Haku hybridinä: verkon ja tiedostojen yhdistäminen
Tällä sivulla
Oppitunti päivitetty 2. marraskuuta 2026 OpenAI:n dokumentaation perusteella: Code Interpreter -työkalu vaatii nyt
container-parametrin (lisätty kaikkiin esimerkkeihin), syöttötekstiosat ovat tyyppiäinput_text, ja verkkohaku käyttääweb_search-työkalua (web_search_previewon nyt vanhentunut työkalu ilman toimialasuodattimia). Generoidut tiedostot haetaan käyttämällä oppitunnin 10 funktioitafichiers_generesjatelecharger. Lähteet: Code Interpreter · Web search.
Haku hybridinä: verkon ja tiedostojen yhdistäminen
Nämä kaksi hakutyökalua vastaavat erilaisiin kysymyksiin, ja erillisinä käytettyinä kumpikin jää puutteelliseksi. File Search tietää, mitä sinä olet kirjoittanut; Web Search tietää, mitä maailma on julkaissut. Monet hyödylliset kysymykset sijaitsevat nimenomaan näiden leikkauspisteessä: Onko menettelytapamme edelleen vaatimusten mukainen? Onko dokumentaatiomme ajantasalla? Missä asemassa olemme suhteessa markkinoihin?
Näillä kysymyksillä on yhteinen ominaisuus, joka selittää niiden arvon: kukaan ei voi vastata niihin lukematta molempia puolia. Juuri tämä risteymä, ei itse haku, tekee tästä oppitunnista arvokkaan.
Ota molemmat työkalut käyttöön
Määritä molemmat työkalut samanaikaisesti tools-taulukossa:
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-5.6-terra",
input="Compare our remote work policy with current market trends",
tools=[
{
"type": "file_search",
"vector_store_ids": ["vs_abc123"],
"max_num_results": 10
},
{
"type": "web_search",
"search_context_size": "medium"
}
]
)
print(response.output_text)
Malli päättää itse, milloin käyttää kumpaakin työkalua. Kysymyksessä, joka koskee sisäisiä dokumenttejasi, se käyttää File Searchia. Julkisen datan kohdalla se käyttää Web Searchia. Vertailussa se käyttää molempia.
Käyttötapaus: sääntelyn seuranta
Sääntelyn seuranta on oppikirjaesimerkki, koska juuri näiden kahden lähteen välinen kuilu on se, mitä etsimme. Pyydä nimenomaan eroja, älä kummankin puolen yhteenvetoa: malli, jota pyydetään tekemään yhteenveto, tuottaa kaksi oikeaa synteesiä ja jättää vertailun sinulle, mikä on työn ainoa vaikea osa.
def audit_conformite(sujet: str, vs_processus: str) -> dict:
"""Compares internal processes with current regulations."""
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
"You are a compliance auditor. For each point, you must: "
"1. Search internal documents for what is currently in place "
"2. Search the web for current applicable regulations "
"3. Identify gaps between the two "
"4. Propose corrective actions"
),
input=f"Audit the compliance of our processes on the topic: {sujet}",
tools=[
{
"type": "file_search",
"vector_store_ids": [vs_processus],
"max_num_results": 15
},
{
"type": "web_search",
"search_context_size": "high"
}
]
)
return {
"rapport": response.output_text,
"tokens_utilises": response.usage.total_tokens
}
# Usage
rapport = audit_conformite(
"personal data protection and GDPR",
"vs_processus_internes"
)
Käyttötapaus: tietopankin rikastaminen
Sama mekanismi käänteisenä toimii omien dokumenttiesi ikääntymisen tarkistamiseen: vaatimustenmukaisuuden varmistamisen sijaan kysyt, mitä on muuttunut niiden kirjoittamisen jälkeen. Tämä on kustannustehokkain tapa käyttää hybridihakua vanhaan dokumenttikantaan – kenelläkään ei ole aikaa lukea sataa sivua löytääkseen kolme vanhentunutta.
def detecter_obsolescence(vs_id: str, sujets: list[str]) -> list[dict]:
"""Identifies potentially obsolete information."""
resultats = []
for sujet in sujets:
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
"Compare what our internal documents say with the most recent "
"information from the web. Identify factual gaps, outdated figures, "
"and obsolete procedures."
