如何让你的 Agent 搜索，搜得更快更聪明？

即使到了人手 N 个 Agent 产品的时代，大部分人还在用 Agent 产品的默认搜索与策略。

但你可能没注意到的是，Agent 们的默认搜索并不好用 ⬇️

1）比如，想搜 RAG 相关的论文，却搜到大量非论文平台的文章信息。

甚至搜索结果中还有 AI 生成内容…

2）想搜某个 AI 模型的规格、定价？理应直奔官方定价文档的 Agent，却被淹没在默认搜索策略的第三方资讯结果中。

一个好的搜索策略，能够有效增强 Agent 调研、工作时的信息时效性与准确度。

我最近用比较多的是「豆包搜索」Web Search 服务（即豆包 APP 背后的搜索能力，现在面向开发者和企业提供独立调用服务）

每月 500 次免费查询，足够自用需求（我中度使用，一个月 200 次左右）

这篇文章刚好拿它为例，和你分享：

1. Agent 是怎样完成联网搜索的原理
2. 如何 0-1 定制自己的 Agent 搜索 Skill

看完就能上手，让自己的 Agent 查信息时更准、更聪明。

📍 从这里开始：AI 是如何完成联网搜索的

👉此段为面向非技术读者的科普，专业读者也可以分享给身边还不了解的朋友们

通常来说，Agent 在执行联网搜索任务时，可以理解为有两个关键环节：广撒网、定点挖。

讲个具体例子（以 Doubao-Seed-Evolving 模型驱动的 Agent 为例）：

1）广撒网：

联网获取信息的第一步，往往是进行广泛的「Web Search」：即根据用户输入，Agent 构造搜索请求。

比如，“今年世界杯冠军是哪只队伍？”

查询会被 Agent 改为“2026 世界杯 冠军”等关键词，以期命中有对应关键词的网页结果 ⬇️

通常情况，AI 搜索服务将返回复数个包含关键词的网页结果，并且附有网页标题、命中片段（有些是摘要后的网页概述）、来源链接。

每一条结果基本由以上内容构成

如果刚好返回片段内有直接可用的信息，模型就能结合用户的原始问题，延展出最终回答——“西班牙加时 1:0 绝杀阿根廷”

2）定点挖：

不过通常情况下，搜索的返回片段有字数限制：

1. 有时是因为不够长，没命中直接可用的答案
2. 有时是问题需要更长的源信息，例如“决赛的详情经过是怎么样的”

遇到这种情况，就很难仅凭 Web Search 返回的检索片段 or 摘要，取得足够信息。

此时 Agent 就会借助「fetch」工具，访问特定网页，获取完整内容。

如同人读完整网页一样，fetch 工具的作用是，给 Agent 返回经过格式清洗、模型可读的原始内容，让 Agent 看到正文。

不过也有两种特例：

特例 1：部分 fetch 工具会内置一个轻量模型，主模型在发起 fetch 时，附上查询 Prompt，即可由轻量模型代看网页返回直接可用的答案。

以此避免在上下文，中完整加载正文，减小 context 窗口压力。

特例 2：当任务 Prompt 直接指定了要看的网页链接时，模型也可直接 fetch 对应网页，跳过搜索环节

BTW： Fetch 一般只能读静态/非登录网页，需要读动态登录、有访问限制的页面，就得 Agent 代操作浏览器、让用户协助登录后才能获取对应信息。

而刷屏去年一年的 Deep Research 能力，大都则是 Agent 建立在这两个环节上，通过多轮“搜-挖”反馈循环，不断补充搜索目标，得到大量信源比对求证后的深度回答。

OK，到现在，你已经搞明白了 AI 是如何联网查信息的，并且熟谙 Deep Research 之道了 ✅

怎么选搜索服务：好的搜索，该有哪些能力？

👉也简述了豆包搜索的核心能力与定价情况

搜索决定的是 Agent 向外获取信息的起点质量。

如果在这一步能直接给出 Agent 真正需要的内容，就能省去大部分的 Fetch、浏览器使用。进而避免「搜-挖」循环塞入过多的搜索上下文，更好地缓解 Agent 的上下文腐烂情况，保持长程任务的智力在线。

