Konfigurace a řízení výsledků webového vyhledávání
Na této stránce
- Konfigurace a řízení výsledků webového vyhledávání
- Parametr search_context_size
- Řízení vyhledávacích dotazů prostřednictvím promptu
- Extrakce a strukturování citací
- Vzor: vyhledávání s křížovou validací
- Zpracování případu bez výsledků
- Webové vyhledávání se streamováním
- Filtrace domén a seznam zdrojů
- Klíčové poznatky
Lekce aktualizována 2. listopadu 2026 na základě dokumentace OpenAI: nástroj Code Interpreter vyžaduje parametr
container(přidán do všech příkladů), části vstupního textu jsou typuinput_texta webové vyhledávání používá nástrojweb_search(web_search_previewje nyní zastaralý nástroj bez filtrů domén). Vygenerované soubory se získávají pomocí funkcífichiers_generesatelechargerz lekce 10. Zdroje: Code Interpreter · Web search.
Konfigurace a řízení výsledků webového vyhledávání
Povolení webového vyhledávání zabere jeden řádek; získání spolehlivých odpovědí však vyžaduje tři nastavení, která tato lekce podrobně popisuje. První rozhoduje o tom, kolik webového obsahu se vloží do kontextu, což přímo ovlivňuje vaše náklady. Druhé směruje dotazy, které si model formuluje sám – protože je píše on, ne ty. Třetí se týká citací; bez nich je odpověď s odkazy na zdroje jen prostým утверzením.
Parametr search_context_size
Parametr search_context_size řídí, kolik webového obsahu se vloží do kontextu modelu. Nemění ani počet vyhledávání, ani jejich kvalitu: určuje pouze, kolik textu se po nalezení stránek skutečně dostane do promptu. Je to kompromis mezi úplností a náklady, který bys měl ladit podle typu úkolu, nikoliv nastavit jednou a zapomenout na to.
from openai import OpenAI
client = OpenAI()
# Minimální kontext: rychlé, stručné odpovědi
response = client.responses.create(
model="gpt-5.6-terra",
input="What is France's GDP in 2025?",
tools=[{
"type": "web_search",
"search_context_size": "low"
}]
)
# Střední kontext: dobrý kompromis (výchozí)
response = client.responses.create(
model="gpt-5.6-terra",
input="Summarize AI market trends in Europe",
tools=[{
"type": "web_search",
"search_context_size": "medium"
}]
)
# Velký kontext: hloubková analýza
response = client.responses.create(
model="gpt-5.6-terra",
input="Compare AI strategies in France, Germany, and the Netherlands",
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
Dopad na náklady a latenci
Zlaté pravidlo je jednoduché: zvyš úroveň pouze tehdy, když tě získaná odpověď konkrétně zklamala. Datum, číslo nebo faktické potvrzení nepotřebuje nic víc než low; použití high pro tento účel je jako platit za celou složku dokumentů, abys si přečetl jeden řádek.
| Velikost | Tokeny kontextu | Latence | Náklady | Využití |
|---|---|---|---|---|
low | Minimální | Rychlá | Nízké | Prostá fakta, čísla |
medium | Střední | Standardní | Střední | Shrnutí, srovnání |
high | Maximální | Pomalejší | Vysoké | Hloubková analýza |
Řízení vyhledávacích dotazů prostřednictvím promptu
Zde je bod, který většina lidí objeví příliš pozdě: model si formuluje vlastní vyhledávací dotazy. Napíšeš „jaké jsou nedávné regulační změny?“ a on to převede na klíčová slova, která nikdy neuvidíš. Kvalita výsledků tedy závisí na přeformulování, nad kterým máš pouze nepřímou kontrolu – systémový prompt. Jmenuj autoritativní zdroje ve svém oboru a období, které tě zajímá: to nejvíce změní výsledek.
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
"You are a market analyst specializing in European technology. "
"When you perform web searches, prioritize institutional sources "
"(European Commission, INSEE, Eurostat) and specialized media "
"(Les Echos, La Tribune, TechCrunch). "
"Ignore personal blogs and forums."
