Displaying gathered facts structured for the report generator.
⬇ output_json (ReportData format)
{
"entity_name": "MIASTO ŁOMŻA",
"entity_full_name": "MIASTO ŁOMŻA",
"subject_context": {
"MIASTO ŁOMŻA": {
"name": "MIASTO ŁOMŻA",
"context": ""
}
},
"facts_by_category": {},
"facts_by_subject": {},
"facts_by_relation": {},
"total_cost": {
"task_costs": [],
"total_override": 0.1356199
},
"screening_tasks": [
{
"task_id": "b03e04d6-8425-432e-88fa-05eadd7e8216",
"subject_type": "ENTITY",
"subject_name": "MIASTO ŁOMŻA",
"subject_full_name": "MIASTO ŁOMŻA",
"subject_node_id": "c7a5e122-8254-425b-9757-9625fbda0e25",
"context_description": "MIASTO ŁOMŻA",
"context_data": {},
"search_state": {
"iterations": [
{
"iteration_number": 1,
"category": "ADVERSE_MEDIA",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA 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 MIASTO ŁOMŻA 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 negatywnych doniesień medialnych dotyczących MIASTO ŁOMŻA.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 28437,
"output_tokens": 658,
"total_tokens": 29095,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01266035
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:32:50.986656"
},
{
"iteration_number": 2,
"category": "CRIMINAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA 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 MIASTO ŁOMŻA 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 postępowaniach karnych lub śledztwach prowadzonych bezpośrednio przeciwko podmiotowi MIASTO ŁOMŻA.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 31741,
"output_tokens": 1832,
"total_tokens": 33573,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.01386035
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:33:00.496063"
},
{
"iteration_number": 3,
"category": "CORRUPTION",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA 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 MIASTO ŁOMŻA 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\":\"W przeszukanych źródłach nie występuje dokładna fraza \\\"MIASTO ŁOMŻA\\\" – wszystkie odniesienia dotyczą jedynie formy \\\"Łomży\\\" lub innych nazw, co nie spełnia wymogu dopasowania nazwy podmiotu w sposób dokładny i jednoznaczny.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 104681,
"output_tokens": 12826,
"total_tokens": 117507,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.03139775
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:33:42.165260"
},
{
"iteration_number": 4,
"category": "GOVERNANCE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA w kategorii: \"GOVERNANCE\"\n\nIteracja: 4\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION\n\n1. Skup się na podmiocie MIASTO ŁOMŻA 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 MIASTO ŁOMŻA in the governance category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 208220,
"output_tokens": 1882,
"total_tokens": 210102,
"web_searches": 1,
"visit_webpages": 2,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0423622
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:34:08.551220"
},
{
"iteration_number": 5,
"category": "REPUTATIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA w kategorii: \"REPUTATIONAL\"\n\nIteracja: 5\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE\n\n1. Skup się na podmiocie MIASTO ŁOMŻA 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 wyszukiwania dla podmiotu MIASTO ŁOMŻA w kategorii reputacyjnej.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 14406,
"output_tokens": 979,
"total_tokens": 15385,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0107483
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:34:15.207969"
},
{
"iteration_number": 6,
"category": "POLITICAL_EXPOSURE",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA w kategorii: \"POLITICAL_EXPOSURE\"\n\nIteracja: 6\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL\n\n1. Skup się na podmiocie MIASTO ŁOMŻA 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 MIASTO ŁOMŻA in the category POLITICAL_EXPOSURE.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 26646,
"output_tokens": 1357,
"total_tokens": 28003,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 0,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0128111
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:34:26.075399"
},
{
"iteration_number": 7,
"category": "TRANSACTIONAL",
"prompt_text": "Przeprowadź screening adverse media dla podmiotu:\n**MIASTO ŁOMŻA**\nKontekst pomocniczy: MIASTO ŁOMŻA, MIASTO ŁOMŻA, \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 MIASTO ŁOMŻA w kategorii: \"TRANSACTIONAL\"\n\nIteracja: 7\nDotychczas sprawdzone kategorie: ADVERSE_MEDIA, CRIMINAL, CORRUPTION, GOVERNANCE, REPUTATIONAL, POLITICAL_EXPOSURE\n\n1. Skup się na podmiocie MIASTO ŁOMŻA 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 MIASTO ŁOMŻA in the transactional category.\"}",
"findings_count": 0,
"facts_extracted": 0,
"cost": {
"input_tokens": 20402,
"output_tokens": 489,
"total_tokens": 20891,
"web_searches": 1,
"visit_webpages": 0,
"browser_automations": 0,
"code_executions": 1,
"wolfram_alpha_executions": 0,
"cost_usd": 0.0113537
},
"information_gain": 0.0,
"timestamp": "2026-04-11T10:34:34.377644"
}
],
"categories_checked": [
"ADVERSE_MEDIA",
"CRIMINAL",
"CORRUPTION",
"GOVERNANCE",
"REPUTATIONAL",
"POLITICAL_EXPOSURE",
"TRANSACTIONAL"
],
"findings": [],
"facts": [],
"cumulative_cost": 0.13519375,
"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": "2026-04-11T10:34:34.377813",
"failed_iterations": 0,
"errors": []
}
}
],
"total_facts": 0,
"total_findings": 0,
"structure_summary": "Na podstawie przekazanych danych jedyną informacją jest nazwa podmiotu – Miasto Łomża. Brak dalszych danych o strukturze własnościowej, organach zarządzających, podmiotach powiązanych oraz ewentualnych ryzykach AML. W związku z tym nie można określić łańcucha właścicielskiego, kluczowych osób ani elementów wymagających uwagi. Do przeprowadzenia rzetelnej analizy niezbędne są dodatkowe informacje, takie jak statut, lista członków organów, udziały własnościowe oraz powiązania z innymi podmiotami."
}