Web Search API: Търсене в уеб чрез програмиране
На тази страница
Урокът е актуализиран на 2 ноември 2026 г. въз основа на документацията на OpenAI: инструментът Code Interpreter вече изисква параметър
container(добавен към всички примери), текстовите части за вход са от типinput_text, а уеб търсенето използва инструментаweb_search(web_search_previewвече е остарял инструмент без филтри за домейни). Генерираните файлове се извличат чрез функциитеfichiers_generesиtelechargerот Урок 10. Източници: Code Interpreter · Web search.
Web Search API: Търсене в уеб чрез програмиране
Инструментът Web Search позволява на модела да изпълнява търсения в уеб в реално време директно чрез Responses API. Вече не е необходимо да интегрирате външен API за търсене: моделът формулира заявката, изпълнява търсенето и синтезира резултатите.
Активиране на уеб търсене
Активирането става с един ред код, който маскира фундаментална промяна: Вашето приложение вече не е ограничено от крайния срок на познанията на модела. Въпроси относно събития от вчера, текущи цени или скорошни регулации стават отговорими, без да се налага интегриране или плащане за външна търсачка.
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-5.6-terra",
input="What are the latest Ligue 1 results?",
tools=[{"type": "web_search"}]
)
print(response.output_text)
Моделът сам решава кога да търси и този момент заслужава внимание: той не търси систематично. За въпроси, за които смята, че попадат в съществуващите му познания, той отговаря директно – по-бързо и по-евтино, но с риска да представи остаряла информация със същата увереност. Когато актуалността е от критично значение, посочете това изрично във Вашата подкана (prompt), вместо да се надявате, че моделът ще познае правилно.
Структура на отговора
Източниците пристигат като анотации, прикачени към отговора, отделно от текста. Това Ви позволява да ги показвате по начин, по който предпочитате, да ги проверявате или да маркирате като подозрителен всеки отговор, който липсва източници, когато темата ги изисква.
response = client.responses.create(
model="gpt-5.6-terra",
input="What is the current stock price of LVMH?",
tools=[{"type": "web_search"}]
)
# Синтезиран текст
print(response.output_text)
# Преглед на източниците
for item in response.output:
if hasattr(item, "content"):
for block in item.content:
if hasattr(block, "annotations"):
for annotation in block.annotations:
if annotation.type == "url_citation":
print(f"Source: {annotation.url}")
print(f"Title : {annotation.title}")
Потребителски контекст за релевантност
Местоположението влияе на резултатите повече, отколкото бихте очаквали, и не само за очевидно локални търсения. Въпросите относно данъците, цените, наличността или правните задължения дават различни отговори в зависимост от държавата: без user_location моделът използва по подразбиране контекст, който често е ориентиран към САЩ.
response = client.responses.create(
model="gpt-5.6-terra",
input="Which Japanese restaurant is open tonight?",
tools=[{
"type": "web_search",
"user_location": {
"type": "approximate",
"city": "Paris",
"country": "FR"
}
}]
)
Параметърът user_location приема няколко нива на прецизност:
# Приблизително местоположение
"user_location": {
"type": "approximate",
"city": "Lyon",
"region": "Auvergne-Rhone-Alpes",
"country": "FR"
}
Комбиниране на уеб търсене с персонализирани функции
Най-продуктивната комбинация винаги следва един и същи модел: уебът предоставя външна информация, Вашите функции осигуряват вътрешен контекст, а моделът свързва точките. Тази връзка е мястото, където се крие стойността – нито самото търсене, нито самите Ви данни отговарят на въпроса „променя ли това нещо за нас?“.
tools = [
{"type": "web_search"},
{
"type": "function",
"name": "sauvegarder_veille",
"description": "Save a monitoring result to the database",
"parameters": {
"type": "object",
"properties": {
"titre": {"type": "string"},
"resume": {"type": "string"},
"url_source": {"type": "string"},
"categorie": {
"type": "string",
"enum": ["concurrent", "marche", "reglementation", "technologie"]
}
},
"required": ["titre", "resume", "categorie"],
"additionalProperties": False
},
"strict": True
}
]
response = client.responses.create(
model="gpt-5.6-terra",
input="Search for the latest news on AI regulation in Europe "
"and save important results",
tools=tools
)
Случаи на употреба в продукционна среда
Автоматизиран конкурентен анализ
def veille_quotidienne(entreprises: list[str]):
"""Launches web monitoring for each competitor."""
resultats = []
for entreprise in entreprises:
response = client.responses.create(
model="gpt-5.6-terra",
input=f"What is the latest news about {entreprise}? "
"Focus on product announcements, funding rounds, "
"and partnerships from the last 7 days.",
tools=[{"type": "web_search"}]
)
resultats.append({
"entreprise": entreprise,
"synthese": response.output_text
})
return resultats
Проверка на факти
def verifier_affirmation(affirmation: str) -> dict:
"""Verifies a claim by cross-referencing multiple web sources."""
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Verify this claim by searching for reliable sources: "
f"'{affirmation}'. State whether it is true, false, or uncertain, "
f"including the sources supporting your conclusion.",
tools=[{"type": "web_search"}]
)
# Извличане на цитати
sources = []
for item in response.output:
if hasattr(item, "content"):
for block in item.content:
if hasattr(block, "annotations"):
for ann in block.annotations:
if ann.type == "url_citation":
sources.append(ann.url)
return {
"analyse": response.output_text,
"nombre_sources": len(sources),
"sources": sources
}
Известни ограничения
- Моделът може да не открие релевантни резултати за много специфични теми
- Резултатите зависят от индексирането на уеб към момента на заявката
- Броят на търсенията за едно извикване е ограничен: моделът оптимизира, като формулира прецизни заявки
- Съдържанието зад платени стени (paywalls) или екрани за вход е недостъпно
Ключови изводи
- Добавете
web_searchс един ред вtools - Моделът решава автономно кога да търси в уеб
user_locationподобрява релевантността за локални резултати- Анотациите
url_citationпредоставят източници - Комбинирайте уеб търсенето с Вашите функции, за да автоматизирате мониторинга