Salt la conținutul principal
Română— Alege o limbă
Meniu

Configurarea și controlul rezultatelor web

Lecția 6 din 20 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Configurarea și controlul rezultatelor web
  2. Parametrul search_context_size
  3. Ghidarea interogărilor de căutare prin prompt
  4. Extragerea și structurarea citărilor
  5. Model: căutare cu validare încrucișată
  6. Gestionarea absenței rezultatelor
  7. Căutare Web cu streaming
  8. Filtrarea domeniilor și listarea surselor
  9. Puncte cheie

Lecție actualizată la 2 noiembrie 2026 pe baza documentației OpenAI: instrumentul Code Interpreter necesită un parametru container (adăugat în toate exemplele), părțile de text de intrare sunt de tipul input_text, iar căutarea web utilizează instrumentul web_search (web_search_preview este acum un instrument legacy fără filtre de domeniu). Fișierele generate sunt recuperate folosind funcțiile fichiers_generes și telecharger din Lecția 10. Surse: Code Interpreter · Web search.

Configurarea și controlul rezultatelor web

Activarea Căutării Web necesită o singură linie de cod; obținerea unor răspunsuri fiabile necesită trei setări pe care această lecție le detaliază. Prima decide cât conținut web este injectat în context și impactează direct factura dumneavoastră. A doua ghidează interogările pe care modelul le formulează singur – deoarece el le scrie, nu dumneavoastră. A treia privește citările; fără ele, un răspuns sourcat nu este decât o simplă afirmație.

Parametrul search_context_size

Parametrul search_context_size controlează volumul de conținut web injectat în contextul modelului. Acesta nu modifică nici numărul de căutări, nici calitatea lor: determină cât text, odată ce paginile sunt găsite, intră efectiv în prompt. Este un compromis între exhaustivitate și cost, pe care trebuie să îl reglați în funcție de tipul de sarcină, nu să îl setați o singură dată și să uitați de el.

from openai import OpenAI

client = OpenAI()

# Context minim: răspunsuri rapide și concise
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"
    }]
)

# Context mediu: bun compromis (implicit)
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Summarize AI market trends in Europe",
    tools=[{
        "type": "web_search",
        "search_context_size": "medium"
    }]
)

# Context larg: analiză aprofundată
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"
    }]
)

Impactul asupra costurilor și latenței

Regula de bază este simplă: creșteți nivelul doar atunci când răspunsul obținut v-a dezamăgit concret. O dată, o cifră sau o confirmare factuală nu necesită mai mult decât low; utilizarea lui high pentru asta este ca și cum ați plăti pentru un dosar complet doar pentru a citi un rând.

DimensiuneTokeni de contextLatențăCostUtilizare
lowMinimalRapidScăzutFapte simple, cifre
mediumModeratStandardMediuRezumate, comparații
highMaximalMai lentRidicatAnaliză aprofundată

Ghidarea interogărilor de căutare prin prompt

Iată punctul pe care majoritatea oamenilor îl descoperă prea târziu: modelul își formulează propriile interogări de căutare. Dumneavoastră scrieți „care sunt modificările reglementare recente?“, iar el traduce asta în cuvinte-cheie pe care nu le vedeți niciodată. Calitatea rezultatelor depinde therefore de o reformulare asupra căreia aveți doar un control indirect – promptul de sistem. Numiți sursele autorizate din domeniul dumneavoastră și perioada care vă interesează: asta face cea mai mare diferență.

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"
    }]
)

Extragerea și structurarea citărilor

Citărilor sosesc sub formă de adnotări atașate răspunsului, nu în textul propriu-zis. Această separare este o veste bună: vă permite să afișați sursele cum doriți, să le verificați sau să respingeți un răspuns care nu are niciuna. În orice aplicație unde răspunsul are greutate – juridică, medicală, financiară – tratarea lipsei de adnotări ca o eroare este mai sigură decât încrederea oarbă în text.

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

# Usage
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']}")

Model: căutare cu validare încrucișată

O singură sursă rămâne o singură sursă, chiar dacă modelul a găsit-o. Pentru informațiile care conduc o decizie, cereți explicit confirmarea din mai multe surse independente și faceți ca modelul să semnaleze dezacordurile în loc să le arbitreze tacit: un dezacord între două surse este în sine o informație, adesea mai utilă decât media celor două.

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"
    }

Gestionarea absenței rezultatelor

Există un caz pe care oamenii uită să îl gestioneze: căutarea nu returnează nimic. Riscul nu este lipsa unui răspuns, ci faptul că, în absența rezultatelor, modelul răspunde din cunoștințele sale interne fără să semnaleze acest lucru, oferindu-vă informații plauzibile dar depășite. Cereți-i să spună acest lucru explicit și planificați o reformulare.

def search_with_fallback(question: str) -> dict:
    """Web search with failure detection and reformulation."""
    # First attempt
    response = client.responses.create(
        model="gpt-5.6-terra",
        input=question,
        tools=[{"type": "web_search"}]
    )

    sources = extract_sources(response)

    if len(sources) == 0:
        # Automatic reformulation
        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
    }

Căutare Web cu streaming

O căutare web durează câteva secunde, uneori mai mult dacă modelul lansează mai multe interogări în lanț. Cu streaming, utilizatorul vede răspunsul construindu-se în loc să se uite la un indicator de încărcare – iar pentru acest tip de latență, diferența de percepție este uriașă pentru un cost de implementare aproape zero.

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":
        # Extract sources at the end
        sources = extract_sources(event.response)
        print(f"\n\n--- {len(sources)} sources consulted ---")

Filtrarea domeniilor și listarea surselor

Instrumentul web_search acceptă un parametru filters care restricționează căutarea la o listă de domenii permise (până la 100) sau exclude o listă (de asemenea până la 100). Scrieți domeniile fără http:// sau https://. Filtrarea există doar cu web_search în API-ul Responses: instrumentul legacy web_search_preview îl ignoră.

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)

Opțiunea include=["web_search_call.action.sources"] returnează lista completă a URL-urilor consultate, adesea mai lungă decât lista de citări. Citările în sine sosesc ca adnotări url_citation (URL, titlu, poziție în text): documentația OpenAI cere să le afișați vizibil și clicabil în interfața dumneavoastră.

Puncte cheie

  • search_context_size controlează volumul de date web injectate
  • filters restricționează sau exclude domenii (max 100); include listează toate sursele consultate
  • Promptul de sistem ghidează modelul către sursele potrivite
  • Extrageți adnotările url_citation pentru a urmări sursele
  • Implementați validarea încrucișată pentru informațiile critice
  • Gestionați rezultatele lipsă prin reformulare automată