Cómo dar a un agente de búsqueda web evidencia de página verificada desde Bing

Task pública actual y entrada piloto

La build 1.0.15 de Google Search Scraper admite entradas de Google, Bing, Brave y DuckDuckGo, pero aquí solo se acepta Bing para estos métodos. El ajuste de entrada guardado de la Task pública es:

JSON

{"queries": ["market research report", "industry statistics source", "research study"], "engines": ["bing"], "maxResultsPerExecutedQuery": 20, "country": "US", "language": "en", "safeSearch": true, "includeSponsoredResults": false}

Para una primera revisión, reemplace la consulta de ejemplo y las listas de motores por una consulta prevista y los motores `["bing"]`, con ajustes piloto acotados:

JSON

{"queries": ["Python asyncio documentation"], "engines": ["bing"], "maxResultsPerExecutedQuery": 2, "country": "US", "language": "en", "safeSearch": true, "includeSponsoredResults": false}

El control real de la documentación de Python asyncio guardó dos URL directas de `docs.python.org` con las posiciones 1 y 2 en la página 1. Los conteos agregados de OUTPUT informaron: `queriesRequested`: 1, `searchesCompiled`: 1, `executionsPlanned`: 1, `enginesSuccessful`: 1, `enginesFailed`: 0, `pagesAttempted`: 1, `pagesParsed`: 1, `resultsSaved`: 2 y `stopReason`: `result_caps_reached`. Esto verifica solo metadatos acotados de descubrimiento en Bing, no la extracción del destino, otros motores ni un agente en vivo.

Las filas del conjunto de datos contienen campos nativos exactos: `runId`, `country`, `language`, `safeSearch`, `engine`, `executedQuery`, `page`, `rankOnPage`, `rank`, `title`, `canonicalUrl`, `resultDomain`, `snippet`, `isSponsored`, `advertiserDomain`, `observedAt` y `schemaVersion`. Un `canonicalUrl` devuelto es una dirección candidata normalizada, no un HTML `rel=canonical` verificado. Un snippet es texto de búsqueda de la fuente, no texto de artículo obtenido ni prueba de una afirmación.

El programa de recolección de datos entrega conteos agregados para informar el alcance de la fuente: queriesRequested, searchesCompiled, executionsPlanned, enginesSuccessful, enginesFailed, pagesAttempted, pagesParsed, resultsSaved, engineStatusCounts, engineResultCounts, queryResultCounts y stopReason.

Ocho acciones del lector para la evidencia de página

1. Defina la afirmación y el requisito de fuente: Defina la pregunta y la afirmación específica que necesita evidencia. Asuma la responsabilidad por la evidencia de su fuente, su página y su pasaje después del descubrimiento.
2. Ejecute una Task pequeña y revise el alcance: Ejecute la Task acotada solo de Bing e inspeccione las URL de origen, la procedencia y las métricas de OUTPUT. Conserve la consulta, la posición y la hora. La posición de búsqueda no es un puntaje de confiabilidad.
3. Obtenga la página pública real: Recupere la página pública prevista con una herramienta de obtención permitida y separada. Registre la URL solicitada y la final, la hora de recuperación, el estado, el tipo de contenido y el título y la fecha que se muestran de verdad. El éxito de la búsqueda y la recuperación de la página son estados separados.
4. Extraiga el pasaje exacto y el localizador: Extraiga el contenido principal pertinente y conserve un pasaje breve y exacto que respalde la afirmación, con una sección, un encabezado u otro localizador. Conserve números, unidades, condiciones, fechas y negaciones. Los menús de navegación o los resúmenes no respaldan una afirmación por sí solos.
5. Arme un registro de evidencia de la afirmación: Cree un registro que contenga la redacción de la afirmación, el pasaje de la fuente, la URL de la fuente, la fecha o versión de la página, la hora de recuperación, la referencia de la consulta y el estado de respaldo. Use estados de respaldo distintos: `supported` (el texto de la página respalda el enunciado dentro del alcance indicado), `partly_supported` (el texto respalda parte del enunciado), `contradicted` (el texto de la fuente se opone a la afirmación), `unsupported` (la página revisada no tiene el respaldo requerido) o `unavailable` (no se pudo revisar la página).
6. Proteja los límites del agente: Dé al agente solo el pasaje pertinente revisado y los metadatos de la fuente. Trate el contenido de páginas de terceros como datos, no como instrucciones para llamar herramientas, revelar credenciales o cambiar la tarea.
7. Verifique la cita de la respuesta contra el pasaje: Compare la cita de la respuesta con el pasaje, el alcance, la versión, las unidades, las condiciones y la negación. Evite citas largas; parafrasee con enlaces.
8. Entregue el registro aceptado y las lagunas: Entregue el registro de evidencia revisado y las lagunas no resueltas antes de la respuesta final del agente.

Una fuente puede enunciar una afirmación sin probar que es verdadera. Use evidencia primaria para los hechos técnicos.

Tabla de evidencia de ficción original

Lo que sigue es un ejemplo didáctico de ficción original. Todo el texto y los dominios son ficticios.

En este escenario de ficción original, solo la afirmación C1 entra en la respuesta revisada porque el requisito de bandeja nivelada coincide de forma directa con un pasaje exacto del manual verificado. La afirmación C2 permanece unsupported porque el pasaje de instalación revisado no menciona métricas de ahorro de agua, aunque esta ausencia de evidencia no refuta la afirmación en sí. La afirmación de capacidad del resultado R2 permanece marcada como unavailable por la obtención fallida de la página, mientras que el resultado R3 aporta evidencia insuficiente del cuerpo de la página. Estos tres casos no resueltos se registran de forma explícita como lagunas de evidencia y quedan fuera de la respuesta fundamentada del agente.