Context APIが、あらゆるウェブページから完全なコンテキストを抽出
Perplexity Context APIを使って、キャッシュ済みまたはライブのウェブページから、クリーンなMarkdown、リンク、関連する文章をAIエージェントに提供しましょう。

誰かがチャットボットに質問すると、AIエージェントは回答するために複数のウェブページを読む必要がある場合があります。標準的な検索結果では、多くの場合スニペットしか返されません。ページを直接取得すると生のHTMLが返されることがありますが、そこにはナビゲーション、Cookieバナー、広告が大量に含まれています。エージェントにはモデルが利用できる形式でページのコンテキストが必要であり、開発者にはそのコンテキストにどの程度の鮮度を求めるかを制御する手段が必要です。
本日、Perplexity Context APIの提供を開始します。最大10件のURLを読み込み、各ページについてクリーンなMarkdown、HTML、リンク、クエリに基づくスニペットを返します。情報は、Perplexityの膨大なウェブインデックスまたはライブ取得から得られます。エージェントはリクエストごとに鮮度を指定し、各結果のソースを検証できます。
Context APIはさまざまな形式に対応
エージェントは、URLのリストを渡して出力形式を指定することでリクエストを開始できます。APIは各URLの結果を同じ順序で返します。
Context APIは、さまざまなレスポンス形式に対応しています:
- Markdown:クリーンなMarkdown形式のページコンテンツ。そのままモデルのコンテキストに組み込めます。
- HTML:ページのHTML。独自に解析を行うアプリケーション向けです。
- リンク:ページ上のリンクを、重複を除いた絶対URLとしてページ内の順序で返します。これにより、エージェントは次にどこへ進むかを判断できます。
- スニペット:指定されたクエリに最も関連性の高いページ内の文章。開発者がページごとに設定したトークン上限の範囲内で返されます。
Context APIは、要約を生成するのではなく、各ページからクエリに関連する文章を選び出します。そのため、モデルはページの元の文言をそのまま受け取りつつ、選ばれた文章だけを扱うので、処理するテキスト量が少なくなります。
成功した各結果には、タイトル、説明、言語、著者、公開日などのメタデータに加え、ページのOpen Graphタグも含まれます。Markdownを生成する際、Context APIはページをブロックに分割し、モデルが各ブロックをメインコンテンツか定型的な要素(ボイラープレート)かでスコアリングします。残されるのはコンテンツブロックだけです。
全体像が必要なタスクに不可欠
関連するページを見つけるだけでは、作業を完了するのに十分とは限りません。Context APIを使えば、エージェントは選択したURLから必要なコンテンツを取得し、複雑なタスクを完了できます。
- API連携の実装:検索結果で適切なドキュメントを特定できても、必要なパラメータ、認証手順、エラーケースまでは含まれていない場合があります。Context APIを使えば、コーディングエージェントがドキュメントやAPIリファレンスを取得し、それらの詳細に基づいて連携機能を実装できます。
- 最新価格の比較:掲載価格は、検索結果の抜粋には含まれていない利用上限、請求条件、適用条件によって変わる場合があります。エージェントは選択した料金ページのライブ取得をリクエストし、比較を行う前にそれらの条件を確認できます。
- ポリシーに関する質問への回答:返品ポリシーの抜粋には、通常の返品期間は記載されていても、特定の製品や地域に対する例外が省かれていることがあります。サポートエージェントはポリシーページを取得することで、それらの例外も考慮した回答を作成できます。
- 複数の情報源にまたがる調査:検索結果の抜粋では、調査結果は示されていても、その方法論、留保事項、前後の論旨が欠けていることがあります。リサーチエージェントは選択した記事やレポートを取得し、抜粋だけに頼らずに根拠を比較できます。
鮮度を制御し、URLを確実に処理
デフォルトでは、Context APIはまずPerplexityのウェブインデックスに、過去2日以内に取得されたページのコピーがあるかを確認します。ない場合は、ページをライブで取得します。価格、スコア、速報ニュースなどについては、開発者がmax_age_secondsを0に変更することで、常にライブのページを読み込めます。めったに変わらない参考資料の場合は、この値を引き上げることもできます。ライブリクエストを一切発生させるべきでないワークロードでは、cache_onlyをtrueに設定してください。
各結果には、コンテンツが保存済みのコピーとライブ取得のどちらから得られたか、またいつ取得されたかが記録されます。
リクエスト内のURLは並列で取得され、それぞれに個別の制限時間とステータスが割り当てられます。1つのページが遅かったり壊れていたりしても、ほかのページが失敗することはありません。ステータスは各URLで何が起きたかを示すため、エージェントはタイムアウトしたページだけを再試行し、残りはそのまま利用できます。
Context APIは、利用可能で完全なコンテンツを返す
実際のエージェントによる取得リクエストからサンプリングした1,000件のURLを対象に、Context APIをFirecrawl、Exa、Parallel、Keenable、Context.devと比較テストしました。このセットは715のサイトにわたり、政府機関や学術機関の情報源、英語以外のページも含まれています。その後、別の判定モデルが、どのプロバイダーによる出力かを知らない状態で各出力を採点しました。
このグラフは、3つの基準でパフォーマンスを測定しています:
- 利用可能性:エラーページや空の結果ではなく、ページの実際のコンテンツが返されたURLの割合。
- 事実の再現率:判定モデルは、すべてのプロバイダーの出力からページ上で見つかった主要な事実を収集し、各出力にそれらのどれが含まれているかを確認します。取得に失敗した場合のスコアは0です。
- コンテンツ精度:返されたテキストのうち、Cookie通知、ナビゲーション、広告ではなくページコンテンツが占める割合を、すべてのURLで平均した値です。取得に失敗した場合のスコアはゼロとなります。
今回の評価では、Context APIはURLの92.3%で利用可能なコンテンツを返し、主要な事実の87.9%を抽出し、コンテンツ精度は80.3%を記録しました。
料金
Context APIの料金は、取得したURL 1,000件あたり1ドルです。開発者は、okを返したURLごとに料金を支払います。失敗したURLは課金されません。
はじめに
curl --request POST https://api.perplexity.ai/v1/context \
--header "Authorization: Bearer $PERPLEXITY_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"urls": ["https://info.cern.ch/hypertext/WWW/TheProject.html"],
"formats": ["markdown"]
}'各結果には、ページのMarkdown、クエリに一致する文章、ページのメタデータ、ステータスが含まれます。コンテンツを使用する前に、各結果のステータスを確認してください。
Context APIのドキュメントをお読みいただくか、APIリファレンスをご覧ください。