagi, takich jak anonimowi właściciele, skomplikowana struktura czy powiązania z podmiotami podlegającymi sankcjom, ponieważ nie ma dostępnych informacji na ten temat. W związku z tym, na podstawie dostępnych danych, podmiot wydaje się być standardowym podmiotem gospodarczym działającym w obszarze VAT w Polsce."
}