Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
"entity_name": "YULIIA ZUBKOVA",
"entity_full_name": "YULIIA ZUBKOVA",
"subject_context": {
"YULIIA ZUBKOVA": {
"name": "YULIIA ZUBKOVA",
"context": ""
}
},
"facts_by_category": {},
"facts_by_subject": {},
"facts_by_relation": {},
"total_cost": {
"task_costs": [],
"total_override": 0.14303405
},
"screening_tasks": [
{
"task_id": "a796fcdd-b948-4fda-8a06-9de0d908562d",
"subject_type": "ENTITY",
"subject_name": "YULIIA ZUBKOVA",
"subject_full_name": "YULIIA ZUBKOVA",
"subject_node_id": "f24c5217-a3d8-4518-a33f-eabf6ba9ce29",
"context_description": "YULIIA ZUBKOVA",
"context_data": {},
"search_state": {
"iterations": [
{
"iteration_number": 1,
"category": "CRIMINAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**YULIIA ZUBKOVA**\nKontekst pomocniczy: YULIIA ZUBKOVA, YULIIA ZUBKOVA, \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 YULIIA ZUBKOVA 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 YULIIA ZUBKOVA 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 w kategorii \\\"Sprawy karne i postępowania prokuratorskie\\\" dotyczących podmiotu YULIIA ZUBKOVA.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 43022,
"output_tokens": 1458,
"total_tokens": 44480,
"web_searches": 3,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0313281
},
"information_gain": 0.0,
"timestamp": "2026-04-10T14:26:08.586696"
},
{
"iteration_number": 2,
"category": "CORRUPTION",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**YULIIA ZUBKOVA**\nKontekst pomocniczy: YULIIA ZUBKOVA, YULIIA ZUBKOVA, \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 YULIIA ZUBKOVA 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 YULIIA ZUBKOVA 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\":\"Nie znaleziono żadnych artykułów ani źródeł, które w sposób jednoznaczny wskazywałyby na podejrzenie korupcji, łapownictwa lub inne przestępstwa korupcyjne związane z podmiotem YULIIA ZUBKOVA. Wszystkie wyniki wyszukiwania nie zawierały informacji spełniających kryteria zadania.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 19628,
"output_tokens": 688,
"total_tokens": 20316,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.011357
},
"information_gain": 0.0,
"timestamp": "2026-04-10T14:26:15.737396"
},
{
"iteration_number": 3,
"category": "GOVERNANCE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**YULIIA ZUBKOVA**\nKontekst pomocniczy: YULIIA ZUBKOVA, YULIIA ZUBKOVA, \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 YULIIA ZUBKOVA w kategorii: \"GOVERNANCE\"\n\nIteracja: 3\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie YULIIA ZUBKOVA 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 found for YULIIA ZUBKOVA in the governance category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 46181,
"output_tokens": 1506,
"total_tokens": 47687,
"web_searches": 1,
"visit_webpages": 3,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01883075
},
"information_gain": 0.0,
"timestamp": "2026-04-10T14:26:27.433700"
},
{
"iteration_number": 4,
"category": "REPUTATIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**YULIIA ZUBKOVA**\nKontekst pomocniczy: YULIIA ZUBKOVA, YULIIA ZUBKOVA, \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 YULIIA ZUBKOVA w kategorii: \"REPUTATIONAL\"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie YULIIA ZUBKOVA 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 information found for YULIIA ZUBKOVA in the REPUTATIONAL category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 36835,
"output_tokens": 1028,
"total_tokens": 37863,
"web_searches": 3,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.03014205
},
"information_gain": 0.0,
"timestamp": "2026-04-10T14:26:45.560485"
},
{
"iteration_number": 5,
"category": "POLITICAL_EXPOSURE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**YULIIA ZUBKOVA**\nKontekst pomocniczy: YULIIA ZUBKOVA, YULIIA ZUBKOVA, \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 YULIIA ZUBKOVA w kategorii: \"POLITICAL_EXPOSURE\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie YULIIA ZUBKOVA 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 found for the exact entity name \\\"YULIIA ZUBKOVA\\\" in the POLITICAL_EXPOSURE category. All retrieved sources refer to similarly spelled names (e.g., Yuliia Zubkova, Yuliya Viktorovna Pokhlebenina) which do not match the exact query and therefore are excluded per the matching rules.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 63457,
"output_tokens": 2180,
"total_tokens": 65637,
"web_searches": 5,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.05082655
},
"information_gain": 0.0,
"timestamp": "2026-04-10T14:27:16.553233"
}
],
"categories_checked": [
"CRIMINAL",
"CORRUPTION",
"GOVERNANCE",
"REPUTATIONAL",
"POLITICAL_EXPOSURE"
],
"findings": [],
"facts": [],
"cumulative_cost": 0.14248444999999998,
"information_gain_history": [
0.0,
0.0,
0.0,
0.0,
0.0
],
"stop_reason": "Max iterations reached: 5 >= 5",
"stopped_at": "2026-04-10T14:27:16.553380",
"failed_iterations": 0,
"errors": []
}
}
],
"total_facts": 0,
"total_findings": 0,
"structure_summary": "Brak informacji na temat struktury podmiotowej YULIIA ZUBKOVA."
}