),
input=f"Check the currency of our documents on: {sujet}",
tools=[
{"type": "file_search", "vector_store_ids": [vs_id]},
{"type": "web_search"}
]
)
resultats.append({
"sujet": sujet,
"analyse": response.output_text
})
return resultats
Lisää mukautettuja funktioita yhdistelmään
Omien funktioidesi lisääminen yhdistelmään siirtää työnkulun analyysistä toimintaan: malli havaitsee puutteen ja avaa sitten tiketin. Pidä kuitenkin selkeä raja: haku ja analyysi voivat pysyä automaattisina, mutta resursseja sitovat toimet (luominen, lähettäminen, muokkaaminen) ansaitsevat ihmisen vahvistuksen, kunnes olet mitannut virran luotettavuuden useiden viikkojen ajan.
tools = [
# Search your documents
{
"type": "file_search",
"vector_store_ids": ["vs_contrats"],
"max_num_results": 10
},
# Web search
{
"type": "web_search",
"search_context_size": "medium"
},
# Business function: query the CRM
{
"type": "function",
"name": "get_client_info",
"description": "Retrieve client information from the CRM",
"parameters": {
"type": "object",
"properties": {
"client_id": {"type": "string"},
"champs": {
"type": "array",
"items": {"type": "string"},
"description": "List of fields to return"
}
},
"required": ["client_id"],
"additionalProperties": False
},
"strict": True
},
# Business function: create an alert
{
"type": "function",
"name": "creer_alerte",
"description": "Create a follow-up alert for a contract or client",
"parameters": {
"type": "object",
"properties": {
"titre": {"type": "string"},
"priorite": {"type": "string", "enum": ["basse", "moyenne", "haute", "critique"]},
"description": {"type": "string"},
"assignee": {"type": "string"}
},
"required": ["titre", "priorite", "description", "assignee"],
"additionalProperties": False
},
"strict": True
}
]
# The model can now:
# 1. Search for a contract in File Search
# 2. Verify a clause on the web
# 3. Retrieve client info from the CRM
# 4. Create an alert if a problem is detected
response = client.responses.create(
model="gpt-5.6-terra",
input="Check if client CLI-42567's contract complies with the new European "
"standards. If not, create a high-priority alert.",
tools=tools
)
Hallitse lähteiden prioriteettia
Ilman ohjeistusta malli kohtelee molempia lähteitä tasavertaisina. Tämä on harvoin toivottavaa: sisäisten faktojen – lukujen, menettelytapojen, päätösten – osalta dokumenttisi ovat auktoriteetti ja verkko on vain uskottavaa kohinaa; uutisten ja sääntelyn osalta tilanne on päinvastainen. Kirjoita tämä hierarkia järjestelmäkehotteeseen ja vaadi, että kaikki kahden lähteen väliset ristiriidat merkitään lipulla sen sijaan, että ne ratkaistaisiin hiljaisesti.
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
"Source priority rules: "
"1. For internal facts (processes, policies, contracts) -> File Search "
"2. For external facts (laws, market, trends) -> Web Search "
"3. In case of conflict between internal and external sources, flag the gap "
"4. NEVER answer based solely on your own knowledge "
),
input="What is our standard payment term and is it compliant with the law?",
tools=[
{"type": "file_search", "vector_store_ids": [vs_id]},
{"type": "web_search"}
]
)
Täydellinen malli: hybridihaun avustaja
class AssistantRecherche:
def __init__(self, vector_store_ids: list[str]):
self.client = OpenAI()
self.vs_ids = vector_store_ids
self.historique = []
def rechercher(self, question: str, mode: str = "hybride") -> dict:
tools = []
if mode in ("hybride", "interne"):
tools.append({
"type": "file_search",
"vector_store_ids": self.vs_ids,
"max_num_results": 10
})
if mode in ("hybride", "web"):
tools.append({
"type": "web_search",
"search_context_size": "medium"
})
response = self.client.responses.create(
model="gpt-5.6-terra",
instructions="Always cite your sources. Clearly distinguish "
"internal information from public information.",
input=question,
tools=tools
)
resultat = {
"question": question,
"reponse": response.output_text,
"mode": mode,
"tokens": response.usage.total_tokens
}
self.historique.append(resultat)
return resultat
# Usage
assistant = AssistantRecherche(["vs_contrats", "vs_procedures"])
r = assistant.rechercher("Are our GTCs up to date with European law?")
print(r["reponse"])
Keskeiset asiat
- Yhdistä
file_searchjaweb_searchsamaan kutsuun - Malli valitsee automaattisesti oikean työkalun kullekin tarpeelle
- Järjestelmäkehote ohjaa sisäisten ja ulkoisten lähteiden prioriteettia
- Lisää mukautettuja funktioita täydellisiä työnkulkuja varten
- Hybridihaku on ihanteellinen vaatimustenmukaisuustarkastuksiin ja seurantaan