Uso de la herramienta web_search

La herramienta web_search permite al modelo recuperar información nueva de la web al generar una respuesta.

¿Cuál es la herramienta de web_search?

La herramienta web_search permite que un modelo de IA generativo acceda a información externa actual durante el tiempo de ejecución. En lugar de confiar solo en los datos de entrenamiento, el modelo puede emitir una consulta de búsqueda, revisar fuentes relevantes y generar una respuesta basada en contenido actualizado.

Esto es especialmente útil cuando los hechos pueden cambiar con frecuencia, como precios, versiones de productos, actualizaciones de directivas o eventos actuales.

Entre las características clave se incluyen:

• Recuperación de información activa : obtener información reciente no disponible en los datos de entrenamiento de modelos estáticos
• Respuestas basadas en origen: cree respuestas a partir del contenido web recuperado.
• Reducción del riesgo de alucinación : mejora de la confiabilidad mediante la comprobación de orígenes externos
• Generación automática de consultas : el modelo decide cuándo y cómo buscar en función de la intención del usuario
• Experiencia de usuario sin problemas : la generación de búsqueda y respuesta se produce en un flujo

Casos de uso comunes

Un ejemplo sencillo

Este es un ejemplo mínimo mediante la API de respuestas de OpenAI con la búsqueda web habilitada:

from openai import OpenAI

client = OpenAI(
    base_url={openai_endpoint},
    api_key={auth_key_or_token}
)

# Get response using the web_search tool
response = client.responses.create(
    model={model_deployment},
    instructions="You are an AI assistant. Use web search when current information is required.",
    input="What are three major announcements from Microsoft Build this week?",
    tools=[{"type": "web_search"}]
)

print(response.output_text)

La salida variará en función de los resultados web actuales, pero debe incluir una respuesta concisa basada en orígenes recientes.

Funcionamiento de la herramienta web_search

El proceso general para usar la herramienta web_search es:

1. Envíe una solicitud : incluya una herramienta de búsqueda web en la matriz de herramientas.
2. El modelo evalúa la pregunta : decide si se necesitan datos web nuevos.
3. Búsqueda se realiza : el modelo emite una o varias consultas de búsqueda.
4. Se revisan los resultados : se seleccionan y resumen las páginas pertinentes.
5. Respuesta generada : el modelo combina los resultados de búsqueda en la respuesta final.

procedimientos recomendados

• Formular preguntas que tengan en cuenta el tiempo claramente : incluya palabras como "latest", "current" o intervalos de fechas cuando sea necesario.
• Establecer expectativas para orígenes : solicitar fuentes de reputación o oficiales cuando la precisión es importante
• Solicitar salidas concisas : solicite resúmenes cortos con puntos clave para reducir el ruido.
• Comprobar hechos críticos : para escenarios de alto riesgo, valide de forma independiente las notificaciones importantes.
• Seguimiento de uso y latencia : la recuperación web puede aumentar el tiempo de respuesta y el uso de tokens.

Limitaciones sobre las que conocer

• Los resultados dependen de lo que está disponible públicamente e indexable en el momento de la consulta
• La calidad de origen puede variar, por lo que la salida puede requerir revisión humana.
• El contenido recuperado puede cambiar con el tiempo, por lo que las ejecuciones repetidas pueden generar respuestas diferentes.
• Algunos entornos pueden aplicar restricciones regionales, directivas o de red al acceso web

Bien utilizado, web_search ayuda a su modelo a pasar de conocimientos estáticos a respuestas oportunas y conscientes del origen que son más útiles en los flujos de trabajo del mundo real.