Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Vyhľadávanie hybrid: kombinovanie webu a súborov

Lekcia 9 z 20 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Vyhľadávanie hybrid: kombinovanie webu a súborov
  2. Aktivácia oboch nástrojov
  3. Prípad použitia: monitorovanie predpisov
  4. Prípad použitia: obohacovanie znalostnej bázy
  5. Pridanie vlastných funkcií do mixu
  6. Správa priority zdrojov
  7. Kompletný vzor: asistent hybridného vyhľadávania
  8. Kľúčové poznatky

Lekcia aktualizovaná 2. novembra 2026 na základe dokumentácie OpenAI: nástroj Code Interpreter teraz vyžaduje parameter container (pridaný do všetkých príkladov), časti vstupného textu sú typu input_text a vyhľadávanie na webe používa nástroj web_search (web_search_preview je teraz zastaraný nástroj bez filtrov domén). Vygenerované súbory sa získavajú pomocou funkcií fichiers_generes a telecharger z Lekcie 10. Zdroje: Code Interpreter · Web search.

Vyhľadávanie hybrid: kombinovanie webu a súborov

Tieto dva nástroje na vyhľadávanie odpovedajú na rôzne otázky a pri samostatnom použití zostáva každý z nich neúplný. File Search vie, čo si napísal ty; Web Search vie, čo publikoval svet. Mnoho užitočných otázok leží presne na priesečníku oboch: Je náš postup stále v súlade s predpismi? Je naša dokumentácia aktuálna? Kde stojíme v porovnaní s trhom?

Tieto otázky majú spoločnú vlastnosť, ktorá vysvetľuje ich hodnotu: nikto na ne nedokáže odpovedať bez prečítania oboch strán. Práve toto prelínanie, nie samotné vyhľadávanie, robí túto lekciu cennou.

Aktivácia oboch nástrojov

Obe nástroje deklaruj súčasne v poli tools:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Porovnajte našu politiku práce na diaľku so súčasnými trendmi na trhu",
    tools=[
        {
            "type": "file_search",
            "vector_store_ids": ["vs_abc123"],
            "max_num_results": 10
        },
        {
            "type": "web_search",
            "search_context_size": "medium"
        }
    ]
)

print(response.output_text)

Model sa sám rozhodne, kedy ktorý nástroj použiť. Pri otázke týkajúcej sa tvojich interných dokumentov použije File Search. Pri verejných dátach použije Web Search. Pri porovnaní použije oba.

Prípad použitia: monitorovanie predpisov

Monitorovanie predpisov je učebnicovým príkladom, pretože práve rozdiel medzi týmito dvoma zdrojmi je tým, čo hľadáme. Explicitne žiadaj o rozdiely, nie o zhrnutie každej strany: model požiadaný o zhrnutie vytvorí dve správne syntézy a porovnanie nechá na teba, čo je jedinou náročnou časťou práce.

def audit_conformite(sujet: str, vs_processus: str) -> dict:
    """Porovnáva interné procesy so súčasnými predpismi."""
    response = client.responses.create(
        model="gpt-5.6-terra",
        instructions=(
            "Si audítor zhody. Pre každý bod musíš: "
            "1. Vyhľadať v interných dokumentoch, čo je aktuálne zavedené "
            "2. Vyhľadať na webe aktuálne platné predpisy "
            "3. Identifikovať medzery medzi oboma "
            "4. Navrhnúť nápravné opatrenia"
        ),
        input=f"Audituj zhodu našich procesov v téme: {sujet}",
        tools=[
            {
                "type": "file_search",
                "vector_store_ids": [vs_processus],
                "max_num_results": 15
            },
            {
                "type": "web_search",
                "search_context_size": "high"
            }
        ]
    )

    return {
        "rapport": response.output_text,
        "tokens_utilises": response.usage.total_tokens
    }

# Použitie
rapport = audit_conformite(
    "ochrana osobných údajov a GDPR",
    "vs_processus_internes"
)

Prípad použitia: obohacovanie znalostnej bázy

Ten istý mechanizmus, otočený, slúži na kontrolu zastarania vlastných dokumentov: namiesto overovania zhody sa pýtaš, čo sa zmenilo odvtedy, čo boli napísané. Toto je najnákladovo efektívnejšie využitie hybridného vyhľadávania na starej báze dokumentov – nikto nemá čas znova čítať sto stránok, aby našiel tie tri, ktoré zastarali.

def detecter_obsolescence(vs_id: str, sujets: list[str]) -> list[dict]:
    """Identifikuje potenciálne zastarané informácie."""
    resultats = []

    for sujet in sujets:
        response = client.responses.create(
            model="gpt-5.6-terra",
            instructions=(
                "Porovnajte, čo hovoria naše interné dokumenty, s najnovšími "
                "informáciami z webu. Identifikujte faktické nezrovnalosti, zastarané údaje "
                "a zastarané postupy."
            ),
            input=f"Skontroluj aktuálnosť našich dokumentov k téme: {sujet}",
            tools=[
                {"type": "file_search", "vector_store_ids": [vs_id]},
                {"type": "web_search"}
            ]
        )

        resultats.append({
            "sujet": sujet,
            "analyse": response.output_text
        })

    return resultats

Pridanie vlastných funkcií do mixu

Pridanie tvojich funkcií do mixu posúva pracovný postup od analýzy k akcii: model odhalí medzeru a následne otvorí ticket. Zachovaj však jasnú hranicu – vyhľadávanie a analýza môžu zostať automatické, ale akcie, ktoré viažu zdroje (vytváranie, odosielanie, upravovanie), si zaslúžia ľudské overenie, kým niekoľko týždňov nezmeriaš spoľahlivosť toku.

