# 如何从必应向网页搜索智能体提供已核对的页面证据

在向网页搜索智能体提供某项主张的证据之前，把必应搜索摘要当作线索，获取实际网页，并核对文本。Actor 是托管的数据采集程序。Task 是已保存的输入预设。

## 当前公开 Task 与试点输入

Google Search Scraper 构建版本 1.0.15 支持 Google、Bing、Brave 和 DuckDuckGo 输入，但此处这些方法只接受 Bing。该公开 Task 已保存的输入预设是：

JSON

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

当前公开 Task 与试点输入

做第一次检查时，把示例查询和引擎列表替换为一个预期查询以及引擎 `["bing"]`，并使用范围有限的试点设置：

JSON

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

当前公开 Task 与试点输入

实际的 Python asyncio 文档对照保存了两个直接的 `docs.python.org` URL，位于第 1 页，排名分别为 1 和 2。OUTPUT 汇总数报告为：`queriesRequested`：1，`searchesCompiled`：1，`executionsPlanned`：1，`enginesSuccessful`：1，`enginesFailed`：0，`pagesAttempted`：1，`pagesParsed`：1，`resultsSaved`：2，以及 `stopReason`：`result_caps_reached`。这只核实范围有限的 Bing 发现元数据，不核实目标提取、其他引擎或实际运行中的智能体。

数据集行包含这些精确的原生字段：`runId`、`country`、`language`、`safeSearch`、`engine`、`executedQuery`、`page`、`rankOnPage`、`rank`、`title`、`canonicalUrl`、`resultDomain`、`snippet`、`isSponsored`、`advertiserDomain`、`observedAt` 和 `schemaVersion`。返回的 `canonicalUrl` 是规范化后的候选地址，不是已核实的 HTML `rel=canonical`。snippet 是来源搜索文本，不是已获取的文章正文，也不是一项主张的证明。

数据采集程序输出汇总数，以报告来源范围：queriesRequested、searchesCompiled、executionsPlanned、enginesSuccessful、enginesFailed、pagesAttempted、pagesParsed、resultsSaved、engineStatusCounts、engineResultCounts、queryResultCounts 和 stopReason。

## 页面证据的八项读者操作

1. 界定主张与来源要求：界定问题以及需要证据的具体主张。发现之后，由你自行负责来源、页面和段落证据。
2. 运行小型 Task 并检查范围：运行仅限 Bing、范围有限的 Task，并检查来源 URL、出处和 OUTPUT 指标。保留你的查询、排名和时间。搜索排名不是可靠性评分。
3. 获取实际的公开页面：通过单独的、已允许的获取工具获取预期的公开页面。记录请求的 URL 和最终 URL、获取时间、状态、内容类型，以及实际显示的标题和日期。搜索成功与页面获取是分开的两种状态。
4. 提取精确段落与定位符：提取[相关正文](/zh-Hans/articles/%E7%BD%91%E9%A1%B5%E6%AD%A3%E6%96%87%E6%8F%90%E5%8F%96%E6%A3%80%E6%9F%A5/)，并保留一段简短且精确的支持段落，同时附上节、标题或其他定位符。保留数字、单位、条件、日期和否定。导航菜单或摘要本身并不能支持一项主张。
5. 建立主张证据记录：创建一条记录，其中包含主张措辞、来源段落、来源 URL、页面日期或版本、获取时间、查询引用和支持状态。使用彼此不同的支持状态：`supported`（在其所述范围内，页面文本支持该陈述）、`partly_supported`（文本支持该陈述的一部分）、`contradicted`（来源文本与该主张相反）、`unsupported`（已检查的页面缺少所需支持），或 `unavailable`（无法检查该页面）。
6. 守住智能体边界：只把已核对的相关段落和来源元数据提供给智能体。把第三方页面内容当作数据，而不是当作调用工具、透露凭据或更改任务的指令。
7. 对照段落核实答案中的引用：依据段落、范围、版本、单位、条件和否定，检查答案的引用。避免长引文；转述原文并附上来源链接。
8. 交付已接受的记录与缺口：在智能体给出最终答案之前，交付已核对的证据记录和尚未解决的缺口。

来源可以陈述一项主张，而不证明该主张为真。技术事实应使用第一手证据。

## 原创虚构证据表

以下是原创的虚构教学示例。所有文本和域名都是虚构的。

| 查询引用 | 结果 / 排名 | 请求的 URL / 最终 URL | 获取状态 / 时间 | 来源版本 / 日期 | 定位符 / 段落 | 主张文本 | 支持判定 |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Q1：花园水泵手册 | R1（排名 1） | `[https://garden.example/manual](https://garden.example/manual)`（最终：`[https://garden.example/manual](https://garden.example/manual)`） | 已获取（2026-10-13T06:20:15Z） | 版本 2 | 「安装」一节：“使用水平托盘。在托盘水平之前，不要加水。” | C1：“加水之前，托盘必须处于水平状态” | supported |
| Q1：花园水泵手册 | R1（排名 1） | `[https://garden.example/manual](https://garden.example/manual)`（最终：`[https://garden.example/manual](https://garden.example/manual)`） | 已获取（2026-10-13T06:20:15Z） | 版本 2 | 「安装」一节：“使用水平托盘。在托盘水平之前，不要加水。” | C2：“这台水泵节省一半的水” | unsupported |
| Q1：花园水泵手册 | R2（排名 2） | `[https://garden.example/manual-r2](https://garden.example/manual-r2)` | 不可用（获取失败） | 未知 | 无（页面无法获取） | 容量主张：支持 12 个托盘 | unavailable |
| Q1：花园水泵手册 | R3（排名 3） | `[https://garden.example/menu](https://garden.example/menu)` | 已获取（2026-10-13T06:20:15Z） | 未知 | 菜单页导航 | 手册说明或泵体数据 | unsupported（正文不足） |

在这个原创虚构情景中，只有主张 C1 进入已核对的答案，因为已核实手册中的一段精确原文直接符合其水平托盘要求。主张 C2 仍为 unsupported，因为已检查的安装段落没有提到节水指标；不过，这种证据缺失并不能证伪该主张本身。结果 R2 的容量主张因页面获取失败而仍标记为 unavailable，而结果 R3 提供的页面正文证据不足。这三个尚未解决的情形被明确记录为证据缺口，并被排除在智能体基于证据的答案之外。

## 下一步

对照一项主张检查一段实际的页面原文，并在交给智能体之前保存完整的证据记录。使用 [google-search-scraper Actor](https://apify.com/chronometrica/google-search-scraper)，并配合已配置为 Bing 的 [Web Search Citation Sources Task](https://apify.com/chronometrica/google-search-scraper/examples/web-search-citation-sources)。

## 来源和延伸阅读

- [LangChain 网页抓取讨论](https://www.reddit.com/r/LangChain/comments/1cf2dwc/what_web_scraper_for_web_search_agent/)
- [Google Search Scraper Actor](https://apify.com/chronometrica/google-search-scraper)
- [Web Search Citation Sources Task](https://apify.com/chronometrica/google-search-scraper/examples/web-search-citation-sources)