Премини към основното съдържание
Български— Изберете език
Меню

Комбиниране на Web и X: Разширени стратегии

Урок 13 от 14 Обновен 30 юли 2026 г. Начинаещ
На тази страница
  1. Оркестриране на двете търсачки
  2. Стратегия 1: Допълване факт/реакция
  3. Стратегия 2: Кръстосана валидация
  4. Стратегия 3: Последователен конвейер
  5. Управление на разходите
  6. Управление на лимитите на API
  7. Практическо упражнение
  8. Ключови изводи

Оркестриране на двете търсачки

Сега вече сте усвоили поотделно web_search и x_search. Истинската сила на Grok API се проявява, когато ги комбинирате стратегически. Този урок Ви показва как да оркестрирате двата инструмента, за да изградите сложни информационни потоци, като същевременно контролирате разходите и лимитите.

$5
/ 1,000 tool calls
2x
tools per request
Multi
invocations possible
Auto
selection by the model

Стратегия 1: Допълване факт/реакция

Най-естествената комбинация използва уеб за факти и X за реакции. Моделът избира подходящия инструмент въз основа на естеството на търсената информация:

response = client.responses.create(
    model="grok-4.5",
    input="""Analyze the recent announcement of the European AI Act.

    PART 1 (web search):
    - Exact content of the new regulation
    - Effective dates and obligations
    - Companies and sectors affected

    PART 2 (X search):
    - Reactions from tech companies
    - Expert criticism and support
    - Perceived community impact

    SYNTHESIS: convergences and divergences
    between official facts and public perception.""",
    tools=[
        {"type": "web_search"},
        {"type": "x_search"}
    ]
)

Стратегия 2: Кръстосана валидация

Използвайте двата източника, за да валидирате информацията. Ако уеб и X се припокриват, доверието нараства:

response = client.responses.create(
    model="grok-4.5",
    input="""I'm hearing that [Company X] is preparing
    massive layoffs.

    Verify this information:
    1. Web search: press articles, press releases
    2. X search: employee posts, insiders

    Assess credibility (1-10) by cross-referencing sources.
    Explicitly state whether both channels converge.""",
    tools=[
        {"type": "web_search"},
        {"type": "x_search"}
    ]
)

Стратегия 3: Последователен конвейер

Понякога изпълнението на два отделни заявки е по-ефективно от една комбинирана. Това Ви дава по-голям контрол над параметрите за всяко търсене:

# Step 1: web collection with strict filtering
web_result = client.responses.create(
    model="grok-4.5",
    input="Latest advances in quantum computing",
    tools=[{
        "type": "web_search",
        "allowed_domains": ["arxiv.org", "nature.com", "science.org"]
    }]
)

# Step 2: X reactions filtered by handles
x_result = client.responses.create(
    model="grok-4.5",
    input=f"""Taking these advances into account:
    {web_result.output_text[:500]}

    What are researchers' reactions on X?""",
    tools=[{
        "type": "x_search",
        "allowed_x_handles": [
            "PeterShor_MIT",
            "ScottAaronson"
        ]
    }]
)

Управление на разходите

Всяко извикване на инструмент струва $0.005, независимо от броя на резултатите. Когато моделът използва двата инструмента в една и съща заявка, цената се удвоява. Ако моделът извика инструмент няколко пъти (например две последователни уеб търсения за прецизиране), всяко извикване се таксува:

# Minimum cost: 1 tool x 1 invocation = $0.005
tools=[{"type": "web_search"}]

# Potential cost: 2 tools = $0.01 minimum
# But the model may invoke each tool
# multiple times if needed
tools=[
    {"type": "web_search"},
    {"type": "x_search"}
]

Оптимизиране на съотношението качество/цена

  • Комбинирайте само когато е необходимо: ако въпросът е чисто фактологичен, web_search сам по себе си е достатъчен
  • Филтрирайте предварително: параметрите за домейн и потребителски имена намаляват шума и подобряват релевантността без допълнителни разходи
  • Използвайте последователния конвейер за сложен анализ: първата стъпка информира втората, намалявайки ненужните търсения

Управление на лимитите на API

Лимити на параметрите

Всеки инструмент има свои собствени ограничения. Не ги смесвайте:

  • web_search: allowed_domains ИЛИ excluded_domains (максимум 5 за всеки)
  • x_search: allowed_x_handles ИЛИ excluded_x_handles (максимум 10 за всеки) + from_date/to_date

Недетерминирано поведение

Моделът решава автономно кога и колко пъти да използва всеки инструмент. Две идентични заявки могат да доведат до различни модели на търсене. Ако възпроизводимостта е от критично значение, използвайте последователния конвейер с целеви заявки.

Латентност

Заявките с два инструмента са по-бавни. Планирайте подходящи таймаути във Вашите приложения, особено ако е активиран анализ на изображения или видео.

Практическо упражнение

Приложете и трите стратегии (допълване, кръстосана валидация, последователен конвейер) върху една и съща актуална тема. Сравнете качеството на резултатите, времето за отговор и общата цена за всеки подход. Идентифицирайте коя стратегия отговаря най-добре на Вашия случай на употреба.

Ключови изводи

  • Два инструмента в една заявка: моделът автоматично избира кой да използва
  • Стратегията за допълване (уеб = факти, X = реакции) е най-често срещаната
  • Кръстосаната валидация засилва доверието в информацията
  • Последователният конвейер предлага по-голям контрол над параметрите
  • Всяко извикване на инструмент струва $0.005, независимо от броя на резултатите
  • Оптимизирайте разходите, като комбинирате само когато и двата източника носят различна стойност