故 Web Search 的评判标准，绝不仅在搜索速度，其根本在「低成本地替 Agent 拿回真正需要的数据」。

我在自己的 Agent 产品中，也把豆包搜索做成了推荐的配置选项：

以「豆包搜索」为例，我在挑搜索服务时，比较关心的点在于「价格、可信度、可定制项、搜索及时性」：

1️⃣ 定价是否足够低？

模型定价已经给 Agent 带来了大量的成本，能省则省是每个开发者的必然追求。

豆包搜索给了每人每月 500 次免费搜索，超额后单次定价 0.02 元/次……还有包月套餐模式，限时定价能低至 0.005 元/次（不过包月有日限额）

为了方便对照参考，这是市场的大致定价情况

• 国内大部分搜索，分不同能力等级，定价普遍在 0.02～0.08 元/次，少数有月免费额度
• 国外 Tavily 等，有月免费额度，但付费区间定价基本在 0.03 元/次以上

如果你是自带 Key 去 Agent 工具内配置搜索，那基本 500 次以上的免费额度就已经绰绰有余。

2️⃣ 可信度

靠谱的 AI 回答源自 权威的搜索结果 与 交叉比对。前者只能靠 Web Search 服务商的数据。

豆包搜索针对搜索结果，做好了「非常权威～不权威」的多层分级。

以我 25 日实际调用 API 情况为例，搜索当天刚发布的「Opus 5」，返回结果中为不同结果打好了权威度标记

我找过搜索团队，问了很直白的问题：怎么让我们相信你们说的「权威」是「权威」呢？

他们的回答是：

• 一方面，对站点动态评估权威度（结合站点发文质量定期更新标签）可通过 rerank，避免低质内容进入结果池
• 另一方面，部分主要内容平台，还会细到以作者权威度与单篇内容专业度，进行打分，过滤营销号内容
• 另外，也做了识别 AIGC 生成的低质内容、Agent 注入攻击内容并过滤的能力

实测下来，以今日头条为例，搜索结果确实以作者权威度与单篇内容专业度，进行了动态打标与过滤。（你可以自行评判这组标签是否靠谱 👀）

3️⃣ 可配置功能是否充足？

「搜发表于 XX 网站的新闻」、「XX 平台质量很差，不要搜对应信息」、「只看最近一周的新内容」、「还想搜出图片结果」……

为了精细搜索，除开权威度区分，往往还需要 Agent 根据搜索需求，动态配置 站点黑、白名单，筛选时间、筛选结果类型等。

豆包搜索有个点真的不错：他们 Global、Custom 两个版本和所有可配置项，对免费额度用户也完全开放

• Global 版：开箱即用的通用搜索，内置搜索规则无需额外配置
• Custom 版：基于企业场景打造的规则版本，能够更好适配企业复杂场景（还能可选设置「直接返回全文 Markdown」，节省二次 fetch 的工具调用过程）

——所以我选了 Custom，以求更大限度的自定义

4️⃣ 及时性

毕竟一个搜索服务，总得做到最新新闻、内容发布的及时收录与索引。

这一块，上面实测那天刚发布的「Opus 5」，早上就能搜到当天发布的信源了，没做更细的及时性测试，但在我自己的场景里觉得够用了。

🖥️ 实操环节：定制自己的 Agent 搜索策略

豆包搜索提供了三种接入方式：

• API：有着最全、最灵活的配置项，通常自建 Agent 框架，或者放入自定义调用脚本定制自己的 Skill
• MCP：即插即用的工具接入方法，但精细化控制参数得看 MCP 封装完整度（一般我不用）
• Skill：直接给了 Agent 一套官方写好的「如何使用豆包搜索」的通用方法

为了定制我们自己的 Agent 搜索策略，我选「利用 Skill-Creator Skill + API 文档，直接定制自己的专属搜索 Skill」。

👉演示环境：Claude Code + Doubao-Seed-Evolving 模型，你也可以按你的喜好自由搭配。

PS：Doubao-Seed-Evolving 模型是豆包 Seed 每周保持迭代的模型版本，1M 上下文。火山方舟的 Agent Plan 订阅用户，套餐内同时包含 Evolving 模型和 豆包搜索 API 额度。

