Automatikus hivatkozások és bevált gyakorlatok
Ezen az oldalon
Forrásolt és megbízható válaszok
Amikor a modell webes keresést vagy X-keresést végez, a Responses API automatikusan hivatkozásokat (citations) illeszt a válaszba. Ezek a hivatkozások lehetővé teszik felhasználóid számára a források ellenőrzését, és bizalmat építenek a generált válaszok iránt.
Így működnek a hivatkozások
A hivatkozások minden tartalmi elem annotations tömbjében jelennek meg:
{
"output": [{
"type": "message",
"content": [{
"type": "output_text",
"text": "According to the latest data, the AI market...",
"annotations": [
{
"type": "url_citation",
"url": "https://example.com/article",
"title": "AI Market Analysis in 2026",
"start_index": 35,
"end_index": 68
}
]
}]
}]
}
A hivatkozások mezői
| Mező | Leírás |
|---|---|
type | Mindig url_citation |
url | A forrás URL-je |
title | A forrásoldal címe |
start_index | Kezdő pozíció a szövegben |
end_index | Záró pozíció a szövegben |
Hivatkozások megjelenítése az alkalmazásodban
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="What are the latest advancements in AI?",
tools=[{"type": "web_search"}]
)
text = response.output[0].content[0].text
annotations = response.output[0].content[0].annotations
# Szöveg összeállítása lábjegyzetekkel
footnotes = []
for i, ann in enumerate(annotations, 1):
footnotes.append(f"[{i}] {ann.title} — {ann.url}")
print(text)
print("\n--- Sources ---")
for fn in footnotes:
print(fn)
HTML-ben
def render_with_citations(text, annotations):
# Rendezés pozíció szerint (végtől az eleje felé, hogy ne csússzanak az indexek)
sorted_anns = sorted(annotations, key=lambda a: a.start_index, reverse=True)
html = text
for i, ann in enumerate(sorted_anns):
ref_num = len(sorted_anns) - i
link = f'<a href="{ann.url}" title="{ann.title}" target="_blank">[{ref_num}]</a>'
html = html[:ann.end_index] + link + html[ann.end_index:]
return html
Bevált gyakorlatok éles környezetben
1. Mindig ellenőrizd az állapotot
response = client.responses.create(...)
if response.status != "completed":
handle_error(response)
return
2. Kezeld le az üres válaszokat
if not response.output or not response.output[0].content:
return "The model did not generate a response."
text = response.output[0].content[0].text
3. Naplózz metrikákat
Minden éles környezeti kérésnél naplózd a következőket:
response.ida nyomon követhetőség érdekébenusage.total_tokensa fogyasztás méréséreusage.cost_in_nano_usda költségekhez- Kliens oldali válaszidőt
- A válasz státuszát
4. Biztosítsd az API-kulcsodat
- Tárold környezetváltozóban, soha ne a kódban
- Éles környezetben használj titokkezelőt (Vault, AWS Secrets Manager)
- Rendszeresen forgasd a kulcsokat
- Soha ne tedd ki őket kliens oldalon (böngészőben)
5. Kezeld a generált tartalmat
A modellválaszok szűrők ellenére is tartalmazhatnak nem megfelelő tartalmat. Ha nyilvánosan jelenítesz meg válaszokat, implementálj egy moderációs réteget.
6. Tervezz skálázhatóságot
- Használj streamelést a várakozási idő csökkentésére
- Implementálj sorrendszert a nagy igénybevételt jelentő kérésekhez
- Gyorsítótárazd a gyakori válaszokat
- Figyeld a sebességkorlátozási (rate limiting) kvótáidat
Telepítési ellenőrzőlista
- Időtúllépés (timeout) beállítva 3600 másodpercre
- Újrapróbálkozás exponenciális visszalépéssel
- Kliens oldali sebességkorlátozás
- Metrikák naplózása (tokenek, költségek, késleltetés)
- Hibakezelés (401, 429, 500, timeout)
- Biztonságos API-kulcs
- Tartalommoderáció szükség esetén
- Költségfigyelés és riasztások
- Áramkörmegszakító (circuit breaker) a rugalmasság érdekében
Főbb megállapítások
- A hivatkozások automatikusak, amikor a modell a
web_searchvagyx_searcheszközt használja - Tartalmazzák az URL-t, a címet és a szövegben elfoglalt pozíciót
- Mindig ellenőrizd az állapotot és kezeld le az üres válaszokat
- Biztosítsd az API-kulcsodat – soha ne legyen a forráskódban vagy kliens oldalon
- Implementálj naplózást, újrapróbálkozást, sebességkorlátozást és monitorozást, mielőtt élesítenéd a rendszert
Teszteld a tudásod!
A Responses API mélyrehatóan: a végső ellenőrzés.
1. Mit kínál a Responses API a Chat Completionshez képest?
Válasz: A modern formátumot: szerveroldali válaszperzisztencia (GET/DELETE, láncolás ID alapján), beépített eszközök és legújabb funkciók – ez az API, ahol az xAI a fejlesztésekre fókuszál.
2. Hogyan láncolsz össze egy beszélgetést?
Válasz: Az előző válaszra hivatkozva: a kontextus szerveroldalon marad, így nem kell minden körben újra elküldeni a teljes előzményt.
3. Mi a titkosított következtetés (encrypted reasoning)?
Válasz: A modell belső következtetési folyamata, amely titkosított formában kerül visszaadásra: felhasználható a következő körökben anélkül, hogy olvasható lenne – a gondolatmenet továbbítódik, a bizalom megmarad.
4. Mit tesz lehetővé a szerveroldali és kliensoldali eszközök keverése?
Válasz: Lehetővé teszi az xAI által futtatott beépített eszközök (webes keresés stb.) és a saját kódod által futtatott egyéni funkcióid kombinálását – minden eszköz a megfelelő helyen, ugyanabban a kérésben orchestrálva.
5. Mik a legjobb gyakorlatok éles környezetben?
Válasz: Kezeld az időtúllépést és az újrapróbálkozást, kövesd nyomon a számlázást (tokenek, eszközök), és használd ki az automatikus hivatkozásokat az ellenőrizhető válaszokért – a robusztusság és a bizalom együtt.
Perzisztencia, eszközök, titkosított következtetés, hivatkozások: a Responses API a modern alap – itt épülnek fel a Grok alkalmazásaid.