Web search și code execution
Căutarea web găsește informație publică, iar execuția de cod poate verifica un calcul.
Ce vei învăța
- Explici: modelul propune, unealta execută
- Aplici ideea într-un exemplu: Web search și code execution
- Recunoști limitele și verifici rezultatul exercițiului
Căutarea web găsește informație publică, iar execuția de cod poate verifica un calcul. Sunt capabilități distincte cu permisiuni și costuri proprii.
Pașii se referă la funcționalități identificate în codul aplicației. Validarea pe o instanță live nu a fost efectuată pentru acest material; verifică documentația și opțiunile din versiunea ta.
Cum funcționează, pas cu pas
Modelul propune, unealta execută
Tool calling produce o cerere de apel cu nume și argumente. Aplicația validează schema, drepturile și limitele înainte să execute. Rezultatul se întoarce în context pentru pasul următor. De exemplu, get_product_stock primește un SKU și returnează o cantitate; descrierea sa trebuie să precizeze că nu rezervă produse. Distinge rezultat gol, eroare de validare, lipsă de acces și timeout. JSON valid nu dovedește că argumentele sunt corecte sau că operația este autorizată. Pentru efecte externe verifică și riscul de repetare.
Fluența și adevărul se verifică separat
O halucinație este un conținut nesusținut sau incorect prezentat drept răspuns. Poate apărea din lipsă de informație, ambiguitate sau combinarea greșită a unor tipare. Cere dovezi și verifică documentul original, data, unitățile și condițiile. O citare care există poate să nu susțină afirmația. Pentru date actuale folosește o sursă actuală; pentru calcule folosește un calculator; pentru lipsa datelor acceptă „nu pot determina”. Nu trata nivelul de încredere exprimat în text drept probabilitate calibrată.
Costul aparține întregului traseu
Numără apelurile de model, tokenii de intrare și ieșire, embeddings, reranking, vision și uneltele. Reasoning poate consuma tokeni facturați fără un răspuns vizibil la fel de lung. Costul indexării și costul conversației sunt diferite. Folosește tarifele curente, nu o cifră permanentă din curs. Estimarea simplă este tokeni/1.000.000 × tarif, plus operații suplimentare; creditele aplicației pot folosi propria conversie. Compară costul per sarcină reușită, nu doar per apel. Parallel poate reduce latența, dar crește consumul total. Bugetul trebuie să aibă o condiție de oprire verificată.
Harta vizuală
Urmărește săgețile continue pentru fluxul principal. Săgețile albastre punctate furnizează date sau context; cele roz punctate arată feedback sau rezultate care revin. Culorile și formele disting modelele, stocările, deciziile și rezultatele. Pe ecrane mici, derulează orizontal pentru a urmări întreaga diagramă.
Un exemplu complet
Pentru un anunț recent verifici pagina oficială și data. Pentru CSV-ul sintetic calculezi 2×120 + 1×80 = 320 lei. Nu trimiți chei sau date private în căutarea publică.
Încearcă tu
- Testează căutarea publică și calculul separat, verificând permisiunile și rezultatele.
- Notează intrarea, sursa și rezultatul așteptat înainte să rulezi experimentul. Folosește doar datele fictive din exemplu.
- Urmărește etapele din diagramă. La fiecare pas scrie ce informație primește și ce produce; nu confunda rezultatul intermediar cu rezultatul final.
- Repetă cazul după eliminarea unei informații necesare sau după o intrare ambiguă. Verifică dacă sistemul cere clarificare, se oprește sau inventează.
- Compară cu soluția comentată. Păstrează configurația, data, rezultatul și o explicație pentru orice diferență. Schimbă un singur lucru și retestează.
Soluție comentată
Raportul separă sursa web verificată de totalul calculat și explică datele folosite. Pentru a considera exercițiul reușit, poți arăta legătura dintre intrare, etapele parcurse și rezultat. Dacă lipsesc date, un răspuns prudent este mai util decât o completare inventată. Nu compara doar stilul: verifică și condițiile, sursele și operațiile efectuate.
Când merită și ce poate merge prost
Disponibilitatea depinde de model, provider și integrare. Alege această abordare când îmbunătățește o nevoie măsurată. Păstrează o variantă simplă ca referință și compară rezultatele pe aceleași intrări. Un singur exemplu reușit nu stabilește fiabilitatea în toate situațiile.
Verifică ce ai înțeles
Cine execută apelul propus de model?
Aplicația sau serviciul gazdă, după validare. Modelul nu primește automat acces nelimitat.
Ajunge să existe un link în răspuns?
Nu; sursa trebuie să susțină exact afirmația și să fie potrivită momentului și situației.
Ce rezultat trebuie să obții în acest exercițiu?
Raportul separă sursa web verificată de totalul calculat și explică datele folosite.
Cuvinte de ținut minte
- Tool calling: Cerere structurată de folosire a unei capabilități externe.
- Grounding: Ancorarea răspunsului în dovezi verificabile.
- Latență / Latency: Timpul până la rezultatul util.
Surse și următorul pas
Pentru pregătire: A04 — Agentul care folosește unelte MCP