
検索はAIエージェントがウェブ上で情報を基盤付ける方法ですが、すべてのクエリに対して全ページを読むとすぐにトークンを大量に消費します。私たちは、各/search結果からクエリに最も適した抜粋を返すモデルをトレーニングしました。これにより、AIエージェントは各ページから非常に適切なコンテキストを得られます。このモデルは全ページを処理するよりも優れた性能を発揮し、使用トークン数は10分の1です。SimpleQAでは、Firecrawl /searchを使用するAIエージェントが94.7%のスコアを達成し、他のどのプロバイダーよりも高い結果を出しています。本日より、すべての/search呼び出しで利用可能です。
メーカー
kettle_dev
製品キーワード
コメントを読み込み中...
Firecrawl /searchは、標準的なウェブ検索を超え、各結果からクエリに関連する抜粋(単なるページ説明文ではなく)を返す検索APIです。AIエージェントがページ全体を読む必要をなくし、Firecrawlは訓練済みモデルを用いてユーザーの質問に直接答える箇所を抽出します。このアプローチにより、ページ全体をスクレイピングする場合と比べて最大10分の1のトークンで、高い関連性を持ったコンテキストを提供します。SimpleQAベンチマークでは、Firecrawl /searchを利用したAIエージェントが94.7%の精度を達成し、他のすべてのプロバイダーを上回っています。
すべての/v2/search呼び出しでは、自動的にハイライト(各ページからクエリに最も関連する抜粋)が返されます。追加パラメータや出力形式、スクレイプオプションは不要です。既存のレスポンス構造(URL、タイトル、順位、ランキング)は変更されず、ハイライトされたテキストがdescription(ウェブ)またはsnippet(ニュース)を置き換えます。
ページコンテンツに見出し、リスト、テーブル、コードが含まれている場合、ハイライトにはMarkdown書式が含まれることがあります。これにより、ダウンストリームでのレンダリングや処理のために構造が保持され、チャットインターフェースやダッシュボード内で構造化された回答を簡単に表示できます。
特定の結果に対してFirecrawlがハイライトを生成できない場合、代わりにプレーンなウェブサイトの説明文やスニペットが返されます。1つのページが利用不能でも、他の結果に影響はありません。開発者はhighlights: falseを設定することでハイライトを無効にし、標準の説明文に戻すこともできます。画像検索結果やゼロデータ保持検索ではハイライトは適用されません。
Firecrawl /searchは公式SDK(Python、Node.js、cURL、CLI)およびMCPツールfirecrawl_searchを通じて利用可能で、デフォルトでハイライトを返します。これにより、異なるスタックやエージェントフレームワークを使用するチームでも簡単に統合できます。
「ページ全体を処理する場合と比べて10分の1のトークンで、優れた性能を発揮します。」
この見出しの数字——SimpleQAで94.7%の精度、しかもトークンコストは10分の1——こそが本製品の中核的な強みです。ほとんどの検索APIは汎用的なメタデータを返すため、AIエージェントは関連する回答を見つけるためにページ全体をスクレイピングして解析する必要があります。Firecrawl /searchは、その無駄なステップを排除し、答えを直接届けることで、精度を犠牲にすることなくレイテンシとコストを削減します。ハイライトがデフォルトで有効であるため、既存の/v2/search呼び出しは即座にスマートで低コストになります。
ウェブグラウンディングに依存するAIアプリケーション(リアルタイムQ&A、リサーチエージェント、自動ファクトチェックなど)を構築している方。トークン消費を削減しつつ回答品質を維持したい方、または言語モデルでそのまま使用できるように事前に構造化された検索結果が必要な方に、Firecrawl /searchは特に価値があります。
コメントを読み込み中...
検討すべき他のツール