Prompts – OLGIERD CIEŚLIK

CRIMINAL Iteration: 1 Cost: $0.002504 In: 9856 tok Out: 1710 tok 2026-03-09T19:00:29

⬆ Prompt (editable)

Przeprowadź screning adverse media dla podmiotu:
**OLGIERD CIEŚLIK**
Kontekst pomocniczy: OLGIERD CIEŚLIK, CZŁONEK ZARZĄDU of STS,  (Dane: role: CZŁONEK ZARZĄDU, PESEL: 74083104373, birthDate: 1974-08-31)

Dla każdrgo 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.
- Levenshtein distance must be 0.
- 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"

Chcę mieć:
ETAPY:
Szukaj adverse media dla OLGIERD CIEŚLIK w kategorii: "Sprawy karne i postępowania prokuratorskie"

Iteracja: 1
Dotychczas sprawdzone kategorie: brak

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

WYMAGANY FORMAT ODPOWIEDZI (JSON):
{
  "findings": [
    {
      "title": "Krótki tytuł znaleziska (10-15 słów)",
      "description": "Szczegółowy opis oparty na źródłach (3-5 zdań)",
      "severity": "HIGH|MEDIUM|LOW|NEUTRAL",
      "date": "YYYY-MM-DD lub null",
      "status": "ongoing|resolved|alleged|pending",
      "source_urls": ["url1", "url2"],
      "raw_text": "Dokładny cytat ze źródła potwierdzający znalezisko",
      "context": {"birthDate":"data urodzenia","secondName":"drugie imię","PESEL":"numer PESEL","NIP":"numer NIP","KRS":"numer KRS","REGON":"numer REGON"}
    }
  ],
  "no_findings_reason": "Jeśli brak wyników, wyjaśnij dlaczego"
}

ZASADY:
- Każde znalezisko MUSI być poparte cytatem ze źródła
- 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, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context

⬇ Response

Plain Text

Markdown

JSON

CORRUPTION Iteration: 2 Cost: $0.005797 In: 34325 tok Out: 1081 tok 2026-03-09T19:00:43

⬆ Prompt (editable)

Przeprowadź screning adverse media dla podmiotu:
**OLGIERD CIEŚLIK**
Kontekst pomocniczy: OLGIERD CIEŚLIK, CZŁONEK ZARZĄDU of STS,  (Dane: role: CZŁONEK ZARZĄDU, PESEL: 74083104373, birthDate: 1974-08-31)

Dla każdrgo 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.
- Levenshtein distance must be 0.
- 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"

Chcę mieć:
ETAPY:
Szukaj adverse media dla OLGIERD CIEŚLIK w kategorii: "Korupcja, nadużycia finansowe i przestępstwa gospodarcze"

Iteracja: 2
Dotychczas sprawdzone kategorie: CRIMINAL

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

ŹRÓDŁA JUŻ ZNALEZIONE (szukaj NOWYCH informacji, nie powtarzaj tych URL):
   - https://wydarzenia.interia.pl/kraj/news-byla-minister-pis-fikcyjnie-zatrudniona-powiadomiono-prokura,nId,7765723
   - https://wiadomosci.wp.pl/zawiadomienie-o-fikcyjnym-zatrudnieniu-minister-pis-zaspokojenie-jej-potrzeb-finansowych-7064643542244288a

WYMAGANY FORMAT ODPOWIEDZI (JSON):
{
  "findings": [
    {
      "title": "Krótki tytuł znaleziska (10-15 słów)",
      "description": "Szczegółowy opis oparty na źródłach (3-5 zdań)",
      "severity": "HIGH|MEDIUM|LOW|NEUTRAL",
      "date": "YYYY-MM-DD lub null",
      "status": "ongoing|resolved|alleged|pending",
      "source_urls": ["url1", "url2"],
      "raw_text": "Dokładny cytat ze źródła potwierdzający znalezisko",
      "context": {"birthDate":"data urodzenia","secondName":"drugie imię","PESEL":"numer PESEL","NIP":"numer NIP","KRS":"numer KRS","REGON":"numer REGON"}
    }
  ],
  "no_findings_reason": "Jeśli brak wyników, wyjaśnij dlaczego"
}

ZASADY:
- Każde znalezisko MUSI być poparte cytatem ze źródła
- 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, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context

⬇ Response

Plain Text

Markdown

JSON

GOVERNANCE Iteration: 3 Cost: $0.003553 In: 15754 tok Out: 1983 tok 2026-03-09T19:00:55

⬆ Prompt (editable)