1️⃣ 给出 API 文档，生成初版搜索 Skill

按以下 Prompt 方法，发送任务给 Agent：

这是豆包搜索 Custom 版本的 API 文档 <此处替换为对应 API 文档全文>

遵循 Skill Creator Skill 和该 API 文档（不需要看其他文档），帮我定制专属 AI 联网搜索 Skill

用户首次调用时， 引导其提供 API Key（位置 https://console.volcengine.com/search-infinity/api-key?tab=post_paid），并保存在 env 中

直接发送给你的 Agent 即可（请确保内置有 Skill Creator Skill）

API 文档全文位于 https://docs.volcengine.com/docs/87772/2272953?lang=zh，进去后复制全文即可

发送后，Agent 就会遵循 API 文档内容 与 Skill Creator 规范开工。

前者教会 API 调用规则，包括搜索参数的配置方法；后者指导 Agent 如何写一个标准的 Skill（对 Skill 还不了解的读者，可移步文章 Agent Skills 终极指南：入门、精通、预测）

不用你写一行代码，Agent 自动替你 Coding 搜索服务调用脚本

这个给 API 文档 → 自主写调用脚本的方法，可适用于任何想要 Agent 用上的服务。

2️⃣ 定制个性化搜索策略

通常来说，模型还会在制作过程中，来问你「常用的搜索场景有哪些」、「喜欢怎么样的搜索回答方式」

如果你的 AI 偷懒没问对应的问题？或者写的规则不如你的预期

没关系，在它做好第一版 Skill 后，按照自然对话的方式，向它提出要求即可 ⬇️

例如，我是一个开发者，经常查各种 API 文档、定价，如果 Agent 在搜索的时候总是找第三方信源，就很容易给出错误的答案。

所以我直接发送要求：

我平时经常需要查各个服务的 API 文档、定价等内容，关于这块想定制一下搜索与 fetch 规则

Skill 内就会自动补充对应场景的检索策略偏好（可能是像下面这样先确认你的偏好，也可能它自己直接写了）。

比如，Agent 就为我自动添加了两个策略：

• 优先检索官方网站来源，利用时效参数筛选更近的内容
• 强制豆包搜索在该类问题时，直接返回一手正文，减免 fetch 原始 API 文档网页的步骤

最妙的是：这次它给我写了跳过 CSDN 等二手转载内容，懂得都懂这些站点搜索权重贼高，但 API 信息错误率更高。🤣

抛砖引玉，你也能要求 Agent 在搜论文的时候，只看 arXiv 的内容：

这样一来，你就能抛掉默认 Agent 搜索策略，很轻松能有一套自己专属定制的 AI 搜索策略了

3️⃣ Check 最终效果

直接在新的对话窗口和 Agent 自然提问「使用豆包搜索查……」，Agent 就会根据 Skill，开始检索网络信息。

你也可以在刚才做 Agent 的过程中，让 Agent 替你提高这个 Skill 的优先级：“优化该 skill 的 description，使得任何联网搜索都默认使用该 skill”。

第一次使用时，则还会引导你提供豆包搜索的 API Key。

验证通过后，就能启用每月免费 500 次搜索的额度，增强 Agent 联网搜索能力了。

👆 可以看到，在不加任何要求的情况下，按照定制的搜索 Skill，自动过滤掉了我们不希望看到的站点来源， 成功仅返回了 arXiv 的论文网页。

你真是太棒啦！🎉

🎐 写在最后

到了这一步，你已经成功学会了 Agent 联网搜索的原理，并掌握了「0-1 定制自己 Agent 搜索策略」的完整方法～

从头到尾，不用写一行代码。

只用「豆包搜索 API + Skill Creator」，就能定制一个搜索更及时、更精准的 Agent 搜索体验，大幅提升日常时效信息查询、乃至 Deep Research 任务的检索体验。

不妨快去试试？

也欢迎给本文点赞、分享给有可能用上的朋友～

文章来自于"一泽Eze"，作者 "一泽Eze"。