Konfiguráld és irányítsd a webes találatokat
Ezen az oldalon
- Konfiguráld és irányítsd a webes találatokat
- A search_context_size paraméter
- Keresési lekérdezések irányítása a prompton keresztül
- Idézetek kinyerése és strukturálása
- Minta: keresés keresztellenőrzéssel
- Nincs találat kezelése
- Webes keresés streameléssel
- Domainek szűrése és források listázása
- Főbb megállapítások
Lecke frissítve: 2026. november 2. az OpenAI dokumentációja alapján: a Code Interpreter eszközhez
containerparaméter szükséges (hozzáadva minden példához), a bemeneti szövegrészek típusainput_text, a webes keresés pedig aweb_searcheszközt használja (aweb_search_previewmár elavult eszköz, domain-szűrők nélkül). A generált fájlokat a 10. leckéből ismertfichiers_genereséstelechargerfüggvényekkel érheted el. Források: Code Interpreter · Web search.
Konfiguráld és irányítsd a webes találatokat
A Webes Keresés engedélyezése mindössze egy sorba kerül; a megbízható válaszokhoz azonban három beállításra van szükség, amelyet ez a lecke részletez. Az első határozza meg, mennyi webes tartalom kerül a kontextusba, ami közvetlenül befolyásolja a költségeidet. A második irányítja a modell által felépített lekérdezéseket – mivel ezeket a modell írja, nem te. A harmadik az idézetekre vonatkozik; nélkülük a forrással alátámasztott válasz csupán egy állítás marad.
A search_context_size paraméter
A search_context_size paraméter szabályozza, mennyi webes tartalom kerül be a modell kontextusába. Nem változtatja meg a keresések számát vagy minőségét: azt határozza meg, hogy az oldalak megtalálása után mennyi szöveg kerül ténylegesen a promptba. Ez egy kompromisszum a teljesség és a költség között, amelyet feladattípus szerint kell hangolnod, nem pedig egyszer beállítani és elfelejteni.
from openai import OpenAI
client = OpenAI()
# Minimális kontextus: gyors, tömör válaszok
response = client.responses.create(
model="gpt-5.6-terra",
input="What is France's GDP in 2025?",
tools=[{
"type": "web_search",
"search_context_size": "low"
}]
)
# Közepes kontextus: jó kompromisszum (alapértelmezett)
response = client.responses.create(
model="gpt-5.6-terra",
input="Summarize AI market trends in Europe",
tools=[{
"type": "web_search",
"search_context_size": "medium"
}]
)
# Nagy kontextus: mélyreható elemzés
response = client.responses.create(
model="gpt-5.6-terra",
input="Compare AI strategies in France, Germany, and the Netherlands",
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
Hatás a költségekre és a késleltetésre
Az ökölszabály egyszerű: csak akkor növeld egy fokkal, ha a kapott válasz konkrétan csalódást keltett. Egy dátum, egy szám vagy egy ténybeli megerősítés nem igényel többet, mint a low; ehhez a high használata olyan, mintha egy teljes dossziét fizetnél ki egyetlen sor elolvasásáért.
| Méret | Kontextus tokenek | Késleltetés | Költség | Használat |
|---|---|---|---|---|
low | Minimális | Gyors | Alacsony | Egyszerű tények, számok |
medium | Mérsékelt | Standard | Közepes | Összefoglalók, összehasonlítások |
high | Maximális | Lassabb | Magas | Mélyreható elemzés |
Keresési lekérdezések irányítása a prompton keresztül
Itt van a pont, amit a legtöbb ember túl későn fedez fel: a modell saját maga fogalmazza meg a keresési lekérdezéseket. Te azt írod, hogy „mik a legfrissebb szabályozási változások?“, ő pedig kulcsszavakká alakítja át, amelyeket sosem látsz. A találatok minősége tehát egy olyan átfogalmazástól függ, amelyre csak közvetve van ráhatásod – a rendszer-prompton keresztül. Nevezd meg a szakterületed hiteles forrásait és az általad fontosnak tartott időszakot: ez mozdítja meg leginkább a tűt.
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
"You are a market analyst specializing in European technology. "
"When you perform web searches, prioritize institutional sources "
"(European Commission, INSEE, Eurostat) and specialized media "
"(Les Echos, La Tribune, TechCrunch). "
"Ignore personal blogs and forums."
