GPT-6 Astra 网络搜索与文件搜索：你应该使用哪种检索工具？

网络搜索和文件搜索都为GPT-6 Astra提供了超出其训练知识范围的信息，但它们解决的是不同的检索问题。网络搜索探索当前的公开信息。文件搜索则从你准备并控制的向量存储中检索。选择哪种工具，与其说是看哪个“更好”，不如说是看信息来源的归属、信息更新的速度，以及答案需要展示什么样的证据。

一句话总结决定

使用 网络搜索 获取当前公开事实；使用 文件搜索 获取受管控的内部或精选知识；当任务需要协调外部世界与组织规则时，同时使用两者。

GPT-6 Astra 如何实现网页搜索

在 Responses API 中，添加托管的 web_search 工具。模型可以自行判断何时搜索是有用的，并将当前来源纳入其回答中。

= await client.responses.create({
  model: "gpt-6-astra",
  工具：[{
    type: "网页搜索",
    filters: {
      allowed_domains: ["developers.openai.com", "platform.openai.com"]
    }
  }],
  包括： ["web_search_call.action.sources"],
  input: "总结当前关于Responses API流式传输的官方指南。"
});

域名过滤是一种治理辅助手段。当前的 Responses API 文档允许最多 100 个允许域名和 100 个阻止域名；域名条目省略协议。允许列表对于合规、医疗、法律或技术研究非常有用，在这些场景中，广泛的网络结果不如一组狭窄的主要来源有价值。

上面的 include 字段返回搜索操作所查阅的完整 URL 列表。该列表可能大于最终文本中选用的较小引用集。在需要可审计性时存储来源元数据，但不要假设一条引用能证明生成段落中的每一个子句。你的用户界面应清晰展示来源与主张之间的关系。

当网络搜索胜出时

选择它用于发布说明、市场变化、公共法规、活动日程、产品可用性以及其他时效性重要的事实。当用户明确要求提供可打开的来源时，它也非常有用。

网络搜索不是访问私有内网的方式。它也不能保证每个来源都具有权威性。尽可能限制域名范围，要求提供一手来源，并验证重要主张。

文件搜索的工作原理

文件搜索是一种由向量存储支持的托管式Responses API工具。您首先需要创建一个向量存储，上传文件并附加它们，以便OpenAI能够处理内容。随后，请求会提供一个或多个向量存储ID。

const response = await client.responses.create({
  model: "gpt-6-astra",
  tools: [{
    type: "文件搜索",
    vector_store_ids: ["vs_company_handbook"],
    max_num_results: 8,
    filters: {
      type: "eq",
      key: "部门",
      value: "支持"
    }
  }],
  包括： ["file_search_call.results"],
  input: "我们的企业事件升级政策是什么？"
});

元数据过滤器将检索限制在相关子集内，例如地区、部门、文档版本或出版年份。max_num_results 是精度、延迟和上下文之间的权衡：数量过少可能遗漏关键证据；数量过多则可能引入噪声。应使用真实问题和标注的预期来源对其进行评估。