Filtrer web-søgedomæner
På denne side
Styr kilderne for pålidelige resultater
Når du integrerer websøgning i en forretningsapplikation, vil du ikke have, at modellen henter informationer fra hvor som helst. En juridisk chatbot skal konsultere officielle kilder, en medicinsk assistent skal holde sig til videnskabelige publikationer, og et værktøj til teknologiovervågning bør målrette sig mod referencesider.
Grok API’et tilbyder to filtreringsparametre til at styre kilderne: allowed_domains og excluded_domains. Disse parametre giver dig granular kontrol over søgeomfanget.
De to filtreringstilstande
Tilladelsesliste: allowed_domains
Denne parameter begrænser søgningen til kun de domæner, du angiver. Modellen vil ikke konsultere andre sider:
response = client.responses.create(
model="grok-4.5",
input="What are the latest advancements in AI?",
tools=[{
"type": "web_search",
"allowed_domains": ["arxiv.org", "nature.com", "science.org"]
}]
)
Udelukkelsesliste: excluded_domains
Denne parameter tillader alle kilder undtagen dem, du angiver. Nyttig til at udelukke upålidelige sider eller konkurrenter:
response = client.responses.create(
model="grok-4.5",
input="SaaS market analysis in France",
tools=[{
"type": "web_search",
"excluded_domains": ["reddit.com", "quora.com"]
}]
)
Reglen om gensidig udelukkelse
Parametrene allowed_domains og excluded_domains er gensidigt udelukkende. Du kan ikke bruge begge på samme tid i et enkelt kald. Hvis du forsøger at kombinere dem, vil API’et returnere en fejl.
Vælg din strategi baseret på brugstilfældet:
- Tilladelsesliste (
allowed_domains): Når du præcist ved, hvilke kilder der er pålidelige, og alt andet er mistænkeligt. - Udelukkelsesliste (
excluded_domains): Når de fleste kilder er acceptable, men nogle få udgør et problem.
Grænse på fem domæner
Hver parameter accepterer maksimalt 5 domæner. Denne begrænsning tvinger dig til at prioritere dine kilder. Hvis du har brug for at dække flere sider, kan du overveje at foretage flere kald med forskellige lister eller bruge udelukkelseslisten til at blokere de få problematiske domæner.
Domænesyntaks
Angiv domæner uden protokol eller efterfølgende skråstreg:
# Korrekt
"allowed_domains": ["arxiv.org", "nature.com"]
# Forkert
"allowed_domains": ["https://arxiv.org/", "www.nature.com"]
Praktiske brugstilfælde
Videnskabelig forskningsassistent
tools=[{
"type": "web_search",
"allowed_domains": [
"arxiv.org",
"pubmed.ncbi.nlm.nih.gov",
"scholar.google.com",
"nature.com",
"science.org"
]
}]
Overvågning af europæisk lovgivning
tools=[{
"type": "web_search",
"allowed_domains": [
"eur-lex.europa.eu",
"legifrance.gouv.fr",
"cnil.fr",
"ec.europa.eu"
]
}]
Enterprise-chatbot uden sociale medier
tools=[{
"type": "web_search",
"excluded_domains": [
"twitter.com",
"facebook.com",
"reddit.com",
"tiktok.com"
]
}]
Dynamisk filtreringsstrategi
I en rigtig applikation kan du tilpasse filtreringen baseret på konteksten i brugerens forespørgsel:
def get_search_config(category):
configs = {
"legal": {
"allowed_domains": ["legifrance.gouv.fr", "eur-lex.europa.eu"]
},
"tech": {
"excluded_domains": ["pinterest.com", "quora.com"]
},
"general": {}
}
return configs.get(category, {})
search_params = get_search_config(user_category)
tools = [{"type": "web_search", **search_params}]
Øvelse i praksis
Opret en assistent specialiseret inden for et domæne efter eget valg (juridisk, videnskabeligt, teknologisk). Konfigurer den passende domænefiltrering, og test den med flere spørgsmål. Sammenlign resultaterne opnået med og uden filtrering for at måle effekten på svarenes relevans.
Vigtige pointer
allowed_domainsbegrænser søgningen til en tilladelsesliste over siderexcluded_domainsudelukker specifikke sider fra søgningen- Begge parametre er gensidigt udelukkende: kun én pr. kald
- Maksimalt 5 domæner pr. parameter
- Angiv domæner uden protokol (
arxiv.org, ikkehttps://arxiv.org) - Tilpas strategien til brugstilfældet: tilladelsesliste til følsomme domæner, udelukkelsesliste til let filtrering