Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Mønstre til kombination af værktøjer

Lektion 10 af 12 Opdateret 30. juli 2026 Avanceret
På denne side
  1. Kombinér værktøjer til komplekse opgaver
  2. Mønster 1: Søgning + Analyse
  3. Mønster 2: Nyheder fra flere kilder
  4. Mønster 3: Uddrag fra flere kilder med funktioner
  5. Mønster 4: Krydsvalidering
  6. Bedste praksis
  7. Vigtige pointer

Kombinér værktøjer til komplekse opgaver

Groks værktøjer bliver først rigtig kraftfulde, når du kombinerer dem. Websøgning alene giver kun rådata. Tilføj kodekørsel, så kan du analysere dataene. Tilføj dine egne funktioner, så kan du handle på resultaterne. Denne lektion dækker de mest nyttige kombinationsmønstre.

Mønster 1: Søgning + Analyse

Den mest almindelige brugssag kombinerer websøgning med kodekørsel for at indsamle data og drage konklusioner:

response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": "Look up the stock prices for Tesla, Apple, and Microsoft over the last 30 days. "
                   "Calculate relative performance and identify the trend."
    }],
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter"}
    ],
    max_turns=5
)

Grok starter med en websøgning for at hente finansielle data og bruger derefter kodekørsel til at beregne udviklingen og plotte et diagram. Alt sker i en enkelt anmodning takket være et tilstrækkeligt højt max_turns.

Mønster 2: Nyheder fra flere kilder

Kombinationen af Websøgning og X-søgning giver en omfattende dækning af et emne:

response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": "What are the reactions to the announcement of the new AI regulation in Europe? "
                   "Compare official sources and reactions on X."
    }],
    tools=[
        {"type": "web_search"},
        {"type": "x_search"}
    ],
    max_turns=5
)

Websøgningen fanger presseartikler og officielle udtalelser, mens X-søgningen fanger reaktioner og meninger i realtid.

Mønster 3: Uddrag fra flere kilder med funktioner

Til mere komplekse arbejdsgange kan du kombinere serverværktøjer med dine egne funktioner:

tools = [
    {"type": "web_search"},
    {"type": "code_interpreter"},
    {
        "type": "function",
        "function": {
            "name": "save_to_database",
            "description": "Saves structured results to the database",
            "parameters": {
                "type": "object",
                "properties": {
                    "category": {"type": "string"},
                    "data": {"type": "object"},
                    "source_urls": {"type": "array", "items": {"type": "string"}}
                },
                "required": ["category", "data"]
            }
        }
    }
]

async def research_and_save(topic: str) -> str:
    messages = [{"role": "user", "content": f"Research and analyze: {topic}. "
                 "Save the structured results."}]

    while True:
        response = await client.chat.completions.create(
            model="grok-4.5",
            messages=messages,
            tools=tools,
            max_turns=5
        )

        message = response.choices[0].message

        if not message.tool_calls:
            return message.content

        messages.append(message)
        for tc in message.tool_calls:
            if tc.function.name == "save_to_database":
                result = await save_to_db(json.loads(tc.function.arguments))
                messages.append({
                    "role": "tool",
                    "tool_call_id": tc.id,
                    "content": json.dumps(result)
                })

I dette mønster søger Grok efter information, analyserer den med kode og kalder derefter din funktion for at gemme resultaterne. Arbejdsgangen er fuldt autonom.

Mønster 4: Krydsvalidering

Brug flere kilder til at verificere informationens pålidelighed:

response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{
        "role": "user",
        "content": "Verify this claim by cross-referencing sources: "
                   "'France produced 70% of its electricity from nuclear power in 2024.' "
                   "Compare data from multiple official sources."
    }],
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter"}
    ],
    max_turns=8
)

Med en højere værdi for max_turns kan Grok udføre flere successive søgninger for at krydstjekke information og bruge kodekørsel til at sammenligne tal.

Bedste praksis

Angiv værktøjer i prompten

Nøjes ikke med at deklarere værktøjer i parameteren tools. Angiv eksplicit i din prompt, hvad du forventer:

# GODT: prompten guider brugen af værktøjer
"""Search for the data, then use code to generate a comparison table.
Save the final result via save_to_database."""

# DÅRLIGT: prompten nævner ikke værktøjer
"Give me information on this topic."

Begræns værktøjer til behovet

Aktivér ikke alle værktøjer, hvis du kun har brug for ét. Hvert værktøj tilføjer kontekst til system-prompten, hvilket bruger tokens og potentielt kan distrahere modellen.

Vigtige pointer

  • Søgning + Kodekørsel lader dig indsamle og analysere data i en enkelt anmodning
  • Websøgning + X-søgning giver omfattende dækning (artikler + reaktioner)
  • Egne funktioner udvider mulighederne ud over, hvad serverværktøjer tilbyder
  • Guid Grok eksplicit i din prompt om, hvilke værktøjer der skal bruges
  • Tilpas max_turns til arbejdsgangens kompleksitet (5-8 til kombinationer af flere værktøjer)
  • Aktivér kun nødvendige værktøjer for at optimere tokenforbruget