🔍 Multilevel Screening Review

← Back to Report

Data Builder Output

Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
  "entity_name": "OP_2026-!FAKE1!",
  "entity_full_name": "OP_2026-!FAKE1!",
  "subject_context": {
    "OP_2026-!FAKE1!": {
      "name": "OP_2026-!FAKE1!",
      "context": " (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)"
    }
  },
  "facts_by_category": {},
  "facts_by_subject": {},
  "facts_by_relation": {},
  "total_cost": {
    "task_costs": [],
    "total_override": 0.0833321
  },
  "screening_tasks": [
    {
      "task_id": "3c3829b9-bb35-4174-af91-c733382d6018",
      "subject_type": "ENTITY",
      "subject_name": "OP_2026-!FAKE1!",
      "subject_full_name": "OP_2026-!FAKE1!",
      "subject_node_id": "501bc9b7-27a0-42f5-a826-f0e4d1872132",
      "context_description": "OP_2026-!FAKE1!",
      "context_data": {
        "NIP": "7986836395",
        "country": "PL",
        "description": "VAT Information Exchange System"
      },
      "search_state": {
        "iterations": [
          {
            "iteration_number": 1,
            "category": "CRIMINAL",
            "prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**OP_2026-!FAKE1!**\nKontekst pomocniczy: OP_2026-!FAKE1!, OP_2026-!FAKE1!,  (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)\n\nDla każdego 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 OP_2026-!FAKE1! w kategorii: \"Sprawy karne i postępowania prokuratorskie\n\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\"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie OP_2026-!FAKE1! i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\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 polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
            "response_text": "{\"findings\":[],\"no_findings_reason\":\"No relevant information found\"}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 28905,
              "output_tokens": 1257,
              "total_tokens": 30162,
              "web_searches": 2,
              "visit_webpages": 0,
              "browser_automations": 0,
              "code_executions": 1,
              "wolfram_alpha_executions": 0,
              "cost_usd": 0.02108995
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-07T14:44:13.559814"
          },
          {
            "iteration_number": 2,
            "category": "CORRUPTION",
            "prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**OP_2026-!FAKE1!**\nKontekst pomocniczy: OP_2026-!FAKE1!, OP_2026-!FAKE1!,  (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)\n\nDla każdego 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 OP_2026-!FAKE1! w kategorii: \"Korupcja, łapownictwo i przestępstwa korupcyjne.\n\nUwzględniaj tylko informacje, które wskazują na:\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- sprzedajność urzędniczą z udziałem STS lub jego kluczowych osób,\n- nadużycia finansowe, \n- oszustwa gospodarcze, \n- wyłudzenia, \n- przestępstwa na rynku kapitałowym (wykorzystanie informacji poufnej,  manipulacje kursem, wprowadzanie inwestorów w błąd, poważne naruszenia obowiązków informacyjnych), jeśli są łączone z zarzutami nadużyć lub przestępstw gospodarczych.\n\nNie uwzględniaj informacji dotyczących:\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- czysto technicznych naruszeń AML (np. brak wyznaczenia osoby, brak procedury)\n\nKonflikt kategorii (CRIMINAL vs CORRUPTION vs GOVERNANCE):\n- jeżeli zdarzenie ma charakter zarówno karny, jak i korupcyjny (np. insider trading, poważne oszustwo gospodarcze), to traktuj je jako CORRUPTION, ale nie twórz osobnego dodatkowego rekordu tylko po to, by duplikować CRIMINAL.\n- jeżeli zdarzenie dotyczy wyłącznie kary administracyjnej za brak procedur AML (bez zarzutu oszustwa/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 OP_2026-!FAKE1! i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\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 polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
            "response_text": "{\"findings\":[],\"no_findings_reason\":\"Brak wyników bezpośrednio związanych z podmiotem OP_2026-!FAKE1! w kontekście korupcji.\"}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 36606,
              "output_tokens": 1460,
              "total_tokens": 38066,
              "web_searches": 1,
              "visit_webpages": 0,
              "browser_automations": 0,
              "code_executions": 0,
              "wolfram_alpha_executions": 0,
              "cost_usd": 0.0143669
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-07T14:44:38.368211"
          },
          {
            "iteration_number": 3,
            "category": "GOVERNANCE",
