Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Pretraživanje hibridnog tipa: kombiniranje weba i datoteka

Lekcija 9 od 20 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Pretraživanje hibridnog tipa: kombiniranje weba i datoteka
  2. Omogući oba alata
  3. Slučaj upotrebe: praćenje propisa
  4. Slučaj upotrebe: obogaćivanje baze znanja
  5. Dodaj prilagođene funkcije u miks
  6. Upravljaj prioritetom izvora
  7. Kompletan uzorak: asistent za hibridno pretraživanje
  8. Ključne točke

Lekcija ažurirana 2. studenoga 2026. na temelju OpenAI dokumentacije: alat Code Interpreter sada zahtijeva parametar container (dodan svim primjerima), dijelovi ulaznog teksta su tipa input_text, a web pretraživanje koristi alat web_search (web_search_preview je sada zastarjeli alat bez filtara domene). Generirane datoteke dohvaćaju se pomoću funkcija fichiers_generes i telecharger iz Lekcije 10. Izvori: Code Interpreter · Web search.

Pretraživanje hibridnog tipa: kombiniranje weba i datoteka

Dva alata za pretraživanje odgovaraju na različita pitanja, a korištena izolirano, svako od njih ostaje nepotpuno. File Search zna što si ti napisao; Web Search zna što je svijet objavio. Mnoga korisna pitanja nalaze se točno na sjecištu ta dva izvora: Je li naš postupak i dalje usklađen? Je li naša dokumentacija ažurna? Gdje stojimo u odnosu na tržište?

Ta pitanja dijele zajedničko svojstvo koje objašnjava njihovu vrijednost: nitko na njih ne može odgovoriti bez čitanja obje strane. Upravo to preklapanje, a ne samo pretraživanje, čini ovu lekciju vrijednom.

Omogući oba alata

Deklariraj oba alata istovremeno u polju tools:

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)

Model samostalno odlučuje kada koristiti koji alat. Za pitanje o tvojim internim dokumentima koristit će File Search. Za javne podatke koristit će Web Search. Za usporedbu će koristiti oba.

Slučaj upotrebe: praćenje propisa

Praćenje propisa klasičan je primjer jer je jaz između ta dva izvora upravo ono što tražimo. Eksplicitno traži razlike, a ne sažetak svake strane zasebno: model kojeg zamoliš da sažme proizvest će dvije točne sinteze i prepustiti tebi usporedbu, što je jedini težak dio posla.

def audit_conformite(sujet: str, vs_processus: str) -> dict:
    """Uspoređuje interne procese s trenutnim propisima."""
    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
    }

# Upotreba
rapport = audit_conformite(
    "personal data protection and GDPR",
    "vs_processus_internes"
)

Slučaj upotrebe: obogaćivanje baze znanja

Isti mehanizam, obrnutog smjera, služi za provjeru zastarjelosti tvojih vlastitih dokumenata: umjesto provjere usklađenosti, pitaš što se promijenilo otkako su napisani. Ovo je najisplativija upotreba hibridnog pretraživanja na staroj bazi dokumenata—nitko nema vremena iščitavati stotinu stranica kako bi pronašao one tri koje su zastarjele.

def detecter_obsolescence(vs_id: str, sujets: list[str]) -> list[dict]:
    """Identificira potencijalno zastarjele informacije."""
    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

Dodaj prilagođene funkcije u miks

Dodavanjem tvojih funkcija u miks prebacuješ tijek rada s analize na djelovanje: model uoči jaz, a zatim otvara tiket. Ipak, zadrži jasnu granicu—pretraživanje i analiza mogu ostati automatizirani, ali radnje koje angažiraju resurse (stvaranje, slanje, modificiranje) zaslužuju ljudsku validaciju dok ne izmjeriš pouzdanost tijeka tijekom nekoliko tjedana.

tools = [
    # Pretraži svoje dokumente
    {
        "type": "file_search",
        "vector_store_ids": ["vs_contrats"],
        "max_num_results": 10
    },
    # Web pretraživanje
    {
        "type": "web_search",
        "search_context_size": "medium"
    },
    # Poslovna funkcija: upit CRM-u
    {
        "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
    },
    # Poslovna funkcija: kreiraj 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
    }
]

# Model sada može:
# 1. Pretražiti ugovor u File Searchu
# 2. Provjeriti klauzulu na webu
# 3. Dohvatiti informacije o klijentu iz CRM-a
# 4. Kreirati alert ako se otkrije problem
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
)

Upravljaj prioritetom izvora

Bez uputa, model tretira oba izvora jednako. To je rijetko ono što želiš: za interne činjenice—brojke, postupke, odluke—tvoji dokumenti su mjerodavni, a web je samo vjerojatan šum; za vijesti i propise vrijedi obrnuto. Upiši tu hijerarhiju u sistemski prompt i zahtijevaj da se svaki sukob između ta dva izvora označi, umjesto da se tiho arbitrira.

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"}
    ]
)

Kompletan uzorak: asistent za hibridno pretraživanje

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

# Upotreba
assistant = AssistantRecherche(["vs_contrats", "vs_procedures"])
r = assistant.rechercher("Are our GTCs up to date with European law?")
print(r["reponse"])

Ključne točke

  • Kombiniraj file_search i web_search u jednom pozivu
  • Model automatski bira pravi alat za svaku potrebu
  • Sistemski prompt usmjerava prioritet između internih i eksternih izvora
  • Dodaj prilagođene funkcije za kompletne tijekove rada
  • Hibridno pretraživanje idealno je za revizije usklađenosti i praćenje