Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Iskanje hibridno: združevanje spleta in datotek

Lekcija 9 od 20 Posodobljeno 2. november 2026 Razvijalec
Na tej strani
  1. Iskanje hibridno: združevanje spleta in datotek
  2. Omogoči obe orodji
  3. Primer uporabe: spremljanje predpisov
  4. Primer uporabe: obogatitev baze znanja
  5. Dodajanje prilagojenih funkcij v mešanico
  6. Upravljanje prednosti virov
  7. Celoten vzorec: asistent za hibridno iskanje
  8. Ključne ugotovitve

Lekcija posodobljena 2. novembra 2026 na podlagi dokumentacije OpenAI: orodje Code Interpreter zdaj zahteva parameter container (dodan vsem primerom), vhodni deli besedila so tipa input_text, spletno iskanje pa uporablja orodje web_search (web_search_preview je zdaj zastarelo orodje brez filtrov domen). Ustvarjene datoteke se pridobijo z uporabo funkcij fichiers_generes in telecharger iz lekcije 10. Viri: Code Interpreter · Web search.

Iskanje hibridno: združevanje spleta in datotek

Obe orodji za iskanje odgovarjata na različna vprašanja in če ju uporabljaš ločeno, ostaja vsako nepopolno. Iskanje po datotekah ve, kaj si napisal ti; spletno iskanje ve, kaj je objavil svet. Številna uporabna vprašanja ležijo točno na presečišču obeh: Ali je naš postopek še vedno skladen? Je naša dokumentacija posodobljena? Kje stojimo glede na trg?

Ta vprašanja imajo skupno lastnost, ki pojasnjuje njihovo vrednost: nanje nihče ne more odgovoriti, ne da bi prebral obe strani. Prav to križanje, ne samo iskanje samo, naredi to lekcijo dragoceno.

Omogoči obe orodji

Obe orodji hkrati deklariraj v polju tools:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Compare our remote work policy with current market trends",
    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 se sam odloči, kdaj uporabiti katero orodje. Za vprašanje o tvojih internih dokumentih bo uporabil iskanje po datotekah. Za javne podatke bo uporabil spletno iskanje. Za primerjavo bo uporabil oba.

Primer uporabe: spremljanje predpisov

Spremljanje predpisov je učbeniški primer, saj je ravno razlika med obema viroma tisto, kar iščemo. Izrecno zahtevaj razlike, ne povzetka vsake strani posebej: model, ki ga prosiš za povzetek, bo ustvaril dve pravilni sintezi in tebe prepustil primerjavi, kar je edini težki del opravila.

def audit_conformite(sujet: str, vs_processus: str) -> dict:
    """Compares internal processes with current regulations."""
    response = client.responses.create(
        model="gpt-5.6-terra",
        instructions=(
            "You are a compliance auditor. For each point, you must: "
            "1. Search internal documents for what is currently in place "
            "2. Search the web for current applicable regulations "
            "3. Identify gaps between the two "
            "4. Propose corrective actions"
        ),
        input=f"Audit the compliance of our processes on the topic: {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
    }

# Usage
rapport = audit_conformite(
    "personal data protection and GDPR",
    "vs_processus_internes"
)

Primer uporabe: obogatitev baze znanja

Isti mehanizem, obrnjen, služi preverjanju starosti tvojih lastnih dokumentov: namesto preverjanja skladnosti vprašaš, kaj se je spremenilo od njihovega nastanka. To je najbolj stroškovno učinkovita uporaba hibridnega iskanja na stari bazi dokumentov – nihče nima časa znova prebrati sto strani, da bi našel tri, ki so zastarele.

def detecter_obsolescence(vs_id: str, sujets: list[str]) -> list[dict]:
    """Identifies potentially obsolete information."""
    resultats = []

    for sujet in sujets:
        response = client.responses.create(
            model="gpt-5.6-terra",
            instructions=(
                "Compare what our internal documents say with the most recent "
                "information from the web. Identify factual gaps, outdated figures, "
                "and obsolete procedures."
            ),
            input=f"Check the currency of our documents on: {sujet}",
            tools=[
                {"type": "file_search", "vector_store_ids": [vs_id]},
                {"type": "web_search"}
            ]
        )

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

    return resultats

Dodajanje prilagojenih funkcij v mešanico

Dodajanje tvojih funkcij v mešanico premakne delovni tok od analize k dejanju: model zazna vrzel, nato pa odpre zahtevek. Vendar ohrani jasno mejo – iskanje in analiza lahko ostaneta avtomatska, toda dejanja, ki zavezujejo vire (ustvarjanje, pošiljanje, spreminjanje), zaslužijo človeško potrditev, dokler nekaj tednov ne izmeriš zanesljivosti toka.

tools = [
    # Search your documents
    {
        "type": "file_search",
        "vector_store_ids": ["vs_contrats"],
        "max_num_results": 10
    },
    # Web search
    {
        "type": "web_search",
        "search_context_size": "medium"
    },
    # Business function: query the CRM
    {
        "type": "function",
        "name": "get_client_info",
        "description": "Retrieve client information from the CRM",
        "parameters": {
            "type": "object",
            "properties": {
                "client_id": {"type": "string"},
                "champs": {
                    "type": "array",
                    "items": {"type": "string"},
                    "description": "List of fields to return"
                }
            },
            "required": ["client_id"],
            "additionalProperties": False
        },
        "strict": True
    },
    # Business function: create an alert
    {
        "type": "function",
        "name": "creer_alerte",
        "description": "Create a follow-up alert for a contract or client",
        "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
    }
]

# The model can now:
# 1. Search for a contract in File Search
# 2. Verify a clause on the web
# 3. Retrieve client info from the CRM
# 4. Create an alert if a problem is detected
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Check if client CLI-42567's contract complies with the new European "
          "standards. If not, create a high-priority alert.",
    tools=tools
)

Upravljanje prednosti virov

Brez navodil model obravnava oba vira enako. To je redko tisto, kar želiš: za interna dejstva – številke, postopke, odločitve – so tvoji dokumenti avtoritativni, splet pa je le verjeten šum; za novice in predpise velja obratno. To hierarhijo zapiši v sistemski poziv in zahtevaj, da se vsak spor med obema viroma označi, namesto da bi ga tiho arbitriral.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions=(
        "Source priority rules: "
        "1. For internal facts (processes, policies, contracts) -> File Search "
        "2. For external facts (laws, market, trends) -> Web Search "
        "3. In case of conflict between internal and external sources, flag the gap "
        "4. NEVER answer based solely on your own knowledge "
    ),
    input="What is our standard payment term and is it compliant with the law?",
    tools=[
        {"type": "file_search", "vector_store_ids": [vs_id]},
        {"type": "web_search"}
    ]
)

Celoten vzorec: asistent za hibridno iskanje

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="Always cite your sources. Clearly distinguish "
                        "internal information from public information.",
            input=question,
            tools=tools
        )

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

# Usage
assistant = AssistantRecherche(["vs_contrats", "vs_procedures"])
r = assistant.rechercher("Are our GTCs up to date with European law?")
print(r["reponse"])

Ključne ugotovitve

  • Združi file_search in web_search v enem samem klicu
  • Model samodejno izbere pravo orodje za vsako potrebo
  • Sistemski poziv usmerja prednost med internimi in zunanjimi viri
  • Dodaj prilagojene funkcije za celovite delovne tokove
  • Hibridno iskanje je idealno za revizije skladnosti in spremljanje