Przeprowadź screning adverse media dla podmiotu:
**OLGIERD CIEŚLIK**
Kontekst pomocniczy: OLGIERD CIEŚLIK, CZŁONEK ZARZĄDU of STS,  (Dane: role: CZŁONEK ZARZĄDU, PESEL: 74083104373, birthDate: 1974-08-31)

Dla każdrgo 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.
- Levenshtein distance must be 0.
- 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"

Chcę mieć:
ETAPY:
Szukaj adverse media dla OLGIERD CIEŚLIK w kategorii: "Audyty, nieprawidłowości zarządcze i governance"

Iteracja: 3
Dotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION

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

ŹRÓDŁA JUŻ ZNALEZIONE (szukaj NOWYCH informacji, nie powtarzaj tych URL):
   - https://wydarzenia.interia.pl/kraj/news-byla-minister-pis-fikcyjnie-zatrudniona-powiadomiono-prokura,nId,7765723
   - https://wiadomosci.wp.pl/zawiadomienie-o-fikcyjnym-zatrudnieniu-minister-pis-zaspokojenie-jej-potrzeb-finansowych-7064643542244288a

WYMAGANY FORMAT ODPOWIEDZI (JSON):
{
  "findings": [
    {
      "title": "Krótki tytuł znaleziska (10-15 słów)",
      "description": "Szczegółowy opis oparty na źródłach (3-5 zdań)",
      "severity": "HIGH|MEDIUM|LOW|NEUTRAL",
      "date": "YYYY-MM-DD lub null",
      "status": "ongoing|resolved|alleged|pending",
      "source_urls": ["url1", "url2"],
      "raw_text": "Dokładny cytat ze źródła potwierdzający znalezisko",
      "context": {"birthDate":"data urodzenia","secondName":"drugie imię","PESEL":"numer PESEL","NIP":"numer NIP","KRS":"numer KRS","REGON":"numer REGON"}
    }
  ],
  "no_findings_reason": "Jeśli brak wyników, wyjaśnij dlaczego"
}

ZASADY:
- Każde znalezisko MUSI być poparte cytatem ze źródła
- 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, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context

⬇ Response

Plain Text

Markdown

JSON

REPUTATIONAL Iteration: 4 Cost: $0.002449 In: 11249 tok Out: 1270 tok 2026-03-09T19:01:05

⬆ Prompt (editable)

Przeprowadź screning adverse media dla podmiotu:
**OLGIERD CIEŚLIK**
Kontekst pomocniczy: OLGIERD CIEŚLIK, CZŁONEK ZARZĄDU of STS,  (Dane: role: CZŁONEK ZARZĄDU, PESEL: 74083104373, birthDate: 1974-08-31)

Dla każdrgo 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.
- Levenshtein distance must be 0.
- 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"

Chcę mieć:
ETAPY:
Szukaj adverse media dla OLGIERD CIEŚLIK w kategorii: "Ryzyko reputacyjne oraz wpływ na media i opinię publiczną"

Iteracja: 4
Dotychczas sprawdzone kategorie: CRIMINAL, CORRUPTION, GOVERNANCE

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

ŹRÓDŁA JUŻ ZNALEZIONE (szukaj NOWYCH informacji, nie powtarzaj tych URL):
   - https://wydarzenia.interia.pl/kraj/news-byla-minister-pis-fikcyjnie-zatrudniona-powiadomiono-prokura,nId,7765723
   - https://wiadomosci.wp.pl/zawiadomienie-o-fikcyjnym-zatrudnieniu-minister-pis-zaspokojenie-jej-potrzeb-finansowych-7064643542244288a

WYMAGANY FORMAT ODPOWIEDZI (JSON):
{
  "findings": [
    {
      "title": "Krótki tytuł znaleziska (10-15 słów)",
      "description": "Szczegółowy opis oparty na źródłach (3-5 zdań)",
      "severity": "HIGH|MEDIUM|LOW|NEUTRAL",
      "date": "YYYY-MM-DD lub null",
      "status": "ongoing|resolved|alleged|pending",
      "source_urls": ["url1", "url2"],
      "raw_text": "Dokładny cytat ze źródła potwierdzający znalezisko",
      "context": {"birthDate":"data urodzenia","secondName":"drugie imię","PESEL":"numer PESEL","NIP":"numer NIP","KRS":"numer KRS","REGON":"numer REGON"}
    }
  ],
  "no_findings_reason": "Jeśli brak wyników, wyjaśnij dlaczego"
}

ZASADY:
- Każde znalezisko MUSI być poparte cytatem ze źródła
- 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, drugie imię, PESEL, NIP, KRS, REGON, zwróć je w sekcji context

⬇ Response

Plain Text

Markdown

JSON

🔍 Multilevel Screening Review

Prompts for: OLGIERD CIEŚLIK