Bảng thuật ngữ web search API

Một giao diện chạy tìm kiếm web theo yêu cầu và trả kết quả dưới dạng dữ liệu có cấu trúc, thường là JSON, thay vì một trang dành cho mắt người.

Trang kết quả của công cụ tìm kiếm: những gì công cụ tìm kiếm hiển thị cho một truy vấn. SERP API trả về trang đó dưới dạng dữ liệu, mà không đọc các trang nó liệt kê.

Danh sách các trang mà một lần tìm kiếm trả về, theo thứ tự công cụ tìm kiếm đánh giá là liên quan nhất. LLMWebSearch giữ nguyên thứ tự đó và đánh số từng kết quả bằng position.

Đoạn ngắn dưới tiêu đề của mỗi kết quả. Hữu ích để chọn trang cần đọc, nhưng quá ngắn để tự trả lời hầu hết câu hỏi.

Các từ được gửi đến công cụ tìm kiếm. Agent thường viết lại câu hỏi của người dùng thành một hoặc nhiều truy vấn ngắn hơn trước khi tìm kiếm.

Một token đặc biệt trong truy vấn, chẳng hạn dấu ngoặc kép cho cụm từ chính xác hoặc site: để giữ trong một tên miền. Tham số q truyền chúng nguyên văn.

Một lần tìm kiếm chạy tại thời điểm gửi yêu cầu, khác với tra cứu trong một chỉ mục được xây từ trước. Kết quả đến từ một lượt tìm kiếm web trực tiếp chạy đúng lúc bạn gọi, theo thứ tự mà công cụ tìm kiếm xếp hạng; không có gì được phục vụ từ một chỉ mục cũ.

Một lần tìm kiếm giới hạn trong các bài báo tin tức, thường kèm ngày. Đặt topic thành news, và thêm time_range để chỉ giữ các bài gần đây.

Một quy tắc giữ kết quả trong một số trang hoặc loại bỏ các trang khác. Các tham số include_domains và exclude_domains nhận tối đa 20 tên miền mỗi tham số.

Phần của dịch vụ mở các trang kết quả đầu và trích xuất văn bản của chúng. Dịch vụ của chúng tôi tự giới thiệu là LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/); trang đọc trang mô tả điều đó.

Tên mà client gửi kèm mỗi yêu cầu web. Một trình đọc nêu rõ tên thật giúp chủ trang nhận ra nó và đặt quy tắc cho nó.

Một tệp văn bản ở gốc một trang web cho các robot biết những đường dẫn chúng được phép tải. Tiêu chuẩn là RFC 9309. Trình đọc của chúng tôi tôn trọng robots.txt: nó tự giới thiệu là LLMWebSearch, tuân theo các quy tắc mà một trang viết cho nó hoặc cho tất cả robot, và bỏ qua nội dung của bất kỳ trang nào nó không được phép đọc.

Các dòng trong robots.txt nêu cách nội dung có thể được sử dụng, chẳng hạn ai-input=no để từ chối dùng làm đầu vào cho AI. Một trang đặt Content-Signal: ai-input=no trong robots.txt sẽ giữ nội dung các trang của mình khỏi nội dung trong kết quả của bạn.

Giữ lại văn bản bài viết hoặc tài liệu của một trang và loại bỏ menu, footer, banner cookie và quảng cáo, để mô hình đọc đúng phần quan trọng.

Một định dạng văn bản nhẹ trong đó # đánh dấu tiêu đề và - đánh dấu một mục trong danh sách. Mô hình đọc tốt định dạng này, và nó tốn ít token hơn HTML cho cùng một trang.

Một trình duyệt không có cửa sổ, được điều khiển bằng code. Nó cho phép trình đọc thấy văn bản của những trang chỉ xuất hiện sau khi JavaScript chạy.

Một cổng chặn giữ nội dung cho người đăng ký trả phí. Trình đọc không bao giờ đăng nhập và không bao giờ vượt qua paywall; những trang như vậy trả về mà không có nội dung.

