Tulosteiden jäsennys ja verkkohaku
Tällä sivulla
Yhdistä jäsennetyt tulosteet ja reaaliaikainen haku
Jäsennetyt tulosteet eivät rajoitu staattiseen dataan. Grok 4 -malleissa ja niitä uudemmissa – eli koko nykyisessä mallistossa – voit yhdistää jäsennetyt tulosteet verkkohakuun. Malli etsii tietoa verkosta reaaliajassa ja jäsennöittää tulokset määrittämäsi skeeman mukaisesti.
Miksi tämä yhdistelmä on tehokas
Ilman tätä ominaisuutta jäsennetyn datan hakeminen verkosta vaatii kolme erillistä vaihetta:
- Haku-API:n kutsuminen (Google, Bing jne.)
- Raakatulosten jäsentäminen
- Tulosten lähettäminen kielimallille jäsennettäväksi
Kun käytät jäsennettyjä tulosteita yhdessä verkkohaun kanssa, kaikki tapahtuu yhdellä API-kutsulla. Malli hakee, syntetisoi ja jäsennöittää tiedot.
Edellytykset: vähintään Grok 4
Tämä ominaisuus on käytettävissä Grok 4 -malleissa ja niitä uudemmissa, mikä kattaa koko nykyisen malliston (Grok 4.5, Grok 4.3, grok-4.20-muunnelmat). Vanhemmat Grok 3 ja Grok 3 Mini -mallit eivät tukeneet työkalujen yhdistämistä jäsennettyihin tulosteisiin.
Esimerkki: Kilpailija-analyysi
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": "Perform competitive intelligence on the French neobank market in 2026"
}],
response_format=VeilleConcurrentielle,
tools=[{"type": "web_search"}]
)
for c in parsed.concurrents:
print(f"{c.nom} — {c.avantage_principal}")
Malli suorittaa seuraavat toimet:
- Etsii nykyisiä ranskalaisia neopankkeja verkosta
- Kerää asiaankuuluvaa tietoa
- Jäsennöittää kaiken
VeilleConcurrentielle-skeeman mukaisesti
Esimerkki: Uutisseuranta
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": "What is the latest news on AI regulation in Europe?"
}],
response_format=RevuePresse,
tools=[{"type": "web_search"}]
)
print(parsed.synthese)
for article in parsed.articles:
print(f"[{article.source}] {article.titre}")
Parhaat käytännöt
Ole tarkka kehotteessa
Verkkohaku toimii parhaiten tarkkojen kyselyiden kanssa:
# Liian epämääräinen
"What's new in tech?"
# Tarkka ja toimiva
"The 5 largest AI funding rounds in France in Q1 2026"
Sovita skeema saatavilla olevaan dataan
Älä pyydä dataa, jota verkosta ei voi luotettavasti löytää:
# Vaikea löytää tarkasti
class Entreprise(BaseModel):
chiffre_affaires_exact: float # harvoin julkinen
# Realistinen
class Entreprise(BaseModel):
chiffre_affaires_estime: str # "noin 50 milj. €"
source_estimation: str
Käsittele puuttuva data
Määritä kentät valinnaisiksi, jos niiden löytymistä ei voida taata:
class InfoEntreprise(BaseModel):
nom: str
fondateur: str
annee_creation: int
valorisation: str | None # ei aina saatavilla
nombre_employes: str | None
Keskeiset asiat
- Jäsennettyjen tulosteiden ja verkkohaun yhdistelmä vaatii vähintään Grok 4 -mallin – koko nykyinen mallisto on yhteensopiva
- Ota verkkohaku käyttöön parametrilla
tools=[{"type": "web_search"}] - Yksi API-kutsu korvaa ketjun haku → jäsentäminen → jäsennöitys
- Ole tarkka kehotteissasi saadaksesi parempia tuloksia
- Määritä kentät valinnaisiksi, jos niiden saatavuutta ei voida taata