AI search API per LLM: i risultati e le pagine dietro di essi

Perché i modelli hanno bisogno di più di una lista di link?

Una lista di link dice a un modello dove guardare, non cosa c'è. Uno snippet di 150 caratteri raramente contiene la data, il numero o il passo che l'utente ha chiesto. Così la maggior parte degli agenti fa seguire alla ricerca un secondo strumento che scarica ogni pagina, la pulisce e la riduce.

LLMWebSearch racchiude questi passaggi in una sola chiamata. Le pagine principali tornano in Markdown, con navigazione, annunci e banner dei cookie rimossi, e ognuna porta un word_count. Il tuo agente spende i suoi token sul contenuto, e tu paghi una chiamata invece di quattro.

Come appare una risposta?

Ogni risultato ha la sua posizione, titolo, URL, host e snippet. I primi read risultati portano anche content e word_count, più published_at quando la pagina o il motore di ricerca fornisce una data. Un campo content_status dice cosa è successo a ogni pagina: ok, not_requested, blocked_by_robots, blocked_by_site_policy, target_refused, fetch_failed o fetch_timeout. i valori qui sotto sono illustrativi.

Come la chiamo dal mio codice?

Invia la query come JSON con la tua chiave come Bearer token. L'esempio Python qui sotto chiede 5 risultati e legge i primi 3, con un limite di 4.000 caratteri ciascuno. La guida rapida ha la stessa chiamata in Node.js e curl.

Quali filtri può usare un agente?

Scegli il paese e la lingua dei risultati, un intervallo di tempo (ultimo giorno, settimana, mese o anno), risultati web o news, e i domini da includere o escludere.

• time_range: day, week, month o year, per domande su eventi recenti.
• topic: news restituisce articoli con le loro date; vedi la news search API.
• include_domains e exclude_domains: fino a 20 ciascuno, per restare sulla documentazione ufficiale o per escludere un sito rumoroso.
• country e language: il mercato di cui vuoi i risultati, come de e de.
• max_chars: il testo massimo per pagina, da 500 a 50.000 caratteri.

Quante pagine dovrebbe leggere un agente per ricerca?

Tre è un buon valore predefinito, ed è quello che coprono un credito. La maggior parte delle domande fattuali si risolve con le prime pagine, e tre fonti permettono al modello di verificare una cifra. Alza read a 5 o 10 per domande di ricerca in cui le fonti sono in disaccordo; quella ricerca costa 2 crediti.

Imposta read a 0 quando l'agente ha bisogno solo dei link, per esempio per scegliere quale URL aprire dopo. Poi chiama /extract sugli URL che ha scelto.

Cosa succede con le pagine che un sito non vuole far leggere?

Tornano come risultati senza contenuto. Il nostro reader rispetta robots.txt: si presenta come LLMWebSearch, segue le regole che un sito scrive per lui o per tutti i robot, e lascia fuori il contenuto di qualsiasi pagina che non gli è permesso leggere. Un sito che imposta Content-Signal: ai-input=no nel suo robots.txt tiene le sue pagine fuori dal contenuto dei tuoi risultati.

Quando un sito respinge il nostro reader, il risultato torna senza contenuto e con lo status del sito: non risolviamo mai CAPTCHA, non accediamo agli account e non aggiriamo un blocco o un paywall. Il campo content_status dice al tuo agente perché manca una pagina, così può usare lo snippet o passare al risultato successivo. I proprietari dei siti possono leggere del nostro lettore sulla pagina del bot.