Web und X kombinieren: Fortgeschrittene Strategien
Auf dieser Seite
Orchestrierung der beiden Suchmaschinen
Sie verfügen nun über web_search und x_search als einzelne Komponenten. Die wahre Stärke der Grok-API entfaltet sich, wenn Sie beide strategisch kombinieren. In dieser Lektion erfahren Sie, wie Sie beide Werkzeuge orchestrieren, um ausgefeilte Informationspipelines aufzubauen, während Sie Kosten und Limits im Blick behalten.
Strategie 1: Komplementarität von Fakten und Reaktionen
Die natürlichste Kombination nutzt das Web für Fakten und X für Reaktionen. Das Modell wählt das passende Werkzeug basierend auf der Art der gesuchten Information:
response = client.responses.create(
model="grok-4.5",
input="""Analysieren Sie die jüngste Ankündigung des europäischen KI-Gesetzes.
TEIL 1 (Web-Suche):
- Exakter Inhalt der neuen Verordnung
- Inkrafttretende Daten und Verpflichtungen
- Betroffene Unternehmen und Sektoren
TEIL 2 (X-Suche):
- Reaktionen von Tech-Unternehmen
- Expertenkritik und Unterstützung
- Wahrnehmung der Auswirkungen auf die Gemeinschaft
SYNTHESE: Übereinstimmungen und Unterschiede
zwischen offiziellen Fakten und öffentlicher Wahrnehmung.""",
tools=[
{"type": "web_search"},
{"type": "x_search"}
]
)
Strategie 2: Kreuzvalidierung
Verwenden Sie beide Quellen, um Informationen zu validieren. Wenn sich Web und X decken, steigt das Vertrauen in die Daten:
response = client.responses.create(
model="grok-4.5",
input="""Es wird berichtet, dass [Unternehmen X] massive
Personalabbauten plant.
Überprüfen Sie diese Information:
1. Web-Suche: Presseartikel, Pressemitteilungen
2. X-Suche: Beiträge von Mitarbeitern, Insider
Bewerten Sie die Glaubwürdigkeit (1-10) durch Abgleich der Quellen.
Stellen Sie explizit fest, ob sich beide Kanäle decken.""",
tools=[
{"type": "web_search"},
{"type": "x_search"}
]
)
Strategie 3: Sequenzielle Pipeline
Manchmal ist es effizienter, zwei getrennte Aufrufe durchzuführen, als eine einzige kombinierte Anfrage zu stellen. Dies bietet Ihnen mehr Kontrolle über die Parameter für jede Suche:
# Schritt 1: Web-Sammlung mit strenger Filterung
web_result = client.responses.create(
model="grok-4.5",
input="Neueste Fortschritte in der Quantencomputing-Forschung",
tools=[{
"type": "web_search",
"allowed_domains": ["arxiv.org", "nature.com", "science.org"]
}]
)
# Schritt 2: X-Reaktionen, gefiltert nach Handles
x_result = client.responses.create(
model="grok-4.5",
input=f"""Unter Berücksichtigung dieser Fortschritte:
{web_result.output_text[:500]}
Wie reagieren Forscher auf X?""",
tools=[{
"type": "x_search",
"allowed_x_handles": [
"PeterShor_MIT",
"ScottAaronson"
]
}]
)
Kostenmanagement
Jeder Tool-Aufruf kostet $0,005, unabhängig von der Anzahl der Ergebnisse. Wenn das Modell beide Werkzeuge in derselben Anfrage verwendet, verdoppelt sich die Kosten. Ruft das Modell ein Werkzeug mehrfach auf (beispielsweise zwei aufeinanderfolgende Web-Suchen zur Verfeinerung), wird jeder Aufruf separat abgerechnet:
# Minimalkosten: 1 Werkzeug x 1 Aufruf = $0,005
tools=[{"type": "web_search"}]
# Mögliche Kosten: 2 Werkzeuge = $0,01 Mindestkosten
# Das Modell kann jedoch jedes Werkzeug
# mehrfach aufrufen, falls erforderlich
tools=[
{"type": "web_search"},
{"type": "x_search"}
]
Optimierung des Qualitäts-/Kostenverhältnisses
- Kombinieren Sie nur, wenn notwendig: Bei rein faktischen Fragen reicht
web_searchaus. - Filtern Sie im Voraus: Parameter für Domänen und Handles reduzieren Rauschen und verbessern die Relevanz ohne zusätzliche Kosten.
- Verwenden Sie die sequenzielle Pipeline für komplexe Analysen: Der erste Schritt informiert den zweiten und reduziert unnötige Suchen.
Management der API-Limits
Parameterlimits
Jedes Werkzeug hat eigene Einschränkungen. Mischen Sie diese nicht:
web_search:allowed_domainsODERexcluded_domains(maximal 5 pro Kategorie)x_search:allowed_x_handlesODERexcluded_x_handles(maximal 10 pro Kategorie) +from_date/to_date
Nicht-deterministisches Verhalten
Das Modell entscheidet autonom, wann und wie oft es jedes Werkzeug verwendet. Zwei identische Anfragen können zu unterschiedlichen Suchmustern führen. Wenn Reproduzierbarkeit kritisch ist, verwenden Sie die sequenzielle Pipeline mit gezielten Anfragen.
Latenz
Anfragen mit zwei Werkzeugen sind langsamer. Planen Sie in Ihren Anwendungen entsprechende Timeouts ein, insbesondere wenn die Bild- oder Videoanalyse aktiviert ist.
Praktische Übung
Implementieren Sie alle drei Strategien (Komplementarität, Kreuzvalidierung, sequenzielle Pipeline) auf demselben aktuellen Ereignisthema. Vergleichen Sie die Ergebnisqualität, die Antwortzeit und die Gesamtkosten für jeden Ansatz. Bestimmen Sie, welche Strategie sich am besten für Ihren Anwendungsfall eignet.
Kernaussagen
- Zwei Werkzeuge in derselben Anfrage: Das Modell wählt automatisch, welches es verwendet.
- Die komplementäre Strategie (Web = Fakten, X = Reaktionen) ist die gebräuchlichste.
- Kreuzvalidierung stärkt das Vertrauen in die Informationen.
- Die sequenzielle Pipeline bietet mehr Kontrolle über die Parameter.
- Jeder Tool-Aufruf kostet $0,005, unabhängig von der Anzahl der Ergebnisse.
- Optimieren Sie die Kosten, indem Sie nur dann kombinieren, wenn beide Quellen einen distincten Mehrwert bieten.