GPT-4o mini Search Preview

Spesifikasi Teknis gpt-4o-mini-search-preview

Apa itu gpt-4o-mini-search-preview?

gpt-4o-mini-search-preview adalah model multimodal ringkas dalam keluarga GPT-4o yang dibangun untuk pengalaman berpusat pada pencarian dan aplikasi yang ditingkatkan oleh pengambilan. Model ini cocok untuk sistem yang perlu menafsirkan niat pengguna, menulis ulang atau menguraikan kueri, mensintesis respons ringkas dari informasi yang diambil, serta mendukung alur kerja yang berlandaskan sumber melalui integrasi pencarian eksternal.

Karena menerima input teks dan gambar, model ini dapat berpartisipasi dalam pengalaman penemuan dan asistensi yang lebih luas, melampaui pencarian teks biasa. Model ini sangat berguna dalam aplikasi di mana pemahaman kueri yang cepat, format respons terkontrol, dan orkestrasi yang didukung alat lebih penting daripada generasi panjang. Contoh umum meliputi copilot pencarian yang menghadap pelanggan, asisten pengetahuan internal, alur penemuan produk, dan pipeline pengambilan yang bergantung pada klasifikasi kueri, bantuan pemeringkatan, dan pembuatan jawaban.

Fitur utama gpt-4o-mini-search-preview

• Penalaran berorientasi pencarian: Membantu menafsirkan niat pengguna yang ambigu, merumuskan ulang kueri, dan mendukung interaksi berfokus pengambilan.
• Dukungan input multimodal: Menerima input teks dan gambar, memungkinkan alur kerja pencarian dan penemuan yang lebih kaya.
• Sintesis jawaban ringkas: Menghasilkan ringkasan singkat yang berguna dan respons langsung yang sesuai untuk UX bergaya pencarian.
• Siap integrasi alat: Bekerja efektif dengan pemanggilan fungsi dan alat eksternal untuk pencarian, penjelajahan, dan orkestrasi RAG.
• Kompatibilitas output terstruktur: Dapat menghasilkan respons dalam format terorganisasi seperti JSON untuk sistem hilir.
• Perilaku mengikuti instruksi: Menangani prompt terpandu secara andal untuk tugas klasifikasi, peroutingan, ekstraksi, dan pemformatan jawaban.
• Dukungan QA basis pengetahuan: Cocok untuk sistem yang mengambil dokumen terlebih dahulu lalu meminta model menghasilkan jawaban berlandaskan sumber.
• Penemuan e-commerce dan katalog: Berguna untuk menafsirkan niat berbelanja, menyempurnakan filter, dan meningkatkan interaksi pencarian produk.
• Bantuan pemeringkatan dan peroutingan: Dapat membantu mengklasifikasikan kueri dan menyiapkannya untuk pengambilan, pemeringkatan, atau logika percabangan alur kerja.
• Profil penerapan efisien: Sebagai model ringkas, cocok untuk integrasi yang skalabel dan peka biaya yang tetap membutuhkan perilaku multimodal dan sadar-alat.

Cara mengakses dan mengintegrasikan gpt-4o-mini-search-preview

Langkah 1: Daftar untuk Kunci API

Untuk memulai, buat akun di CometAPI dan hasilkan kunci API Anda dari dasbor. Setelah itu, simpan kunci dengan aman dan gunakan di header Authorization untuk semua permintaan.

Langkah 2: Kirim Permintaan ke API gpt-4o-mini-search-preview

Gunakan endpoint CometAPI yang kompatibel dengan OpenAI dan tentukan model sebagai gpt-4o-mini-search-preview.

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -d '{
    "model": "gpt-4o-mini-search-preview",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the main intent behind this search query: best running shoes for flat feet"
      }
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_COMETAPI_API_KEY",
    base_url="https://api.cometapi.com/v1"
)

response = client.chat.completions.create(
    model="gpt-4o-mini-search-preview",
    messages=[
        {
            "role": "user",
            "content": "Summarize the main intent behind this search query: best running shoes for flat feet"
        }
    ]
)

print(response.choices[0].message.content)

Langkah 3: Mengambil dan Memverifikasi Hasil

Urai output model di aplikasi Anda dan, bila diperlukan, rangkaikan dengan langkah pengambilan, penentuan ulang peringkat, atau verifikasi. Untuk sistem produksi pencarian dan RAG, praktik yang baik adalah memvalidasi output terhadap sumber tepercaya dan mencatat respons untuk pemantauan kualitas.