Filtriranje domena za web pretraživanje
Na ovoj stranici
Kontrola izvora za pouzdane rezultate
Kada integriraš web pretraživanje u poslovnu aplikaciju, ne želiš da model prikuplja informacije s bilo kojeg mjesta. Pravni chatbot mora se konzultirati sa službenim izvorima, medicinski asistent mora se držati znanstvenih publikacija, a alat za praćenje tehnologije trebao bi ciljati referentne stranice.
Grok API nudi dva parametra za filtriranje kako bi se kontrolirali izvori: allowed_domains i excluded_domains. Ovi parametri daju ti preciznu kontrolu nad opsegom pretraživanja.
Dva načina filtriranja
Popis dopuštenih: allowed_domains
Ovaj parametar ograničava pretraživanje isključivo na domene koje navedeš. Model neće konzultirati nijednu drugu stranicu:
response = client.responses.create(
model="grok-4.5",
input="What are the latest advancements in AI?",
tools=[{
"type": "web_search",
"allowed_domains": ["arxiv.org", "nature.com", "science.org"]
}]
)
Popis isključenih: excluded_domains
Ovaj parametar dopušta sve izvore osim onih koje navedeš. Korisno je za isključivanje nepouzdanih stranica ili konkurenata:
response = client.responses.create(
model="grok-4.5",
input="SaaS market analysis in France",
tools=[{
"type": "web_search",
"excluded_domains": ["reddit.com", "quora.com"]
}]
)
Pravilo međusobne isključivosti
Parametri allowed_domains i excluded_domains međusobno se isključuju. Ne možeš koristiti oba istovremeno u jednom pozivu. Ako pokušaš kombinirati oba, API će vratiti pogrešku.
Odaberi svoju strategiju na temelju slučaja upotrebe:
- Popis dopuštenih (
allowed_domains): kada točno znaš koji su izvori pouzdani, a sve ostalo je sumnjivo - Popis isključenih (
excluded_domains): kada je većina izvora prihvatljiva, ali nekoliko njih stvara probleme
Ograničenje od pet domena
Svaki parametar prihvaća najviše 5 domena. Ovo ograničenje prisiljava te da odabereš prioritete među izvorima. Ako trebaš obuhvatiti više stranica, razmisli o višestrukim pozivima s različitim popisima ili upotrijebi popis isključenih kako bi blokirao nekoliko problematičnih domena.
Sintaksa domene
Navedi domene bez protokola ili kose crte na kraju:
# Ispravno
"allowed_domains": ["arxiv.org", "nature.com"]
# Neispravno
"allowed_domains": ["https://arxiv.org/", "www.nature.com"]
Praktični slučajevi upotrebe
Asistent za znanstvena istraživanja
tools=[{
"type": "web_search",
"allowed_domains": [
"arxiv.org",
"pubmed.ncbi.nlm.nih.gov",
"scholar.google.com",
"nature.com",
"science.org"
]
}]
Praćenje europskih propisa
tools=[{
"type": "web_search",
"allowed_domains": [
"eur-lex.europa.eu",
"legifrance.gouv.fr",
"cnil.fr",
"ec.europa.eu"
]
}]
Poslovni chatbot bez društvenih mreža
tools=[{
"type": "web_search",
"excluded_domains": [
"twitter.com",
"facebook.com",
"reddit.com",
"tiktok.com"
]
}]
Strategija dinamičkog filtriranja
U stvarnoj aplikaciji možeš prilagoditi filtriranje na temelju konteksta korisnikova zahtjeva:
def get_search_config(category):
configs = {
"legal": {
"allowed_domains": ["legifrance.gouv.fr", "eur-lex.europa.eu"]
},
"tech": {
"excluded_domains": ["pinterest.com", "quora.com"]
},
"general": {}
}
return configs.get(category, {})
search_params = get_search_config(user_category)
tools = [{"type": "web_search", **search_params}]
Praktična vježba
Stvori asistenta specijaliziranog za područje po tvom izboru (pravno, znanstveno, tehnološko). Konfiguriraj odgovarajuće filtriranje domena i testiraj ga s nekoliko pitanja. Usporedi rezultate dobivene s filtriranjem i bez njega kako bi izmjerio utjecaj na relevantnost odgovora.
Ključne točke
allowed_domainsograničava pretraživanje na popis dopuštenih stranicaexcluded_domainsisključuje određene stranice iz pretraživanja- Oba parametra su međusobno isključiva: samo jedan po pozivu
- Maksimalno 5 domena po parametru
- Navedi domene bez protokola (
arxiv.org, a nehttps://arxiv.org) - Prilagodi strategiju slučaju upotrebe: popis dopuštenih za osjetljive domene, popis isključenih za lagano filtriranje