KI-Such-API für LLMs: die Ergebnisse und die Seiten dahinter

Warum brauchen Modelle mehr als eine Liste von Links?

Eine Liste von Links sagt einem Modell, wo es nachsehen soll, nicht, was dort steht. Ein Snippet von 150 Zeichen enthält selten das Datum, die Zahl oder den Schritt, nach dem der Nutzer gefragt hat. Deshalb folgt bei den meisten Agenten auf eine Suche ein zweites Tool, das jede Seite abruft, bereinigt und zuschneidet.

LLMWebSearch fasst diese Schritte in einem Aufruf zusammen. Die Top-Seiten kommen als Markdown zurück, mit entfernten Navigationselementen, Anzeigen und Cookie-Bannern, und jede trägt einen word_count. Ihr Agent verwendet seine Tokens auf Inhalt, und Sie zahlen für einen Aufruf statt für vier.

Wie sieht eine Antwort aus?

Jedes Ergebnis hat seine Position, den Titel, die URL, den Host und einen Snippet. Die ersten read Ergebnisse tragen außerdem content und word_count, plus published_at, wenn die Seite oder die Suchmaschine ein Datum liefert. Ein Feld content_status sagt, was mit jeder Seite geschehen ist: ok, not_requested, blocked_by_robots, blocked_by_site_policy, target_refused, fetch_failed oder fetch_timeout. Die Werte unten sind beispielhaft.

Wie rufe ich sie aus meinem Code auf?

Senden Sie die Suchanfrage als JSON mit Ihrem API-Schlüssel als Bearer-Token. Das Python-Beispiel unten fragt 5 Ergebnisse an und liest die Top 3, begrenzt auf je 4.000 Zeichen. Der Schnellstart hat denselben Aufruf in Node.js und curl.

Welche Filter kann ein Agent nutzen?

Wählen Sie Land und Sprache der Ergebnisse, einen Zeitraum (letzter Tag, Woche, Monat oder Jahr), Web- oder News-Ergebnisse sowie Domains, die ein- oder ausgeschlossen werden sollen.

• time_range: day, week, month oder year, für Fragen zu aktuellen Ereignissen.
• topic: news liefert Artikel mit ihren Daten; siehe die News-Such-API.
• include_domains und exclude_domains: je bis zu 20, um auf offizieller Dokumentation zu bleiben oder eine störende Seite auszublenden.
• country und language: der Markt, dessen Ergebnisse Sie wollen, etwa de und de.
• max_chars: der maximale Text, den Sie pro Seite wollen, von 500 bis 50.000 Zeichen.

Wie viele Seiten sollte ein Agent pro Suche lesen?

Drei sind ein guter Standard, und das deckt ein Credit ab. Die meisten Faktenfragen klären sich mit den ersten Seiten, und drei Quellen lassen das Modell eine Zahl gegenprüfen. Erhöhen Sie read auf 5 oder 10 bei Recherchefragen, bei denen die Quellen nicht übereinstimmen; diese Suche kostet 2 Credits.

Setzen Sie read auf 0, wenn der Agent nur Links braucht, etwa um zu wählen, welche URL er als Nächstes öffnet. Rufen Sie dann /extract für die URLs auf, die er gewählt hat.

Was passiert mit Seiten, die eine Website nicht gelesen haben möchte?

Sie kommen als Ergebnisse ohne Inhalt zurück. Unser Reader respektiert robots.txt: Er stellt sich als LLMWebSearch vor, befolgt die Regeln, die eine Website für ihn oder für alle Roboter schreibt, und lässt den Inhalt jeder Seite aus, die er nicht lesen darf. Eine Website, die in ihrer robots.txt Content-Signal: ai-input=no setzt, hält ihre Seiten aus dem Inhalt Ihrer Ergebnisse heraus.

Wenn eine Website unseren Reader abweist, kommt das Ergebnis ohne Inhalt und mit dem Status der Website zurück: Wir lösen niemals CAPTCHAs, melden uns nicht in Konten an und umgehen weder eine Sperre noch eine Paywall. Das Feld content_status sagt Ihrem Agenten, warum eine Seite fehlt, damit er den Snippet nutzen oder zum nächsten Ergebnis wechseln kann. Seitenbetreiber können unseren Reader auf der Bot-Seite nachlesen.