Exa AI — поисковый сервис с API, которым удобно собирать список компаний и источников для исследования рынка: запрос описывает искомое, а ответ приходит набором страниц с адресом и выбранным содержимым. Такой список остаётся перечнем кандидатов до ручной проверки: человек открывает каждую страницу и подтверждает её пригодность. Схема работает, когда у отдела есть понятный профиль искомой компании и сотрудник, готовый его применять.
Задача исследования
Exa принимает POST на https://api.exa.ai/search с ключом в заголовке x-api-key. В ответе приходит список страниц с заголовком, адресом и, по запросу, текстом, выдержками или кратким содержанием.
Допустим, небольшая консалтинговая команда готовит обзор рынка и должна найти компании, которые продают автоматизацию складов малому бизнесу. Руководитель формулирует профиль: чем занимается компания, кому продаёт, что должно быть видно на её сайте. Скрипт делает серию запросов, складывает найденные адреса в таблицу вместе с выдержками, а аналитик по очереди открывает страницы и ставит оценки. Поиск экономит перебор вручную, но профиль и решение остаются за людьми.
Профиль записывается до первого запроса и состоит из двух частей. Обязательные признаки отвечают на вопрос, что должно быть видно на сайте компании: продукт, клиентский сегмент, география работы. Исключающие признаки называют случаи, когда страница сразу отклоняется: площадка-перепродавец, личный блог, устаревшая информация. Короткий и ясный профиль ускоряет оценку каждой страницы, а размытый превращает проверку в спор о вкусах между сотрудниками.
Граница с соседними материалами такая. Подключение Exa к агенту через протокол MCP разобрано в статье про Exa MCP, поиск с готовым ответом и цитатами — в материале про Perplexity API. Здесь речь о прямом вызове из скрипта исследования и о том, как проверять выдачу.
Формулировка запроса
Качество выдачи зависит от запроса сильнее, чем от настроек. Поэтому формулировки отлаживают как гипотезы: каждая получает номер, параметры и оценку результата. Порядок работы короткий.
- Запишите одной фразой, кого ищете: «компании, продающие автоматизацию склада малому бизнесу». Фраза станет эталоном для оценки страниц.
- Отправьте её запросом с режимом
type: autoи небольшимnumResultsи прочитайте заголовки результатов. - Замените набор ключевых слов описанием идеальной страницы, например «сайт поставщика, где описаны решения для склада и условия для небольших компаний», и сравните выдачи.
- Добавьте
category: company, если нужны именно сайты компаний, и снова сравните список с предыдущим. - Сохраните лучший вариант вместе со всеми параметрами в тетради экспериментов: формулировка, режим, категория, дата и ваша оценка.
Значения параметра type в документации идут от instant и fast через auto до deep-lite, deep и deep-reasoning. Какой режим подходит вашему профилю, показывает только прогон на своих формулировках: сравнивайте полноту списка, время ответа и расход, который сервис возвращает в поле costDollars. Конкретные тарифы смотрите на странице цен Exa.
Категория и содержимое
Фильтры сужают поиск до нужного типа страниц. Поле category принимает значения company, publication, news, personal site, financial report и people. Поля includeDomains и excludeDomains задают белый и чёрный списки сайтов, а startPublishedDate и endPublishedDate ограничивают даты в формате ISO 8601. Для обзора рынка полезны две комбинации: category company для списка участников и category news с датами для событий вокруг них.
Объём содержимого регулирует объект contents с вариантами text, highlights и summary. Выбор зависит от того, что вы делаете со страницей на следующем шаге:
- highlights подходят для быстрой оценки в таблице: релевантные фрагменты помогают аналитику решить, открывать ли страницу.
- summary уместен в итоговом списке, где каждой компании нужна строка описания; проверяйте её по тексту страницы.
- text нужен, когда в отчёте появится цитата или сервис сам сверяет страницу с профилем.