),
input="What is the state of AI startup funding in France?",
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
Idézetek kinyerése és strukturálása
Az idézetek annotációkként érkeznek, a válaszhoz csatolva, nem magában a szövegben. Ez jó hír: lehetővé teszi, hogy tetszés szerint jelenítsd meg a forrásokat, ellenőrizd őket, vagy elutasíts egy olyan választ, amelynek nincsenek. Bármely olyan alkalmazásban, ahol a válasznak súlya van – jogi, orvosi, pénzügyi –, biztonságosabb hibaként kezelni a hiányzó annotációkat, mint blindly megbízni a szövegben.
def extract_sources(response) -> list[dict]:
"""Extract all URL citations from a Web Search response."""
sources = []
for item in response.output:
if item.type == "message":
for block in item.content:
if hasattr(block, "annotations"):
for ann in block.annotations:
if ann.type == "url_citation":
sources.append({
"url": ann.url,
"title": ann.title,
"excerpt_start": ann.start_index,
"excerpt_end": ann.end_index
})
return sources
# Használat
response = client.responses.create(
model="gpt-5.6-terra",
input="What are the new GDPR rules for AI in 2026?",
tools=[{"type": "web_search"}]
)
sources = extract_sources(response)
for s in sources:
print(f" {s['title']}: {s['url']}")
Minta: keresés keresztellenőrzéssel
Egyetlen forrás még mindig csak egyetlen forrás, még akkor is, ha egy modell találta meg. Olyan információk esetén, amelyek döntést alapoznak meg, kérj explicit megerősítést több független forrásból, és kérd meg a modellt, hogy jelölje az ellentmondásokat ahelyett, hogy csendben döntené el őket: két forrás közötti eltérés maga is információ, gyakran hasznosabb, mint a kettő átlagolása.
def validated_search(question: str, min_sources: int = 3) -> dict:
"""Web search requiring multiple sources."""
response = client.responses.create(
model="gpt-5.6-terra",
instructions=(
f"To answer this question, you must find at least "
f"{min_sources} independent sources that confirm the information. "
"If sources contradict each other, flag the discrepancies. "
"Cite each source explicitly."
),
input=question,
tools=[{
"type": "web_search",
"search_context_size": "high"
}]
)
sources = extract_sources(response)
return {
"answer": response.output_text,
"sources": sources,
"reliability": "high" if len(sources) >= min_sources else "verify"
}
Nincs találat kezelése
Van egy eset, amit sokan elfelejtenek kezelni: a keresés semmit sem ad vissza. A kockázat nem a válasz hiánya – hanem az, hogy eredmények híján a modell a belső tudásából válaszol anélkül, hogy jelezné, így hihető, de elavult információkat kapsz. Kérd meg, hogy ezt explicit mondja ki, és tervezz átfogalmazást.
def search_with_fallback(question: str) -> dict:
"""Web search with failure detection and reformulation."""
# Első próbálkozás
response = client.responses.create(
model="gpt-5.6-terra",
input=question,
tools=[{"type": "web_search"}]
)
sources = extract_sources(response)
if len(sources) == 0:
# Automatikus átfogalmazás
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Rephrase this question for a more effective web search, "
f"then search: {question}",
tools=[{"type": "web_search", "search_context_size": "high"}]
)
sources = extract_sources(response)
return {
"answer": response.output_text,
"sources": sources
}
Webes keresés streameléssel
Egy webes keresés néhány másodpercig tart, néha tovább, ha a modell több lekérdezést láncol össze. Streameléssel a felhasználó látja felépülni a választ ahelyett, hogy egy betöltő jelzőt bámulna – és ennél a késleltetésnél a percepcióbeli különbség hatalmas, közel nulla implementációs költség mellett.
stream = client.responses.create(
model="gpt-5.6-terra",
input="What are this week's tech news headlines?",
tools=[{"type": "web_search"}],
stream=True
)
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
elif event.type == "response.completed":
# Források kinyerése a végén
sources = extract_sources(event.response)
print(f"\n\n--- {len(sources)} sources consulted ---")
Domainek szűrése és források listázása
A web_search eszköz elfogad egy filters paramétert, amely korlátozza a keresést egy engedélyezett domainek listájára (legfeljebb 100), vagy kizár egy listát (szintén legfeljebb 100). A domaineket http:// vagy https:// nélkül írd. A szűrés csak a web_search eszközzel létezik a Responses API-ban: az elavult web_search_preview eszköz figyelmen kívül hagyja.
response = client.responses.create(
model="gpt-5.6-terra",
tools=[{
"type": "web_search",
"filters": {"allowed_domains": ["service-public.fr", "legifrance.gouv.fr"]},
}],
include=["web_search_call.action.sources"],
input="What are the price display requirements for retail stores in France?",
)
print(response.output_text)
Az include=["web_search_call.action.sources"] opció visszaadja a konzultált URL-ek teljes listáját, amely gyakran hosszabb, mint az idézetek listája. Maguk az idézetek url_citation annotációkként érkeznek (URL, cím, pozíció a szövegben): az OpenAI dokumentációja kéri, hogy a felületeden láthatóan és kattinthatóan jelenítsd meg őket.
Főbb megállapítások
- A
search_context_sizeszabályozza a befecskendezett webes adatok mennyiségét - A
filterskorlátozza vagy kizárja a domaineket (max. 100); azincludefelsorolja az összes konzultált forrást - A rendszer-prompt a megfelelő források felé irányítja a modellt
- Kinyert
url_citationannotációk a források nyomon követéséhez - Keresztellenőrzés implementálása kritikus információkhoz
- Hiányzó találatok kezelése automatikus átfogalmazással