Ir al contenido principal
Español— Elegir un idioma
Menú

Salidas estructuradas y búsqueda web

Lección 8 de 12 Actualizado el 28 de julio de 2026 Desarrollador
En esta página
  1. Combina salidas estructuradas y búsqueda en tiempo real
  2. Por qué esta combinación es potente
  3. Requisitos previos: mínimo Grok 4
  4. Ejemplo: Inteligencia competitiva
  5. Ejemplo: Seguimiento de noticias
  6. Buenas prácticas
  7. Puntos clave

Combina salidas estructuradas y búsqueda en tiempo real

Las salidas estructuradas no sirven solo para datos estáticos. En los modelos Grok 4 y posteriores, es decir, en toda la gama actual, puedes combinar salidas estructuradas con la búsqueda web. El modelo busca información actualizada en la web y, a continuación, estructura los resultados según tu esquema.

Por qué esta combinación es potente

Sin esta funcionalidad, obtener datos estructurados desde la web requiere tres pasos independientes:

  1. Llamar a una API de búsqueda (Google, Bing, etc.)
  2. Analizar los resultados en bruto
  3. Enviar los resultados al LLM para que los estructure

Con salidas estructuradas más búsqueda web, todo ocurre en una única llamada. El modelo busca, sintetiza y estructura.

Requisitos previos: mínimo Grok 4

Esta funcionalidad está disponible en los modelos Grok 4 y posteriores, lo que abarca toda la gama actual (Grok 4.5, Grok 4.3, variantes grok-4.20). Los modelos anteriores Grok 3 y Grok 3 Mini no admitían la combinación de herramientas con salidas estructuradas.

Ejemplo: Inteligencia competitiva

from pydantic import BaseModel

class Concurrent(BaseModel):
    nom: str
    site_web: str
    produit_phare: str
    avantage_principal: str

class VeilleConcurrentielle(BaseModel):
    secteur: str
    date_analyse: str
    concurrents: list[Concurrent]
    tendances: list[str]
    opportunites: list[str]

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": "Realiza un análisis de la competencia en el mercado francés de neobancos en 2026"
    }],
    response_format=VeilleConcurrentielle,
    tools=[{"type": "web_search"}]
)

for c in parsed.concurrents:
    print(f"{c.nom} — {c.avantage_principal}")

El modelo hará lo siguiente:

  1. Buscará en la web los neobancos franceses actuales
  2. Recopilará la información relevante
  3. Estructurará todo según el esquema VeilleConcurrentielle

Ejemplo: Seguimiento de noticias

class Article(BaseModel):
    titre: str
    source: str
    date: str
    resume: str
    impact: str

class RevuePresse(BaseModel):
    sujet: str
    articles: list[Article]
    synthese: str

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": "¿Cuáles son las últimas noticias sobre la regulación de la IA en Europa?"
    }],
    response_format=RevuePresse,
    tools=[{"type": "web_search"}]
)

print(parsed.synthese)
for article in parsed.articles:
    print(f"[{article.source}] {article.titre}")

Buenas prácticas

Sé específico en el prompt

La búsqueda web funciona mejor con consultas concretas:

# Demasiado vago
"¿Qué hay de nuevo en tecnología?"

# Preciso y accionable
"Las 5 mayores rondas de financiación de IA en Francia en el primer trimestre de 2026"

Adapta tu esquema a los datos disponibles

No solicites datos que la web no pueda proporcionar de forma fiable:

# Difícil de encontrar con precisión
class Entreprise(BaseModel):
    chiffre_affaires_exact: float  # rara vez público

# Realista
class Entreprise(BaseModel):
    chiffre_affaires_estime: str  # "alrededor de 50 M€"
    source_estimation: str

Gestiona los datos faltantes

Define campos como opcionales si es posible que no se encuentren:

class InfoEntreprise(BaseModel):
    nom: str
    fondateur: str
    annee_creation: int
    valorisation: str | None  # no siempre disponible
    nombre_employes: str | None

Puntos clave

  • La combinación de salidas estructuradas y búsqueda web requiere como mínimo Grok 4; toda la gama actual es compatible
  • Activa la búsqueda web con tools=[{"type": "web_search"}]
  • Una única llamada a la API sustituye a la cadena búsqueda → análisis → estructuración
  • Sé específico en tus prompts para obtener mejores resultados
  • Define campos como opcionales si su disponibilidad no está garantizada