Le problème
Les agents basés sur LLM génèrent avec assurance des faits obsolètes ou fabriqués lorsqu'ils répondent à des questions sur l'actualité, les prix, les spécifications produit ou les données concurrentielles. Sans ancrage de données en direct, chaque réponse d'agent est un risque.
La solution Scavio
Insérez un appel de recherche Scavio avant que le LLM génère sa réponse finale. L'agent interroge les données SERP en temps réel, injecte des faits vérifiés dans le contexte de l'invite et produit des réponses ancrées avec des URL sources que l'utilisateur peut vérifier.
Avant
L'agent IA renvoie des réponses plausibles mais incorrectes concernant les prix actuels, les dates de sortie ou la disponibilité des produits. Les utilisateurs perdent confiance après avoir repéré plusieurs erreurs.
Après
L'agent pré-récupère les résultats de recherche en direct, ancre chaque affirmation factuelle dans une source réelle et inclut des liens de citation pour que les utilisateurs puissent vérifier indépendamment.
À qui cela s'adresse
Développeurs d'agents IA créant des assistants de codage et des outils de recherche.
Avantages clés
- Élimine les faits hallucinés grâce à l'ancrage de recherche en temps réel
- URL sources attachées à chaque affirmation factuelle
- Fonctionne avec tout backend LLM via une simple injection API
- Réduit l'érosion de la confiance des utilisateurs due aux sorties incorrectes de l'agent
Exemple Python
import requests
def ground_agent_response(question: str) -> dict:
search_resp = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": SCAVIO_API_KEY, "Content-Type": "application/json"},
json={"query": question, "platform": "google", "limit": 5}
)
sources = search_resp.json().get("results", [])
context = "\n".join(
f"- {s['title']}: {s['snippet']} ({s['link']})" for s in sources
)
return {
"grounded_context": context,
"source_urls": [s["link"] for s in sources],
"prompt_injection": f"Use ONLY these verified sources:\n{context}"
}
grounding = ground_agent_response("What is the current price of GPT-4o API?")
print(grounding["prompt_injection"])Exemple JavaScript
const H = {'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json'};
fetch('https://api.scavio.dev/api/v1/search', {method: 'POST', headers: H, body: JSON.stringify({query: 'example', country_code: 'us'})}).then(r => r.json()).then(d => console.log(d.organic_results?.length + ' results'));Plateformes utilisées
Recherche web avec graphe de connaissances, PAA et aperçus IA
Communauté, publications et commentaires imbriqués de n'importe quel subreddit