Przejdź do głównej treści
Polski— Wybierz język
Menu

Wyjścia strukturalne i wyszukiwanie w sieci

Lekcja 8 z 12 Zaktualizowano 28 lipca 2026 Programista
Na tej stronie
  1. Łączenie wyjść strukturalnych z wyszukiwaniem w czasie rzeczywistym
  2. Dlaczego to połączenie jest tak potężne
  3. Wymagania wstępne: minimum Grok 4
  4. Przykład: Wywiad konkurencyjny
  5. Przykład: Monitorowanie wiadomości
  6. Najlepsze praktyki
  7. Kluczowe wnioski

Łączenie wyjść strukturalnych z wyszukiwaniem w czasie rzeczywistym

Wyjścia strukturalne nie służą wyłącznie danym statycznym. W modelach Grok 4 i nowszych – co obejmuje całą obecną ofertę – możesz łączyć wyjścia strukturalne z wyszukiwaniem w sieci. Model przeszukuje internet w poszukiwaniu aktualnych informacji, a następnie porządkuje wyniki zgodnie z Twoim schematem.

Dlaczego to połączenie jest tak potężne

Bez tej funkcji uzyskanie strukturalnych danych z sieci wymaga trzech osobnych kroków:

  1. Wywołanie API wyszukiwania (Google, Bing itp.)
  2. Przetworzenie surowych wyników
  3. Wysłanie wyników do LLM w celu ustrukturyzowania

Dzięki połączeniu wyjść strukturalnych z wyszukiwaniem w sieci wszystko dzieje się w ramach jednego wywołania. Model wyszukuje, syntezuje i strukturyzuje dane.

Wymagania wstępne: minimum Grok 4

Ta funkcja jest dostępna w modelach Grok 4 i nowszych, co obejmuje całą obecną linię produktową (Grok 4.5, Grok 4.3, warianty grok-4.20). Starsze modele Grok 3 i Grok 3 Mini nie obsługiwały łączenia narzędzi z wyjściami strukturalnymi.

Przykład: Wywiad konkurencyjny

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}")

Model wykona następujące czynności:

  1. Wyszuka w sieci aktualne francuskie neobanki
  2. Zbierze odpowiednie informacje
  3. Ustrukturyzuje wszystko zgodnie ze schematem VeilleConcurrentielle

Przykład: Monitorowanie wiadomości

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}")

Najlepsze praktyki

Bądź precyzyjny w poleceniu (prompt)

Wyszukiwanie w sieci działa najlepiej przy konkretnych zapytaniach:

# Zbyt ogólne
"What's new in tech?"

# Precyzyjne i możliwe do wykonania
"The 5 largest AI funding rounds in France in Q1 2026"

Dostosuj schemat do dostępnych danych

Nie żądaj danych, których sieć nie może wiarygodnie dostarczyć:

# Trudne do precyzyjnego znalezienia
class Entreprise(BaseModel):
    chiffre_affaires_exact: float  # rzadko publicznie dostępne

# Realistyczne
class Entreprise(BaseModel):
    chiffre_affaires_estime: str  # "około 50 mln EUR"
    source_estimation: str

Obsługa brakujących danych

Uczyń pola opcjonalnymi, jeśli mogą nie zostać odnalezione:

class InfoEntreprise(BaseModel):
    nom: str
    fondateur: str
    annee_creation: int
    valorisation: str | None  # nie zawsze dostępne
    nombre_employes: str | None

Kluczowe wnioski

  • Połączenie wyjść strukturalnych z wyszukiwaniem w sieci wymaga co najmniej modelu Grok 4 – cała obecna oferta jest kompatybilna
  • Włącz wyszukiwanie w sieci za pomocą tools=[{"type": "web_search"}]
  • Jedno wywołanie API zastępuje łańcuch: wyszukiwanie → parsowanie → strukturyzowanie
  • Bądź precyzyjny w swoich poleceniach (promptach), aby uzyskać lepsze wyniki
  • Uczyń pola opcjonalnymi, jeśli ich dostępność nie jest gwarantowana