Co zespoły budują za pomocą web search API dla agentów AI?

Co łączy te cztery zadania?

Każde z nich potrzebuje słów ze strony, a nie tylko listy linków. Fragment o długości 160 znaków rzadko zawiera liczbę, datę lub warunek, który model musi zacytować. Dlatego większość stacków kończy z dwiema usługami: API wyszukiwania do znajdowania URL-i i czytnikiem do ich pobierania.

LLMWebSearch łączy te dwa kroki. Jedno wywołanie uruchamia wyszukiwanie w żywej sieci i odczytuje pierwsze znalezione strony. Każdy wynik zawiera swoją pozycję, tytuł, adres URL, host, snippet, a gdy strona została odczytana — główną treść strony jako Markdown lub czysty tekst wraz z liczbą słów i datą publikacji, jeśli jest znana. Agent dostaje tekst, który może zacytować w tym samym zapytaniu, a Ty dostajesz jeden rachunek.

Druga wspólna potrzeba to kontrola. Ty decydujesz, ile wyników ma wrócić (max_results), ile stron ma zostać odczytanych (read) i jak długa może być każda strona (max_chars). Te trzy liczby ustalają zarówno koszt tokenów po stronie Twojego modelu, jak i koszt kredytów po naszej stronie.

Które ustawienia pasują do każdego przypadku użycia?

Zacznij od wartości domyślnych i zmieniaj jedną rzecz naraz.

• Narzędzie agenta. Zachowaj max_results=5 i read=3, a strony ogranicz do 3 000–5 000 znaków. Agenty wywołują narzędzie często, więc krótkie odpowiedzi utrzymują kontekst w czystości.
• Głębokie badania. Wiele małych wyszukiwań bije kilka dużych. Użyj read=3 na zapytanie i uruchamiaj więcej zapytań. Zwiększ read tylko wtedy, gdy jedno zapytanie musi dogłębnie pokryć wąski temat.
• RAG. Poproś o dłuższe strony (max_chars około 12 000) i dziel je na fragmenty samodzielnie. Dodaj include_domains, gdy odpowiedzi muszą pochodzić ze znanych źródeł.
• Monitoring wiadomości. Ustaw topic=news i time_range=day, a następnie usuń URL-e, które już widziałeś. Czytaj trzy artykuły na zapytanie, aby podsumować, co się zmieniło.

Wszystkie filtry są wymienione w dokumentacji wyszukiwania.

Jak dobrać rozmiar pierwszego packa?

Pomnóż zadania dziennie przez wyszukiwania na zadanie, a potem przez 30. Asystent, który odpowiada na 100 pytań dziennie, wykonując po 4 wyszukiwania, potrzebuje około 12 000 wyszukiwań miesięcznie. To mieści się w 25 000 wyszukiwań z zapasem na drugi miesiąc.

Kredyty nie wygasają z końcem cyklu rozliczeniowego. Kredyty na wyszukiwanie nie mają daty ważności: to, czego nie wykorzystasz w tym miesiącu, będzie tam jeszcze w przyszłym roku. Mały pack kupiony na prototyp zachowuje swoją wartość, dopóki projekt się nie rozrośnie. Przewodnik po kosztach przechodzi przez trzy większe przypadki i porównuje je z innymi API oraz z narzędziami wyszukiwania wbudowanymi w modele.