Iskanje hibridno: združevanje spleta in datotek
Na tej strani
Lekcija posodobljena 2. novembra 2026 na podlagi dokumentacije OpenAI: orodje Code Interpreter zdaj zahteva parameter
container(dodan vsem primerom), vhodni deli besedila so tipainput_text, spletno iskanje pa uporablja orodjeweb_search(web_search_previewje zdaj zastarelo orodje brez filtrov domen). Ustvarjene datoteke se pridobijo z uporabo funkcijfichiers_generesintelechargeriz 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_searchinweb_searchv 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