            "prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**OP_2026-!FAKE1!**\nKontekst pomocniczy: OP_2026-!FAKE1!, OP_2026-!FAKE1!,  (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)\n\nDla każdego 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 OP_2026-!FAKE1! w kategorii: \"GOVERNANCE\"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie OP_2026-!FAKE1! i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\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 polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
            "response_text": "{\"findings\":[],\"no_findings_reason\":\"No adverse media findings for the entity 'OP_2026-!FAKE1!' in the governance category.\"}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 48394,
              "output_tokens": 882,
              "total_tokens": 49276,
              "web_searches": 1,
              "visit_webpages": 0,
              "browser_automations": 0,
              "code_executions": 1,
              "wolfram_alpha_executions": 0,
              "cost_usd": 0.0157883
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-07T14:44:50.172802"
          },
          {
            "iteration_number": 4,
            "category": "REPUTATIONAL",
            "prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**OP_2026-!FAKE1!**\nKontekst pomocniczy: OP_2026-!FAKE1!, OP_2026-!FAKE1!,  (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)\n\nDla każdego 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 OP_2026-!FAKE1! w kategorii: \"REPUTATIONAL\"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie OP_2026-!FAKE1! i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\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 polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
            "response_text": "{\"findings\":[],\"no_findings_reason\":\"No relevant findings for OP_2026-!FAKE1! in the reputational category.\"}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 18172,
              "output_tokens": 566,
              "total_tokens": 18738,
              "web_searches": 1,
              "visit_webpages": 0,
              "browser_automations": 0,
              "code_executions": 1,
              "wolfram_alpha_executions": 0,
              "cost_usd": 0.0110654
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-07T14:44:59.454804"
          },
          {
            "iteration_number": 5,
            "category": "POLITICAL_EXPOSURE",
            "prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**OP_2026-!FAKE1!**\nKontekst pomocniczy: OP_2026-!FAKE1!, OP_2026-!FAKE1!,  (Dane: NIP: 7986836395, country: PL, description: VAT Information Exchange System)\n\nDla każdego 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 OP_2026-!FAKE1! w kategorii: \"POLITICAL_EXPOSURE\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie OP_2026-!FAKE1! i powiązanych osobach/firmach.\n2. Znajdź konkretne fakty, daty, kwoty, numery spraw.\n\nZASADY:\n- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)\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 polu context\n- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding\n",
            "response_text": "{\"findings\":[],\"no_findings_reason\":\"No adverse media findings for the entity 'OP_2026-!FAKE1!' in the category 'POLITICAL_EXPOSURE' or otherwise.\"}",
            "findings_count": 0,
            "facts_extracted": 0,
            "cost": {
              "input_tokens": 23516,
              "output_tokens": 1466,
              "total_tokens": 24982,
              "web_searches": 2,
              "visit_webpages": 0,
              "browser_automations": 0,
              "code_executions": 0,
              "wolfram_alpha_executions": 0,
              "cost_usd": 0.020407
            },
            "information_gain": 0.0,
            "timestamp": "2026-04-07T14:45:26.076265"
          }
        ],
        "categories_checked": [
          "CRIMINAL",
          "CORRUPTION",
          "GOVERNANCE",
          "REPUTATIONAL",
          "POLITICAL_EXPOSURE"
        ],
        "findings": [],
        "facts": [],
        "cumulative_cost": 0.08271755,
        "information_gain_history": [
          0.0,
          0.0,
          0.0,
          0.0,
          0.0
        ],
        "stop_reason": "Max iterations reached: 5 >= 5",
        "stopped_at": "2026-04-07T14:45:26.076439",
        "failed_iterations": 0,
        "errors": []
      }
    }
  ],
  "total_facts": 0,
  "total_findings": 0,
  "structure_summary": "Brak szczegółowych informacji na temat struktury podmiotowej. Dostępne dane: OP_2026-!FAKE1!, NIP: 7986836395, Kraj: PL, Typ: VAT Information Exchange System."
}