tools = [
    # Vyhľadávanie v tvojich dokumentoch
    {
        "type": "file_search",
        "vector_store_ids": ["vs_contrats"],
        "max_num_results": 10
    },
    # Vyhľadávanie na webe
    {
        "type": "web_search",
        "search_context_size": "medium"
    },
    # Obchodná funkcia: dopyt do CRM
    {
        "type": "function",
        "name": "get_client_info",
        "description": "Získať informácie o klientovi z CRM",
        "parameters": {
            "type": "object",
            "properties": {
                "client_id": {"type": "string"},
                "champs": {
                    "type": "array",
                    "items": {"type": "string"},
                    "description": "Zoznam polí, ktoré sa majú vrátiť"
                }
            },
            "required": ["client_id"],
            "additionalProperties": False
        },
        "strict": True
    },
    # Obchodná funkcia: vytvorenie alertu
    {
        "type": "function",
        "name": "creer_alerte",
        "description": "Vytvoriť alert na sledovanie zmluvy alebo klienta",
        "parameters": {
            "type": "object",
            "properties": {
                "titre": {"type": "string"},
                "priorite": {"type": "string", "enum": ["basse", "moyenne", "haute", "critique"]},
                "description": {"type": "string"},
                "assignee": {"type": "string"}
            },
            "required": ["titre", "priorite", "description", "assignee"],
            "additionalProperties": False
        },
        "strict": True
    }
]

# Model teraz môže:
# 1. Vyhľadať zmluvu vo File Search
# 2. Overiť klauzulu na webe
# 3. Získať informácie o klientovi z CRM
# 4. Vytvoriť alert, ak sa zistí problém
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Skontroluj, či zmluva klienta CLI-42567 spĺňa nové európske "
          "štandardy. Ak nie, vytvor alert s vysokou prioritou.",
    tools=tools
)

Správa priority zdrojov

Bez inštrukcií model zaobchádza s oboma zdrojmi rovnako. To je zriedka to, čo chceš: pri interných faktoch – číslach, postupoch, rozhodnutiach – sú tvoje dokumenty autoritatívne a web je len pravdepodobný šum; pri správach a predpisoch platí opak. Túto hierarchiu zapíš do systémového promptu a vyžaduj, aby bol akýkoľvek konflikt medzi oboma zdrojmi označený, namiesto toho, aby bol ticho arbitrovaný.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions=(
        "Pravidlá priority zdrojov: "
        "1. Pre interné fakty (procesy, politiky, zmluvy) -> File Search "
        "2. Pre externé fakty (zákony, trh, trendy) -> Web Search "
        "3. V prípade konfliktu medzi internými a externými zdrojmi označ medzeru "
        "4. NIKDY neodpovedaj výlučne na základe vlastných vedomostí "
    ),
    input="Aká je naša štandardná lehota splatnosti a je v súlade so zákonom?",
    tools=[
        {"type": "file_search", "vector_store_ids": [vs_id]},
        {"type": "web_search"}
    ]
)

Kompletný vzor: asistent hybridného vyhľadávania

class AssistantRecherche:
    def __init__(self, vector_store_ids: list[str]):
        self.client = OpenAI()
        self.vs_ids = vector_store_ids
        self.historique = []

    def rechercher(self, question: str, mode: str = "hybride") -> dict:
        tools = []

        if mode in ("hybride", "interne"):
            tools.append({
                "type": "file_search",
                "vector_store_ids": self.vs_ids,
                "max_num_results": 10
            })

        if mode in ("hybride", "web"):
            tools.append({
                "type": "web_search",
                "search_context_size": "medium"
            })

        response = self.client.responses.create(
            model="gpt-5.6-terra",
            instructions="Vždy uvádzaj svoje zdroje. Jasne rozlišuj "
                        "interné informácie od verejných informácií.",
            input=question,
            tools=tools
        )

        resultat = {
            "question": question,
            "reponse": response.output_text,
            "mode": mode,
            "tokens": response.usage.total_tokens
        }
        self.historique.append(resultat)
        return resultat

# Použitie
assistant = AssistantRecherche(["vs_contrats", "vs_procedures"])
r = assistant.rechercher("Sú naše VOP v súlade s európskym právom?")
print(r["reponse"])

Kľúčové poznatky

  • Kombinuj file_search a web_search v jednom volaní
  • Model automaticky vyberie správny nástroj pre každú potrebu
  • Systémový prompt usmerňuje prioritu medzi internými a externými zdrojmi
  • Pridaj vlastné funkcie pre kompletné pracovné postupy
  • Hybridné vyhľadávanie je ideálne pre audity zhody a monitorovanie