Премини към основното съдържание
Български— Изберете език
Меню

Търсене в хибриден режим: комбиниране на уеб и файлове

Урок 9 от 20 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Търсене в хибриден режим: комбиниране на уеб и файлове
  2. Активиране на двата инструмента
  3. Случай на употреба: регулаторен мониторинг
  4. Случай на употреба: обогатяване на базата знания
  5. Добавяне на персонализирани функции към микса
  6. Управление на приоритета на източниците
  7. Пълен шаблон: асистент за хибридно търсене
  8. Ключови изводи

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 тип input_text, а уеб търсенето използва инструмента web_search (web_search_preview вече е остарял инструмент без филтри за домейни). Генерираните файлове се извличат чрез функциите fichiers_generes и telecharger от Урок 10. Източници: Code Interpreter · Уеб търсене.

Търсене в хибриден режим: комбиниране на уеб и файлове

Двата инструмента за търсене отговарят на различни въпроси и използвани поотделно, всеки от тях остава непълен. Търсенето на файлове знае какво сте написали Вие; уеб търсенето знае какво е публикувал светът. Много полезни въпроси се намират точно в пресечната точка на двете: Нашата процедура все още съответства ли на изискванията? Нашата документация актуална ли е? Къде се намираме спрямо пазара?

Тези въпроси споделят общо свойство, което обяснява тяхната стойност: никой не може да им отговори, без да прочете и двете страни. Именно това кръстосване, а не самото търсене, прави този урок ценен.

Активиране на двата инструмента

Декларирайте двата инструмента едновременно в масива tools:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Compare our remote work policy with current market trends",
    tools=[
        {
            "type": "file_search",
            "vector_store_ids": ["vs_abc123"],
            "max_num_results": 10
        },
        {
            "type": "web_search",
            "search_context_size": "medium"
        }
    ]
)

print(response.output_text)

Моделът решава самостоятелно кога да използва всеки инструмент. За въпрос относно Вашите вътрешни документи той ще използва търсене на файлове. За публични данни ще използва уеб търсене. За сравнение ще използва и двете.

Случай на употреба: регулаторен мониторинг

Регулаторният мониторинг е класическият пример, защото разликата между двата източника е точно това, което търсим. Изрично поискайте разлики, а не обобщение на всяка страна: модел, помолен да обобщи, ще произведе две верни синтези и ще Ви остави да направите сравнението, което е единствената трудна част от работата.

def audit_conformite(sujet: str, vs_processus: str) -> dict:
    """Сравнява вътрешните процеси с текущите разпоредби."""
    response = client.responses.create(
        model="gpt-5.6-terra",
        instructions=(
            "You are a compliance auditor. For each point, you must: "
            "1. Search internal documents for what is currently in place "
            "2. Search the web for current applicable regulations "
            "3. Identify gaps between the two "
            "4. Propose corrective actions"
        ),
        input=f"Audit the compliance of our processes on the topic: {sujet}",
        tools=[
            {
                "type": "file_search",
                "vector_store_ids": [vs_processus],
                "max_num_results": 15
            },
            {
                "type": "web_search",
                "search_context_size": "high"
            }
        ]
    )

    return {
        "rapport": response.output_text,
        "tokens_utilises": response.usage.total_tokens
    }

# Usage
rapport = audit_conformite(
    "personal data protection and GDPR",
    "vs_processus_internes"
)

Случай на употреба: обогатяване на базата знания

Същият механизъм, обърнат назад, служи за проверка на актуалността на собствените Ви документи: вместо да проверявате съответствието, питате какво се е променило, откакто са написани. Това е най-рентабилното използване на хибридното търсене върху стара база документи – никой няма време да препрочита сто страници, за да открие трите, които са остарели.

def detecter_obsolescence(vs_id: str, sujets: list[str]) -> list[dict]:
    """Идентифицира потенциално остаряла информация."""
    resultats = []

    for sujet in sujets:
        response = client.responses.create(
            model="gpt-5.6-terra",
            instructions=(
                "Compare what our internal documents say with the most recent "
                "information from the web. Identify factual gaps, outdated figures, "
                "and obsolete procedures."
            ),
            input=f"Check the currency of our documents on: {sujet}",
            tools=[
                {"type": "file_search", "vector_store_ids": [vs_id]},
                {"type": "web_search"}
            ]
        )

        resultats.append({
            "sujet": sujet,
            "analyse": response.output_text
        })

    return resultats

Добавяне на персонализирани функции към микса

Добавянето на Ваши функции към микса измества работния поток от анализ към действие: моделът открива пропуск, след което отваря тикет. Въпреки това, поддържайте ясна граница – търсенето и анализът могат да останат автоматични, но действията, които ангажират ресурси (създаване, изпращане, модифициране), заслужават човешка валидация, докато не измерите надеждността на потока в продължение на няколко седмици.

