Знакомство с Deep Research API

О чём урок

Deep Research API позволяет автоматизировать сложные исследовательские рабочие процессы, требующие рассуждений, планирования и синтеза информации из реального мира. Он разработан для обработки высокоуровневого запроса и возврата структурированного отчёта с большим количеством ссылок, используя агентную модель, способную декомпозировать задачу, выполнять веб-поиск и синтезировать результаты. В отличие от ChatGPT, где этот процесс абстрагирован, API предоставляет прямой программный доступ. Когда вы отправляете запрос, модель автономно планирует подвопросы, использует такие инструменты, как веб-поиск и выполнение кода, и формирует окончательный структурированный ответ. Этот cookbook предоставит краткое введение в Deep Research API и покажет, как его использовать. Вы можете получить доступ к Deep Research через endpoint responses, используя следующие модели: o3-deep-research-2025-06-26: Оптимизирована для углублённого синтеза и более высокого качества output o4-mini-deep-research-2025-06-26: Легковесная и более быстрая, идеальна для сценариев использования, чувствительных к задержкам (latency-sensitive use cases) Установите последнюю версию OpenAI Python SDK. Импортируйте клиент OpenAI и инициализируйте его с помощью вашего API key. Давайте рассмотрим пример вызова Deep Research API. Представьте, что мы работаем в фирме, предоставляющей финансовые услуги в сфере здравоохранения, и нам поручено подготовить подробный отчёт об экономических последствиях недавних лекарств, используемых для лечения диабета 2 типа и ожирения, в частности семаглутида. Наша цель — синтезировать клинические результаты, данные об экономической эффективности и региональных ценах в структурированный, подкреплённый ссылками анализ, который мог бы послужить основой для инвестиционных решений, стратегий плательщиков или рекомендаций по политике. Для начала давайте: Определим нашу роль в system message, описывая тип отчёта, который мы хотим сгенерировать. Установим параметр summary в значение "auto" для получения наилучшего доступного summary. Чтобы запросить более подробный отчёт, установите summary в значение "detailed". Включим обязательный инструмент web_search_preview и, при желании, добавим code_interpreter. Установим параметр background в значение True. Поскольку задача Deep Research может выполняться несколько минут, включение фонового режима позволит вам выполнять запрос асинхронно, не беспокоясь о таймаутах или других проблемах с подключением.

План урока

1. Общие сведения
2. Настройка
3. Установка требований
4. Аутентификация
5. Начало работы
6. Разбор ответа
7. Извлечение окончательного output отчёта
8. Доступ к встроенным цитатам и метаданным