Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
"entity_name": "HAPPYJUMPER",
"entity_full_name": "HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ",
"subject_context": {
"HAPPYJUMPER": {
"name": "HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ",
"context": ""
}
},
"facts_by_category": {},
"facts_by_subject": {},
"facts_by_relation": {},
"total_cost": {
"task_costs": [],
"total_override": 0.14931250000000001
},
"screening_tasks": [
{
"task_id": "db93e82b-a960-4ce9-893b-a648222d1048",
"subject_type": "ENTITY",
"subject_name": "HAPPYJUMPER",
"subject_full_name": "HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ",
"subject_node_id": "389e49d1-8281-4403-8563-1a7e65011158",
"context_description": "HAPPYJUMPER",
"context_data": {},
"search_state": {
"iterations": [
{
"iteration_number": 1,
"category": "ADVERSE_MEDIA",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER w kategorii: \"Negatywne doniesienia medialne\n\nUwzględniaj tylko informacje dotyczące:\n- postępowania prokuratorskie lub sądowe\n- afery\n- nieprawidłowości zarządcze i audyty \n- kary administracyjne, finansowe lub inne sankcje nałożone przez organy regulacyjne\n- negatywnych opinii o pracownikach i klientach\n- negatywnych opinii o byłych pracownikach i klientach\n\nNie uwzględniaj informacji dotyczących:\n- ogólnych informacji z rejestrów publicznych lub stron typu rejestr.io\n- oficjalnych stron internetowych badanego podmiotu.\n\"\n\nIteracja: 1\nDotychczas sprawdzone kategorie: brak\n\n1. Skup się na podmiocie HAPPYJUMPER 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 negatywnych doniesień medialnych dotyczących podmiotu HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ w wymienionych kategoriach (postępowania prokuratorskie lub sądowe, afery, nieprawidłowości zarządcze i audyty, kary administracyjne, finansowe lub inne sankcje, negatywne opinie o pracownikach, klientach oraz byłych pracownikach i klientach).\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 17279,
"output_tokens": 836,
"total_tokens": 18115,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01109345
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:09:11.593031"
},
{
"iteration_number": 2,
"category": "CRIMINAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER 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: 2\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA\n\n1. Skup się na podmiocie HAPPYJUMPER 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 istotnych wyników wyszukiwania dotyczących postępowań karnych, śledztw, zarzutów karnych, zatrzymań, aresztowań oraz przestępstw lub podejrzeń popełnienia przestępstwa związanych z podmiotem HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 74178,
"output_tokens": 3013,
"total_tokens": 77191,
"web_searches": 2,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0289345
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:09:34.582973"
},
{
"iteration_number": 3,
"category": "CORRUPTION",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER 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: 3\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL\n\n1. Skup się na podmiocie HAPPYJUMPER 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 informacji o korupcji lub zarzutach korupcyjnych dotyczących HAPPYJUMPER.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 63218,
"output_tokens": 1641,
"total_tokens": 64859,
"web_searches": 5,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0504673
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:09:58.970798"
},
{
"iteration_number": 4,
"category": "GOVERNANCE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER w kategorii: \"GOVERNANCE\"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie HAPPYJUMPER 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 related to HAPPYJUMPER in the GOVERNANCE category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 11570,
"output_tokens": 967,
"total_tokens": 12537,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0103157
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:10:06.289721"
},
{
"iteration_number": 5,
"category": "REPUTATIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER w kategorii: \"REPUTATIONAL\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie HAPPYJUMPER 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 exact matches found for HAPPYJUMPER in the reputational category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 13533,
"output_tokens": 520,
"total_tokens": 14053,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01034195
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:10:11.682254"
},
{
"iteration_number": 6,
"category": "POLITICAL_EXPOSURE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER w kategorii: \"POLITICAL_EXPOSURE\"\n\nIteracja: 6\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie HAPPYJUMPER 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 adverse media w kategorii POLITICAL_EXPOSURE dla podmiotu HAPPYJUMPER (HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ) po dokładnym przeszukaniu dostępnych źródeł.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 25628,
"output_tokens": 745,
"total_tokens": 26373,
"web_searches": 2,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0202912
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:10:21.336832"
},
{
"iteration_number": 7,
"category": "TRANSACTIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**HAPPYJUMPER**\nKontekst pomocniczy: HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, HAPPYJUMPER, \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- 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 HAPPYJUMPER w kategorii: \"TRANSACTIONAL\"\n\nIteracja: 7\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL, POLITICAL_EXPOSURE\n\n1. Skup się na podmiocie HAPPYJUMPER 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 about HAPPYJUMPER in the transactional category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 45422,
"output_tokens": 1340,
"total_tokens": 46762,
"web_searches": 1,
"visit_webpages": 2,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0176173
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:10:35.668625"
}
],
"categories_checked": [
"ADVERSE_MEDIA",
"CRIMINAL",
"CORRUPTION",
"GOVERNANCE",
"REPUTATIONAL",
"POLITICAL_EXPOSURE",
"TRANSACTIONAL"
],
"findings": [],
"facts": [],
"cumulative_cost": 0.1490614,
"information_gain_history": [
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0
],
"stop_reason": "No facts found after 7 iterations. Stopping early.",
"stopped_at": "2026-04-11T10:10:35.668777",
"failed_iterations": 0,
"errors": []
}
}
],
"total_facts": 0,
"total_findings": 0,
"structure_summary": "Niestety, w podanych danych nie ma żadnych informacji dotyczących struktury podmiotowej spółki HAPPYJUMPER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ – brak danych o właścicielach, członkach zarządu, podmiotach powiązanych oraz elementach wymagających uwagi z perspektywy AML/KYC."
}