tools = [
    # Търсене във Вашите документи
    {
        "type": "file_search",
        "vector_store_ids": ["vs_contrats"],
        "max_num_results": 10
    },
    # Уеб търсене
    {
        "type": "web_search",
        "search_context_size": "medium"
    },
    # Бизнес функция: заявка към CRM
    {
        "type": "function",
        "name": "get_client_info",
        "description": "Retrieve client information from the CRM",
        "parameters": {
            "type": "object",
            "properties": {
                "client_id": {"type": "string"},
                "champs": {
                    "type": "array",
                    "items": {"type": "string"},
                    "description": "List of fields to return"
                }
            },
            "required": ["client_id"],
            "additionalProperties": False
        },
        "strict": True
    },
    # Бизнес функция: създаване на предупреждение
    {
        "type": "function",
        "name": "creer_alerte",
        "description": "Create a follow-up alert for a contract or client",
        "parameters": {
            "type": "object",
            "properties": {
                "titre": {"type": "string"},
                "priorite": {"type": "string", "enum": ["basse", "moyenne", "haute", "critique"]},
                "description": {"type": "string"},
                "assignee": {"type": "string"}
            },
            "required": ["titre", "priorite", "description", "assignee"],
            "additionalProperties": False
        },
        "strict": True
    }
]

# Сега моделът може да:
# 1. Търси договор в търсенето на файлове
# 2. Провери клауза в уеб
# 3. Извлече информация за клиента от CRM
# 4. Създаде предупреждение, ако бъде открит проблем
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Check if client CLI-42567's contract complies with the new European "
          "standards. If not, create a high-priority alert.",
    tools=tools
)

Управление на приоритета на източниците

Без инструкции моделът третира двата източника еднакво. Това рядко е това, което искате: за вътрешни факти – цифри, процедури, решения – Вашите документи са авторитетни, а уебът е просто правдоподобен шум; за новини и разпоредби обратното е вярно. Запишете тази йерархия в системния промпт и изисквайте всеки конфликт между двете да бъде маркиран, а не тихо арбитражиран.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions=(
        "Source priority rules: "
        "1. For internal facts (processes, policies, contracts) -> File Search "
        "2. For external facts (laws, market, trends) -> Web Search "
        "3. In case of conflict between internal and external sources, flag the gap "
        "4. NEVER answer based solely on your own knowledge "
    ),
    input="What is our standard payment term and is it compliant with the law?",
    tools=[
        {"type": "file_search", "vector_store_ids": [vs_id]},
        {"type": "web_search"}
    ]
)

Пълен шаблон: асистент за хибридно търсене

class AssistantRecherche:
    def __init__(self, vector_store_ids: list[str]):
        self.client = OpenAI()
        self.vs_ids = vector_store_ids
        self.historique = []

    def rechercher(self, question: str, mode: str = "hybride") -> dict:
        tools = []

        if mode in ("hybride", "interne"):
            tools.append({
                "type": "file_search",
                "vector_store_ids": self.vs_ids,
                "max_num_results": 10
            })

        if mode in ("hybride", "web"):
            tools.append({
                "type": "web_search",
                "search_context_size": "medium"
            })

        response = self.client.responses.create(
            model="gpt-5.6-terra",
            instructions="Always cite your sources. Clearly distinguish "
                        "internal information from public information.",
            input=question,
            tools=tools
        )

        resultat = {
            "question": question,
            "reponse": response.output_text,
            "mode": mode,
            "tokens": response.usage.total_tokens
        }
        self.historique.append(resultat)
        return resultat

# Usage
assistant = AssistantRecherche(["vs_contrats", "vs_procedures"])
r = assistant.rechercher("Are our GTCs up to date with European law?")
print(r["reponse"])

Ключови изводи

  • Комбинирайте file_search и web_search в едно извикване
  • Моделът автоматично избира правилния инструмент за всяка нужда
  • Системният промпт насочва приоритета между вътрешни и външни източници
  • Добавете персонализирани функции за пълни работни потоци
  • Хибридното търсене е идеално за одити на съответствие и мониторинг