Kimenetek strukturálása és webes keresés
Ezen az oldalon
A strukturált kimenetek és a valós idejű keresés ötvözése
A strukturált kimenetek nem csupán statikus adatok kezelésére valók. A Grok 4-es és újabb modelleken – ami a jelenlegi teljes kínálatot jelenti – egyesítheted a strukturált kimeneteket a webes kereséssel. A modell információt keres a weben valós időben, majd a találatokat a te sémád szerint strukturálja.
Miért erőteljes ez a kombináció?
E funkció nélkül a webről származó strukturált adatok megszerzése három külön lépést igényel:
- Keresési API hívása (Google, Bing stb.)
- A nyers találatok feldolgozása (parsing)
- Az eredmények elküldése az LLM-nek strukturálás céljából
A strukturált kimenetek és a webes keresés kombinációjával minden egyetlen hívás alatt megtörténik. A modell keres, szintetizál és strukturál.
Előfeltételek: legalább Grok 4
Ez a funkció kizárólag a Grok 4-es és újabb modelleken érhető el, ami lefedi a jelenlegi teljes kínálatot (Grok 4.5, Grok 4.3, grok-4.20 variánsok). A régebbi Grok 3 és Grok 3 Mini modellek nem támogatták az eszközök és a strukturált kimenetek együttes használatát.
Példa: Versenytárs-elemzés
from pydantic import BaseModel
class Concurrent(BaseModel):
nom: str
site_web: str
produit_phare: str
avantage_principal: str
class VeilleConcurrentielle(BaseModel):
secteur: str
date_analyse: str
concurrents: list[Concurrent]
tendances: list[str]
opportunites: list[str]
response, parsed = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "Perform competitive intelligence on the French neobank market in 2026"
}],
response_format=VeilleConcurrentielle,
tools=[{"type": "web_search"}]
)
for c in parsed.concurrents:
print(f"{c.nom} — {c.avantage_principal}")
A modell a következőket teszi:
- Rákeres a jelenlegi francia neobankokra a weben
- Összegyűjti a releváns információkat
- Mindent strukturál a
VeilleConcurrentielleséma szerint
Példa: Hírfigyelés
class Article(BaseModel):
titre: str
source: str
date: str
resume: str
impact: str
class RevuePresse(BaseModel):
sujet: str
articles: list[Article]
synthese: str
response, parsed = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "What is the latest news on AI regulation in Europe?"
}],
response_format=RevuePresse,
tools=[{"type": "web_search"}]
)
print(parsed.synthese)
for article in parsed.articles:
print(f"[{article.source}] {article.titre}")
Bevált gyakorlatok
Legyél specifikus az utasításban
A webes keresés a legjobban konkrét lekérdezésekkel működik:
# Túl tág
"What's new in tech?"
# Precíz és cselekvésre ösztönző
"The 5 largest AI funding rounds in France in Q1 2026"
Igazítsd a sémádat a rendelkezésre álló adatokhoz
Ne kérj olyan adatot, amit a web nem tud megbízhatóan szolgáltatni:
# Nehéz pontosan megtalálni
class Entreprise(BaseModel):
chiffre_affaires_exact: float # ritkán nyilvános
# Realisztikus
class Entreprise(BaseModel):
chiffre_affaires_estime: str # "körülbelül 50 millió euró"
source_estimation: str
Kezeld a hiányzó adatokat
Tedd opcionálissá azokat a mezőket, amelyek előfordulása nem garantált:
class InfoEntreprise(BaseModel):
nom: str
fondateur: str
annee_creation: int
valorisation: str | None # nem mindig elérhető
nombre_employes: str | None
Főbb megállapítások
- A strukturált kimenetek és webes keresés kombinációja legalább Grok 4-es modellt igényel – a jelenlegi teljes kínálat kompatibilis
- A webes keresést a
tools=[{"type": "web_search"}]paraméterrel engedélyezheted - Egyetlen API-hívás kiváltja a keresés → feldolgozás → strukturálás láncolatot
- Legyél specifikus az utasításaidban a jobb eredmények érdekében
- Tegyél meg opcionálisnak olyan mezőket, amelyek elérhetősége nem garantált