),
input="What is the state of AI startup funding in France?",
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
Extrakce a strukturování citací
Citace přicházejí jako anotace připojené k odpovědi, nikoliv přímo v textu. Toto oddělení je dobrou zprávou: umožňuje ti zobrazit zdroje jakkoli chceš, ověřit je nebo odmítnout odpověď, která žádné nemá. V jakékoli aplikaci, kde má odpověď váhu – právní, lékařská, finanční – je bezpečnější považovat chybějící anotace za chybu, než slepě věřit textu.
def extract_sources(response) -> list[dict]:
"""Extract all URL citations from a Web Search response."""
sources = []
for item in response.output:
if item.type == "message":
for block in item.content:
if hasattr(block, "annotations"):
for ann in block.annotations:
if ann.type == "url_citation":
sources.append({
"url": ann.url,
"title": ann.title,
"excerpt_start": ann.start_index,
"excerpt_end": ann.end_index
})
return sources
# Usage
response = client.responses.create(
model="gpt-5.6-terra",
input="What are the new GDPR rules for AI in 2026?",
tools=[{"type": "web_search"}]
)
sources = extract_sources(response)
for s in sources:
print(f" {s['title']}: {s['url']}")
Vzor: vyhledávání s křížovou validací
Jediný zdroj zůstává jediným zdrojem, i když ho našel model. U informací, které řídí rozhodování, explicitně požaduj potvrzení z více nezávislých zdrojů a nech model označit neshody, místo aby je mlčky arbitroval: neshoda mezi dvěma zdroji je sama o sobě informací, často užitečnější než průměrování obou.
def validated_search(question: str, min_sources: int = 3) -> dict:
"""Web search requiring multiple sources."""
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
f"To answer this question, you must find at least "
f"{min_sources} independent sources that confirm the information. "
"If sources contradict each other, flag the discrepancies. "
"Cite each source explicitly."
),
input=question,
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
sources = extract_sources(response)
return {
"answer": response.output_text,
"sources": sources,
"reliability": "high" if len(sources) >= min_sources else "verify"
}
Zpracování případu bez výsledků
Existuje jeden případ, na který lidé zapomínají: vyhledávání nevrátí nic. Rizikem není absence odpovědi – rizikem je, že při nedostatku výsledků model odpoví ze svých interních znalostí, aniž by to signalizoval, a poskytne ti tak věrohodné, ale zastaralé informace. Požádej ho, aby to explicitně uvedl, a připrav se na přeformulování.
def search_with_fallback(question: str) -> dict:
"""Web search with failure detection and reformulation."""
# First attempt
response = client.responses.create(
model="gpt-5.6-terra",
input=question,
tools=[{"type": "web_search"}]
)
sources = extract_sources(response)
if len(sources) == 0:
# Automatic reformulation
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Rephrase this question for a more effective web search, "
f"then search: {question}",
tools=[{"type": "web_search", "search_context_size": "high"}]
)
sources = extract_sources(response)
return {
"answer": response.output_text,
"sources": sources
}
Webové vyhledávání se streamováním
Webové vyhledávání trvá několik sekund, někdy i déle, pokud model řetězí několik dotazů. Díky streamování uživatel vidí, jak se odpověď postupně vytváří, místo aby zíral na indikátor načítání – a u tohoto typu latence je rozdíl ve vnímání obrovský při téměř nulových nákladech na implementaci.
stream = client.responses.create(
model="gpt-5.6-terra",
input="What are this week's tech news headlines?",
tools=[{"type": "web_search"}],
stream=True
)
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
elif event.type == "response.completed":
# Extract sources at the end
sources = extract_sources(event.response)
print(f"\n\n--- {len(sources)} sources consulted ---")
Filtrace domén a seznam zdrojů
Nástroj web_search přijímá parametr filters, který omezuje vyhledávání na seznam povolených domén (až 100) nebo vylučuje seznam (také až 100). Domény zapisuj bez http:// nebo https://. Filtrace existuje pouze u web_search v Responses API: zastaralý nástroj web_search_preview ji ignoruje.
response = client.responses.create(
model="gpt-5.6-terra",
tools=[{
"type": "web_search",
"filters": {"allowed_domains": ["service-public.fr", "legifrance.gouv.fr"]},
}],
include=["web_search_call.action.sources"],
input="What are the price display requirements for retail stores in France?",
)
print(response.output_text)
Možnost include=["web_search_call.action.sources"] vrací úplný seznam konzultovaných URL, který je často delší než seznam citací. Samotné citace přicházejí jako anotace url_citation (URL, název, pozice v textu): dokumentace OpenAI žádá, abys je ve svém rozhraní zobrazil viditelně a jako klikatelné odkazy.
Klíčové poznatky
search_context_sizeřídí objem webových dat vkládaných do kontextufiltersomezují nebo vylučují domény (max 100);includevypisuje všechny konzultované zdroje- Systémový prompt směruje model ke správným zdrojům
- Extrahuj anotace
url_citationpro vysledování zdrojů - Implementuj křížovou validaci pro kritické informace
- Zpracovávej chybějící výsledky pomocí automatického přeformulování