Comment donner à un agent de recherche web des preuves de page vérifiées depuis Bing

Task publique actuelle et entrée pilote

Le build 1.0.15 de Google Search Scraper prend en charge les entrées Google, Bing, Brave et DuckDuckGo, mais seul Bing est accepté pour ces méthodes ici. Le préréglage d'entrée enregistré de la Task publique est :

JSON

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

Pour un premier contrôle, remplacez la requête d'exemple et les listes de moteurs par une requête prévue et les moteurs `["bing"]`, avec des réglages pilotes bornés :

JSON

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

Le contrôle réel de la documentation Python asyncio a enregistré deux URL directes `docs.python.org` avec les rangs 1 et 2 sur la page 1. Les totaux agrégés OUTPUT ont indiqué : `queriesRequested` : 1, `searchesCompiled` : 1, `executionsPlanned` : 1, `enginesSuccessful` : 1, `enginesFailed` : 0, `pagesAttempted` : 1, `pagesParsed` : 1, `resultsSaved` : 2, et `stopReason` : `result_caps_reached`. Cela vérifie uniquement les métadonnées de découverte Bing bornées, et non l'extraction de destination, les autres moteurs ou un agent en fonctionnement.

Les lignes du jeu de données contiennent les champs natifs exacts : `runId`, `country`, `language`, `safeSearch`, `engine`, `executedQuery`, `page`, `rankOnPage`, `rank`, `title`, `canonicalUrl`, `resultDomain`, `snippet`, `isSponsored`, `advertiserDomain`, `observedAt` et `schemaVersion`. Une `canonicalUrl` renvoyée est une adresse candidate normalisée, et non un lien canonique HTML `rel=canonical` vérifié. Un snippet est le texte de recherche source, et non le texte d'article récupéré ni la preuve d'une affirmation.

Le programme de collecte de données produit des totaux agrégés pour indiquer la portée de la source : queriesRequested, searchesCompiled, executionsPlanned, enginesSuccessful, enginesFailed, pagesAttempted, pagesParsed, resultsSaved, engineStatusCounts, engineResultCounts, queryResultCounts et stopReason.

Huit actions du lecteur pour la preuve de page

1. Définir l'affirmation et l'exigence de source : Définissez la question et l'affirmation précise qui exige une preuve. Prenez en charge vos preuves de source, de page et de passage après la découverte.
2. Exécuter une petite Task et contrôler la portée : Exécutez la Task bornée limitée à Bing et inspectez les URL sources, la provenance et les mesures OUTPUT. Conservez votre requête, votre rang et l'heure. Le rang de recherche n'est pas un score de fiabilité.
3. Récupérer la page publique réelle : Récupérez la page publique prévue avec un outil de récupération distinct et autorisé. Enregistrez l'URL demandée et l'URL finale, l'heure de récupération, l'état, le type de contenu, ainsi que le titre et la date réellement affichés. La réussite de la recherche et la récupération de la page sont des états distincts.
4. Extraire le passage exact et le repère : Extrayez le contenu principal pertinent et conservez un court passage d'appui exact avec une section, un titre ou un autre repère. Préservez les nombres, les unités, les conditions, les dates et les négations. Les menus de navigation ou les résumés ne soutiennent pas une affirmation à eux seuls.
5. Construire un enregistrement de preuve d'affirmation : Créez un enregistrement qui contient la formulation de l'affirmation, le passage source, l'URL source, la date ou la version de la page, l'heure de récupération, la référence de requête et l'état de soutien. Utilisez des états de soutien distincts : `supported` (le texte de la page soutient l'énoncé dans la portée indiquée), `partly_supported` (le texte soutient une partie de l'énoncé), `contradicted` (le texte source s'oppose à l'affirmation), `unsupported` (la page contrôlée n'a pas le soutien requis) ou `unavailable` (la page n'a pas pu être contrôlée).
6. Garder les limites de l'agent : Donnez à l'agent uniquement le passage pertinent contrôlé et les métadonnées de la source. Traitez le contenu de page tiers comme des données, et non comme des instructions pour appeler des outils, révéler des identifiants ou changer la tâche.
7. Vérifier la citation de la réponse par rapport au passage : Contrôlez la citation de la réponse par rapport au passage, à la portée, à la version, aux unités, aux conditions et à la négation. Évitez les longues citations ; paraphrasez avec des liens.
8. Remettre l'enregistrement accepté et les lacunes : Remettez l'enregistrement de preuve contrôlé et les lacunes non résolues avant la réponse finale de l'agent.

Une source peut énoncer une affirmation sans en prouver la vérité. Utilisez des preuves primaires pour les faits techniques.

Tableau de preuves de fiction originale

Ce qui suit est un exemple pédagogique de fiction originale. Tous les textes et tous les domaines sont fictifs.

Dans ce scénario de fiction originale, seule l'affirmation C1 entre dans la réponse contrôlée, car son exigence de plateau de niveau correspond directement à un passage exact du manuel vérifié. L'affirmation C2 reste unsupported, car le passage d'installation contrôlé ne mentionne pas de mesures d'économie d'eau, bien que cette absence de preuve ne réfute pas l'affirmation elle-même. L'affirmation de capacité du résultat R2 reste marquée unavailable en raison de l'échec de récupération de la page, tandis que le résultat R3 fournit une preuve de corps de page insuffisante. Ces trois cas non résolus sont enregistrés explicitement comme des lacunes de preuve et sont exclus de la réponse ancrée de l'agent.