Для новостного среза работает другая связка. Задайте category news, ограничьте даты полями startPublishedDate и endPublishedDate, а в профиль добавьте тип события: запуск продукта, смена руководства, выход на новый рынок. Дата публикации приходит в поле publishedDate, и таблица сортируется по ней без дополнительных запросов. Подтверждать событие всё равно нужно по первоисточнику, например по пресс-релизу самой компании.
Объём запрашиваемого содержимого влияет на расход, поэтому начинайте с выдержек и расширяйте только для отобранных страниц. В журнал вызовов записывайте запрос, параметры, идентификатор requestId и сумму из costDollars, но саму выдачу храните отдельно, в таблице исследования.
Список каких компаний вам нужно собрать в первую очередь?
Проверка релевантности
Каждая страница из выдачи получает одну из трёх оценок по заранее записанному профилю. Правило оценки пишется до первого запуска, иначе критерии незаметно сдвигаются под результат.
Оценивать страницы лучше парами сотрудников хотя бы на первом десятке: один ставит оценку, второй проверяет спорные случаи. Если мнения расходятся, это показывает дыру в профиле: её закрывают правкой формулировки, и спорных случаев становится меньше. После этого правило применяется к остальным страницам одинаково, и результаты разных людей становятся сопоставимыми.
| Оценка | Признак | Действие |
|---|---|---|
| Подходит | На странице описана компания нужного профиля, сайт открывается, продукт назван | Перенести в список кандидатов с адресом и датой проверки |
| Сомнительно | Профиль совпал частично или страница устарела | Открыть сайт компании, найти подтверждение, затем повторить оценку |
| Мимо | Другая отрасль, обзорная статья без компании, каталог с перечнем всех подряд | Исключить и записать причину в одном слове |
Причины исключения полезнее самих исключений. Если большинство «мимо» связано с обзорными статьями, добавляйте category company или исключайте медиа через excludeDomains. Если выдача уходит в другую отрасль, уточняйте описание профиля в запросе. Так тетрадь экспериментов постепенно превращается в готовую настройку сервиса.
Модель способна предварительно сортировать страницы по профилю, но её вердикт остаётся подсказкой. Полный текст страницы обрабатывает скрипт, модель объясняет, почему страница похожа или отличается, а оценку в таблице ставит сотрудник. Расхождения между подсказкой и решением человека показывают, где профиль сформулирован неточно.
Ручное подтверждение
В итоговый список попадает только компания, подтверждённая человеком по первичному источнику, а выдача Exa служит лишь поводом заглянуть на сайт. Подтверждение занимает несколько действий, и каждое оставляет след в таблице.
- Сайт открывается и принадлежит именно этой компании: название, реквизиты или контакты совпадают с описанием.
- Профиль подтверждён цитатой с сайта: аналитик копирует фразу и адрес страницы в соседние колонки.
- Дата проверки и инициалы сотрудника записаны, чтобы через месяц было понятно, сколько весит оценка.
- Спорные случаи отмечены флагом и уходят на разбор владельцу исследования.
Запросы к сервису составляются из описания профиля и общих отраслевых слов. Внутренние цифры клиента, имена контактов и черновики выводов остаются за пределами запроса: внешний сервис получает только то, что можно показать любому. Общие принципы подключения поиска к рабочим процессам описаны на странице про ИИ-агентов для бизнеса.
Исследование рынка редко ограничивается одним проходом, поэтому запись каждого запуска окупается. Через месяц команда повторяет прежние запросы и сравнивает новые адреса со старым списком: появившиеся компании идут на проверку, исчезнувшие сайты помечаются. Тетрадь с формулировками, датами и оценками превращается в инструмент мониторинга, которым можно пользоваться без участия автора первого прогона.
Сформулируйте профиль искомой компании одной фразой и три раза переформулируйте его в запросах, записывая результат в тетрадь. Затем оцените первые двадцать страниц по таблице из третьего раздела. Когда оценки стабилизируются, мы поможем встроить такой поиск в исследовательский процесс отдела с учётом ваших данных.