Glosario de la API de búsqueda web

Una interfaz que ejecuta una búsqueda web a petición y devuelve los resultados como datos estructurados, normalmente JSON, en lugar de una página pensada para ojos humanos.

Página de resultados del motor de búsqueda: lo que un motor de búsqueda muestra para una consulta. Una API SERP devuelve esa página como datos, sin leer las páginas que lista.

La lista de páginas que devuelve una búsqueda, en el orden que el motor consideró más relevante. LLMWebSearch mantiene ese orden y numera cada resultado con position.

El extracto breve bajo el título de cada resultado. Útil para elegir qué leer, demasiado corto para responder por sí solo a la mayoría de las preguntas.

Las palabras que se envían a la búsqueda. Los agentes suelen reescribir la pregunta de un usuario en una o varias consultas más cortas antes de buscar.

Un token especial dentro de una consulta, como las comillas para una frase exacta o site: para quedarse en un dominio. El parámetro q los pasa tal cual.

Una búsqueda ejecutada en el momento de la solicitud, en lugar de una consulta a un índice creado antes. Los resultados provienen de una búsqueda web en vivo ejecutada en el momento de tu llamada, en el orden en que los clasifica el motor de búsqueda; no se sirve nada de un índice antiguo.

Una búsqueda limitada a artículos de noticias, normalmente con fechas. Pon topic en news y añade time_range para quedarte solo con noticias recientes.

Una regla que limita los resultados a algunos sitios o elimina otros. Los parámetros include_domains y exclude_domains aceptan hasta 20 dominios cada uno.

La parte del servicio que abre las páginas de los resultados principales y extrae su texto. El nuestro se presenta como LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/); la página del lector de páginas lo describe.

El nombre que un cliente envía con cada solicitud web. Un lector que declara su nombre real permite a los propietarios de sitios reconocerlo y establecer reglas para él.

Un archivo de texto en la raíz de un sitio web que indica a los robots qué rutas pueden obtener. El estándar es RFC 9309. Nuestro lector respeta robots.txt: se identifica como LLMWebSearch, sigue las reglas que un sitio escribe para él o para todos los robots, y deja fuera el contenido de cualquier página que no tenga permitido leer.

Líneas en robots.txt que indican cómo puede usarse el contenido, por ejemplo ai-input=no para rechazar su uso como entrada de IA. Un sitio que establece Content-Signal: ai-input=no en su robots.txt mantiene las páginas de su sitio fuera del contenido de tus resultados.

Conservar el texto del artículo o de la documentación de una página y descartar menús, pies de página, banners de cookies y anuncios, para que un modelo lea lo que importa.

Un formato de texto ligero en el que # marca un encabezado y - un elemento de lista. Los modelos lo leen bien y cuesta menos tokens que HTML para la misma página.

Un navegador sin ventana, controlado por código. Permite que el lector vea el texto de páginas que solo aparecen después de que se ejecute JavaScript.

Una barrera que reserva el contenido para suscriptores de pago. El lector nunca inicia sesión ni sortea un paywall; esas páginas vuelven sin contenido.

El campo que indica si se leyó la página de un resultado y, si no, por qué: ok, not_requested, blocked_by_robots, target_refused y otros que se indican en la documentación.

Modelo de lenguaje grande: un modelo entrenado con texto que escribe texto. Su conocimiento se detiene en una fecha de entrenamiento, por eso necesita búsqueda para cualquier cosa reciente.

Dar a un modelo fuentes en las que basar su respuesta y luego pedirle que las cite. Los resultados de búsqueda con el texto de la página son la forma más común de hacer grounding en la web.

También llamado function calling. El modelo pide ejecutar una herramienta, como web_search, con argumentos que él elige; tu código la ejecuta y devuelve la salida.

Model Context Protocol: un estándar abierto para exponer herramientas a clientes de IA como Claude Desktop o Cursor. Un pequeño servidor MCP puede envolver una API de búsqueda como herramienta.

Un programa en el que un modelo decide el siguiente paso, llama a herramientas, lee sus resultados y repite hasta terminar la tarea. La búsqueda web suele ser su primera herramienta.

Retrieval-augmented generation: primero se obtiene el texto relevante, se pone en el prompt y luego se genera. Con una API de búsqueda web, el paso de recuperación es la web en vivo.

Un patrón de agente que planifica muchas consultas, lee muchas páginas y escribe un informe con citas. Puede ejecutar decenas de búsquedas para una sola pregunta.

La cantidad de texto que un modelo puede recibir de una vez, medida en tokens. Define max_chars para limitar cuánto de cada página entra en esa ventana.

La unidad con la que los modelos leen y facturan, aproximadamente una palabra corta o parte de una. El Markdown limpio gasta menos tokens que el HTML en bruto.

Un enlace desde una afirmación de una respuesta hasta la fuente de la que procede. Devolver fuentes en lugar de una respuesta escrita permite que tu modelo cite exactamente lo que leyó.

Una afirmación segura que un modelo se inventa. El grounding en fuentes recientes y pedir citas la reducen; no la eliminan.

Lo que gasta cada llamada. Un crédito paga una búsqueda: hasta 20 resultados clasificados, con las páginas de los 3 primeros leídas y devueltas como Markdown. Leer de 4 a 10 páginas pasa a 2 créditos. Una llamada que termina en error no cuesta nada.

Un lote de créditos prepago, de 5.000 búsquedas a 1.000.000 búsquedas. Los créditos de búsqueda no caducan: lo que no uses este mes seguirá ahí el año que viene.

Un pago con criptomonedas que añade fondos a tu saldo, mínimo 25 US$. Después los packs se compran con el saldo.

El número de llamadas que una cuenta puede hacer por minuto. Cada cuenta tiene un límite de llamadas por minuto, que se muestra en el panel; pídelo a soporte y se puede aumentar.

Un protocolo que permite a un cliente pagar una sola petición HTTP en una stablecoin, sin cuenta. Algunas APIs de búsqueda lo aceptan; LLMWebSearch se paga desde un saldo prepago.

Know your customer: verificaciones de identidad como un documento de identidad o una selfie. LLMWebSearch no pide ninguna; la página sin KYC explica qué sigue aplicándose.