Trường cho biết trang của một kết quả đã được đọc hay chưa và, nếu chưa, vì sao: ok, not_requested, blocked_by_robots, target_refused và những giá trị khác được liệt kê trong tài liệu.

Mô hình ngôn ngữ lớn: một mô hình được huấn luyện trên văn bản và viết ra văn bản. Kiến thức của nó dừng ở ngày huấn luyện, đó là lý do nó cần tìm kiếm cho bất cứ điều gì gần đây.

Đưa cho mô hình các nguồn để dựa vào khi trả lời, rồi yêu cầu nó trích dẫn chúng. Kết quả tìm kiếm kèm văn bản trang là cách phổ biến nhất để grounding trên web.

Còn gọi là function calling. Mô hình yêu cầu chạy một công cụ, chẳng hạn web_search, với các đối số do nó chọn; code của bạn chạy công cụ đó và trả về kết quả.

Model Context Protocol: một chuẩn mở để đưa công cụ cho các ứng dụng AI như Claude Desktop hay Cursor. Một MCP server nhỏ có thể bọc một API tìm kiếm thành công cụ.

Một chương trình trong đó mô hình quyết định bước tiếp theo, gọi công cụ, đọc kết quả của chúng và lặp lại cho đến khi xong việc. Tìm kiếm web thường là công cụ đầu tiên của nó.

Retrieval-augmented generation: lấy văn bản liên quan trước, đặt vào prompt, rồi sinh câu trả lời. Với một API tìm kiếm web, bước truy xuất chính là web trực tiếp.

Một mẫu agent lập kế hoạch nhiều truy vấn, đọc nhiều trang và viết báo cáo kèm trích dẫn. Nó có thể chạy hàng chục lần tìm kiếm cho một câu hỏi.

Lượng văn bản mô hình có thể nhận vào cùng lúc, tính bằng token. Đặt max_chars để giới hạn lượng văn bản của mỗi trang đi vào cửa sổ đó.

Đơn vị mô hình đọc và tính phí, xấp xỉ một từ ngắn hoặc một phần của từ. Markdown sạch tốn ít token hơn HTML thô.

Một liên kết từ một phát biểu trong câu trả lời đến nguồn mà nó đến từ. Trả về nguồn thay vì một câu trả lời viết sẵn cho phép mô hình của bạn trích dẫn chính xác những gì nó đã đọc.

Một phát biểu đầy tự tin do mô hình bịa ra. Grounding trên nguồn mới và yêu cầu trích dẫn giúp giảm nó; nhưng không loại bỏ nó.

Thứ mà mỗi lần gọi tiêu tốn. Một credit trả cho một lượt tìm kiếm: tối đa 20 kết quả được xếp hạng, với nội dung của 3 trang đầu được đọc và trả về dưới dạng Markdown. Đọc từ 4 đến 10 trang thì tính 2 credit. Lượt gọi kết thúc bằng lỗi không tốn gì.

Một lô credit trả trước, từ 5.000 lượt tìm kiếm đến 1.000.000 lượt tìm kiếm. Credit tìm kiếm không có ngày hết hạn: phần bạn không dùng trong tháng này vẫn còn đó vào năm sau.

Một khoản thanh toán bằng crypto để nạp vào số dư của bạn, tối thiểu 25 US$. Sau đó các pack được mua từ số dư.

Số lần gọi mà một tài khoản được phép thực hiện mỗi phút. Mỗi tài khoản có một giới hạn lượt gọi mỗi phút, hiển thị trong dashboard; hãy hỏi support và giới hạn đó có thể được nâng lên.

Một giao thức cho phép ứng dụng khách thanh toán cho một yêu cầu HTTP bằng stablecoin, không cần tài khoản. Một số API tìm kiếm chấp nhận nó; LLMWebSearch được thanh toán từ số dư trả trước thì không.

Know your customer: các bước kiểm tra danh tính như giấy tờ tùy thân hoặc ảnh selfie. LLMWebSearch không yêu cầu điều nào; trang không cần KYC giải thích những gì vẫn áp dụng.