Glossário da API de pesquisa web

Uma interface que executa uma pesquisa web sob demanda e retorna os resultados como dados estruturados, geralmente JSON, em vez de uma página feita para olhos humanos.

Página de resultados do mecanismo de pesquisa: o que um mecanismo de pesquisa mostra para uma consulta. Uma SERP API retorna essa página como dados, sem ler as páginas que ela lista.

A lista de páginas que uma pesquisa retorna, na ordem em que o mecanismo julgou mais relevante. O LLMWebSearch mantém essa ordem e numera cada resultado com position.

O trecho curto abaixo do título de cada resultado. Útil para escolher o que ler, curto demais para responder sozinho à maioria das perguntas.

As palavras enviadas para a pesquisa. Os agentes costumam reescrever a pergunta de um usuário em uma ou mais consultas mais curtas antes de pesquisar.

Um token especial dentro de uma consulta, como aspas para uma frase exata ou site: para ficar em um único domínio. O parâmetro q os repassa como escritos.

Uma pesquisa executada no momento da requisição, em oposição a uma consulta em um índice construído antes. Os resultados vêm de uma pesquisa na web ao vivo, executada no momento da sua chamada, na ordem em que o mecanismo de pesquisa os classifica; nada é servido de um índice antigo.

Uma pesquisa limitada a artigos de notícias, geralmente com datas. Defina topic como news e adicione time_range para manter apenas matérias recentes.

Uma regra que mantém os resultados em alguns sites ou remove outros. Os parâmetros include_domains e exclude_domains aceitam até 20 domínios cada.

A parte do serviço que abre as páginas dos principais resultados e extrai o texto delas. O nosso se apresenta como LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/); a página do leitor de páginas descreve isso.

O nome que um cliente envia com cada requisição web. Um leitor que informa seu nome real permite que os donos de sites o reconheçam e definam regras para ele.

Um arquivo de texto na raiz de um site que informa aos robôs quais caminhos eles podem acessar. O padrão é o RFC 9309. Nosso leitor respeita o robots.txt: ele se identifica como LLMWebSearch, segue as regras que um site escreve para ele ou para todos os robôs e deixa de fora o conteúdo de qualquer página que não tem permissão para ler.

Linhas no robots.txt que declaram como o conteúdo pode ser usado, por exemplo ai-input=no para recusar o uso como entrada de IA. Um site que define Content-Signal: ai-input=no no seu robots.txt mantém as suas páginas fora do conteúdo dos seus resultados.

Manter o texto do artigo ou da documentação de uma página e descartar menus, rodapés, banners de cookies e anúncios, para que um modelo leia o que importa.

Um formato de texto leve em que # marca um título e - um item de lista. Os modelos leem bem, e ele custa menos tokens que HTML para a mesma página.

Um navegador sem janela, controlado por código. Ele permite que o reader veja o texto de páginas que só aparecem depois que o JavaScript é executado.

Uma barreira que reserva o conteúdo para assinantes pagantes. O reader nunca faz login e nunca contorna um paywall; essas páginas voltam sem conteúdo.

O campo que indica se a página de um resultado foi lida e, caso não tenha sido, por quê: ok, not_requested, blocked_by_robots, target_refused e outros listados na documentação.

Modelo de linguagem de grande porte: um modelo treinado em texto que escreve texto. Seu conhecimento termina em uma data de treinamento, por isso ele precisa de pesquisa para qualquer coisa recente.

Dar a um modelo fontes nas quais basear sua resposta e depois pedir que ele as cite. Resultados de pesquisa com o texto da página são a forma mais comum de fazer grounding na web.

Também chamado de function calling. O modelo pede para executar uma ferramenta, como web_search, com argumentos que ele mesmo escolhe; seu código a executa e devolve a saída.

Model Context Protocol: um padrão aberto para expor ferramentas a clientes de IA como Claude Desktop ou Cursor. Um pequeno servidor MCP pode encapsular uma API de pesquisa como ferramenta.

Um programa em que um modelo decide o próximo passo, chama ferramentas, lê seus resultados e repete até concluir a tarefa. A pesquisa na web costuma ser sua primeira ferramenta.

Retrieval-augmented generation: buscar primeiro o texto relevante, colocá-lo no prompt e então gerar. Com uma API de pesquisa na web, a etapa de retrieval é a web ao vivo.

Um padrão de agente que planeja várias consultas, lê várias páginas e escreve um relatório com citações. Ele pode executar dezenas de pesquisas para uma única pergunta.

A quantidade de texto que um modelo consegue receber de uma vez, medida em tokens. Defina max_chars para limitar quanto de cada página entra nessa janela.

A unidade pela qual os modelos leem e cobram, aproximadamente uma palavra curta ou parte dela. Markdown limpo gasta menos tokens do que HTML bruto.

Um link de uma afirmação em uma resposta para a fonte de onde ela veio. Retornar as fontes em vez de uma resposta escrita permite que seu modelo cite exatamente o que leu.

Uma afirmação confiante que o modelo inventa. Fazer grounding em fontes recentes e exigir citações reduz isso; não elimina.

O que cada chamada gasta. Um crédito paga uma pesquisa: até 20 resultados classificados, com as páginas dos 3 primeiros lidas e devolvidas em Markdown. Ler de 4 a 10 páginas custa 2 créditos. Uma chamada que termina em erro não custa nada.

Um lote pré-pago de créditos, de 5.000 pesquisas a 1.000.000 pesquisas. Os créditos de pesquisa não têm data de expiração: o que você não usar este mês continua lá no ano que vem.

Um pagamento em cripto que abastece seu saldo, no mínimo US$ 25. Os pacotes são então comprados a partir do saldo.

O número de chamadas que uma conta pode fazer por minuto. Toda conta tem um limite de chamadas por minuto, exibido no dashboard; peça ao suporte e ele pode ser aumentado.

Um protocolo que permite a um cliente pagar por uma única requisição HTTP em stablecoin, sem conta. Algumas APIs de pesquisa aceitam isso; LLMWebSearch é pago a partir de um saldo pré-pago.

Know your customer: verificações de identidade, como documento de identidade ou selfie. LLMWebSearch não exige nenhuma; a página sem KYC explica o que ainda se aplica.