Prompts – Aleksandra Jabłońska

ADVERSE MEDIA Iteration: 1 Cost: $0.011446 In: 20533 tok Out: 610 tok 2026-05-06T09:06:59

⬆ Prompt (editable)

Przeprowadź screening adverse media dla podmiotu:
**Aleksandra Jabłońska**
Kontekst pomocniczy: Aleksandra Jabłońska, Aleksandra Jabłońska,  (Dane: NIP: 9542836113, industry: 9602Z - FRYZJERSTWO I POZOSTAŁE ZABIEGI KOSMETYCZNE, country: PL, description: CENTRALNA EWIDENCJA I INFORMACJA O DZIAŁALNOŚCI GOSPODARCZEJ, city: Katowice)

Dla każdego etapu postępuj zgodnie z regułami:
- Match entity names EXACTLY as provided.
- Do NOT return phonetic, similar, or misspelled names.
- Do NOT infer alternative spellings.
- Do NOT normalize or autocorrect names.
- If no exact match exists, return an empty result.
- Do NOT suggest similar entities.
- Use Kontekst pomocniczy to validate reasult.
- Nie wnioskuj sam o podmiotach powiąznych. Powiązane podmioty są tylko "Kontekst pomocniczy"
- Gdy rozpoznasz, ze artykuł opowiada fikcyjną historię, nie zwracaj jej jako znalezisko.

Chcę mieć:
ETAPY:
Szukaj adverse media dla Aleksandra Jabłońska w kategorii: "Negatywne doniesienia medialne

Uwzględniaj tylko informacje dotyczące:
- postępowania prokuratorskie lub sądowe
- afery
- nieprawidłowości zarządcze i audyty 
- kary administracyjne, finansowe lub inne sankcje nałożone przez organy regulacyjne
- negatywnych opinii o pracownikach i klientach
- negatywnych opinii o byłych pracownikach i klientach

Nie uwzględniaj informacji dotyczących:
- ogólnych informacji z rejestrów publicznych lub stron typu rejestr.io
- oficjalnych stron internetowych badanego podmiotu.
"

Iteracja: 1
Dotychczas sprawdzone kategorie: brak

1. Skup się na podmiocie Aleksandra Jabłońska i powiązanych osobach/firmach.
2. Znajdź konkretne fakty, daty, kwoty, numery spraw.

ZASADY:
- Każde znalezisko MUSI być poparte cytatem ze źródła (raw_text)
- NIE generuj informacji bez potwierdzenia w źródłach
- NIE podsumowuj, NIE oceniaj ryzyka – to zrobi inny system
- Podaj tylko FAKTY i ŹRÓDŁA
- Jeżeli znajdziesz w artykule takie dane identyfikacyjne jak:
  - data urodzenia w polu context.birthDate
  - drugie imię w polu context.secondName
  - PESEL w polu context.PESEL
  - NIP w polu context.NIP
  - KRS w polu context.KRS
  - REGON w polu context.REGON
  - miasto działalności podmiotu w polu context.city
  - miasto opisywanego wydarzenia w polu context.eventCity
  - branża podmiotu w polu context.industry
  - data opisywanego zdarzenia jeśli istnieje w polu context.eventDate
  - data publikacji w polu context.publishedAt
- source_urls: tylko jeden URL na finding; nie łącz wielu URL w jeden finding
- Podawaj fakty wyłącznie w języku polskim, nawet jeśli źródła są w innym języku

⬇ Response

Plain Text

Markdown

JSON

🔍 Multilevel Screening Review

Prompts for: Aleksandra Jabłońska