Agentti, jolla on verkkohaku
Tällä sivulla
Anna agentillesi pääsy verkkoon
Ilman internet-yhteyttä oleva suuri kielimalli (LLM) rajoittuu vain koulutusdataansa. Jos kysyt siltä viime kuussa hyväksytystä sääntelytekstistä, se joko väittää tietämättömyyttään tai – mikä pahempaa – vastaa maailmantilaa koskevan muistinsa perusteella merkitsemättä, että tiedot ovat vanhentuneita. Ottamalla web_search-työkalun käyttöön agentissasi annat sille mahdollisuuden löytää reaaliaikaista tietoa ja viitata lähteisiinsä, mikä parantaa vastausten ajantasaisuutta ja varmennettavuutta.
Luo agentti, jolla on verkkohaku
Aktivointi vaatii vain yhden konfiguraatiorivin, mutta ohjeistukset määräävät tulosteen laadun. Alla oleva esimerkki noudattaa tiukkaa kuria: hae systemaattisesti, viittaa URL-osoitteisiin, merkitse löydösten päivämäärä ja tuo esiin lähteiden väliset ristiriidat.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
agent = client.beta.agents.create(
model="mistral-medium-latest",
name="News Agent",
instructions="""You are a news analyst.
- Use web search for every question
- Always cite your sources with URLs
- Specify the date of the information found
- If results are contradictory, mention it""",
tools=[{"type": "web_search"}],
completion_args={"temperature": 0.3, "top_p": 0.95}
)
Viimeinen ohje on käytännössä arvokkain. Ilman sitä malli saattaa kahden eroavan luvun edessä valita toisen ja esittää synteesinsä vakiintuneena tosiasiana. Matala lämpötila täydentää tätä asetelmaa vähentämällä hallusinaatioita tuloksia uudelleenmuotoiltaessa.
web_search-työkalu tarjoaa pääsyn tavalliseen hakukoneeseen. Käytä varmistettujen uutislähteiden hakemiseen web_search_premium-työkalua:
tools=[{"type": "web_search_premium"}]
Käytä agenttia
Kutsu ei eroa agentista, jolla ei ole työkaluja: sinä et käynnistä hakua, vaan agentti päättää, milloin se on tarpeen.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="What are the latest developments in AI regulation in Europe?"
)
Ymmärrä vastauksen rakenne
Muutos käy ilmeisimmäksi vastauksen lukemisen yhteydessä. Verkkohaulla varustettu agentti palauttaa useita erityyppisiä merkintöjä. Koodi, joka lukee vain ensimmäisen merkinnän, näyttäisi hakumetatiedot odotetun tekstin sijaan.
for entry in response.outputs:
if entry.type == "tool.execution":
# Web search metadata
print(f"Tool used: {entry.tool_name}")
print(f"Search query: {entry.info}")
elif entry.type == "message.output":
# Agent response with citations
for chunk in entry.content:
if chunk.type == "text":
print(chunk.text)
elif chunk.type == "tool_reference":
print(f" Source: {chunk.title} — {chunk.url}")
Huomaa sisäkkäinen silmukka: message.output-sisältö ei ole yksittäinen merkkijono, vaan pätkien sekvenssi, jossa vuorottelevat tekstikatkelmat ja viittaukset. Jokainen vastauksen osa voi siis sisältää tool_reference-objekteja, joissa on kolme kenttää:
tool– Lähde työkalun nimi (web_search)title– Viitatun verkkosivun otsikkourl– Viite-URL
Tämä on merkittävä etu: agenttisi ei vain vastaa, vaan se todistaa väitteensä varmennettavilla lähteillä. Käyttöliittymässä nämä kentät muuttuvat napsautettaviksi linkeiksi, jotka sijoitetaan oikeaan kohtaan tekstiä, jolloin käyttäjät voivat jäljittää jokaisen väitteen alkuperään.
Mitä haku mahdollistaa
Aloita seurannalla. Agentti, jonka ohjeistukset määrittävät tulosteen muodon, muuttaa avoimen kysymyksen säännölliseksi ja vertailukelpoiseksi viikkoyhteenvedoksi.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Tech Watch",
instructions="Conduct technology monitoring. Summarize the 5 most important news items on the requested topic.",
tools=[{"type": "web_search"}]
)
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Monitoring on AI agents — last 2 weeks"
)
Seuraavaksi tulee faktantarkistus, jossa ohjeistukset ovat muodoltaan selkeä menettelytapa. Agentin ei tarvitse päättää menetelmästä; menetelmä on diktoitu, mikä tekee tulosteesta ennustettavan.
agent = client.beta.agents.create(
model="mistral-large-latest",
name="Fact Checker",
instructions="""Verify the following claims.
For each claim:
1. Search for reliable sources
2. Indicate if it is true, false, or partially true
3. Cite your sources""",
tools=[{"type": "web_search"}]
)
Sarjan päättää vertailu: tässä kysymys itsessään sisältää päätöskriteerit. Mitä tarkemmin määrität todelliset rajoitteet – teknologia, volyymi – sitä kohdennetumpia laukaistut haut ovat.
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Compare cloud offerings from OVH, Scaleway, and AWS for hosting a Python application with 10K users/day."
)
web_search vs. web_search_premium
| Näkökohta | web_search | web_search_premium |
|---|---|---|
| Moottori | Tavallinen haku | Edistynyt haku |
| Lähteet | Yleinen web | Varmennetut uutistoimittajat |
| Kustannus | Sisältyy hintaan | Lisäkustannus |
| Käyttö | Yleinen tieto | Luotettavat uutiset |
Useimmissa käyttötapauksissa web_search riittää. Varaa web_search_premium sovelluksiin, joissa lähteen luotettavuus on kriittistä (journalismi, vaatimustenmukaisuus, sääntelyn seuranta). Pohdinnan ei pitäisi olla “kumpi vaihtoehto on paras”, vaan “mikä on epäluotettavan lähteen kustannus omassa kontekstissani”: sisäisessä uutisyhteenvedossa se on nolla, viranomaiselle toimitettavassa muistiossa se ei ole.
Keskeiset asiat
web_search-työkalu antaa agentille mahdollisuuden hakea tietoa internetistä reaaliajassa- Vastaukset sisältävät viittaukset lähteen otsikkoon ja URL-osoitteeseen
web_search_premiumtarjoaa varmennettuja uutislähteitä lisäkustannuksella- Matalaa lämpötilaa (0,3) suositellaan hakua vaativiin faktoihin perustuviin tehtäviin
- Agentti päättää automaattisesti, milloin ja miten verkkohakua käytetään