Web Search
Connectez vos agents d’IA et vos applications au Web. Des résultats cités, dont vous pouvez retracer l’origine, sans sortie de données par défaut.
Pourquoi choisir Web Search ?
Les modèles sont figés au moment de leur entraînement. Pas vos agents.
Web Search reçoit une requête en langage naturel et renvoie des résultats classés, chacun accompagné de son extrait et des informations sur les sources nécessaires à l’agent pour étayer sa réponse et la citer.
Cet outil s’exécute dans AWS : côté serveur sur Amazon Bedrock, et comme cible gérée sur la passerelle AgentCore.
Avantages
Pourquoi les équipes choisissent Web Search plutôt qu’un fournisseur tiers.
Par défaut, Web Search ne provoque aucune sortie de données : vos données restent dans votre environnement AWS. Les requêtes sont traitées à partir d’un index Web exploité par Amazon, sans faire intervenir de fournisseur de recherche tiers sur leur parcours. Le traitement s’effectue exclusivement dans la Région AWS concernée, sans routage entre Régions AWS. Web Search bénéficie des garanties de conformité d’Amazon Bedrock, notamment SOC 1/2/3, ISO 27001, l’éligibilité HIPAA, FedRAMP High et PCI DSS. Cela évite l’examen de sécurité et l’examen juridique distincts qu’exigerait un fournisseur tiers.
Web Search utilise vos informations d’identification AWS existantes. Vous n’avez donc aucune nouvelle clé d’API à provisionner ni aucun SDK distinct à adopter. Il suffit d’ajouter un paramètre à l’appel compatible avec OpenAI que vous effectuez déjà, sans définir de schéma de fonction ni créer de boucle d’utilisation des outils côté client. Vous évitez ainsi les démarches d’intégration fournisseur, les contrats et la gestion de clés qu’exigerait un prestataire tiers avant même la première requête. Sur AgentCore, cet outil prend la forme d’un connecteur MCP géré sur la passerelle AgentCore, accessible depuis n’importe quel client compatible MCP, notamment Strands Agents, LangChain, LangGraph et CrewAI.
Web Search s’appuie sur un index Web exploité par Amazon, qui couvre des milliards de documents et est actualisé en continu. L’outil associe cet index à un graphique de connaissances Amazon intégré, qui situe les entités dans un domaine et établit les liens entre elles. Lorsqu’une question admet une réponse précise, le graphique de connaissances la fournit avec un degré de confiance élevé, plutôt que de laisser le modèle la reconstituer à partir de fragments de pages. La même infrastructure alimente Alexa+, Kiro et Amazon Quick.
Les résultats incluent un extrait et les informations de source dont un agent a besoin pour citer correctement l’extrait, comme l’URL de la page, son titre et sa date de publication. Web Search renvoie les contenus ; le modèle ou l’agent détermine ce qu’il faut citer et comment présenter ces citations.
Deux façons d’utiliser Web Search
Choisissez l’environnement dans lequel votre agent s’exécute déjà.
Web Search sur Amazon Bedrock
Un outil natif exécuté côté serveur. Ajoutez Web Search au tableau tools d’un appel à l’API Responses. Bedrock exécute alors l’ensemble de la boucle côté serveur, interroge l’index et le graphique de connaissances d’Amazon, puis renvoie une réponse ancrée dans les sources, avec ses citations, en un seul appel d’API. Pris en charge par OpenAI GPT-5.4 et les versions ultérieures.
Web Search sur Amazon Bedrock AgentCore
Une cible sur la passerelle AgentCore, accessible via MCP. Un administrateur ajoute Web Search une seule fois. Chaque agent associé peut ensuite l’appeler depuis n’importe quel client compatible MCP, comme Strands Agents, LangChain, LangGraph et CrewAI, afin d’ancrer dans des sources fiables les réponses de n’importe quel modèle qu’il exécute.
Clients
Comment les équipes mettent Web Search en production.
Chez Halo AI, les données sont au cœur de notre plateforme de renseignement sur les risques. Amazon AgentCore Web Search nous donne accès à des informations publiques récentes qui enrichissent les données utilisées par nos fonctions de renseignement, de raisonnement et de surveillance continue. Cela nous aide à tenir notre promesse client : une « confiance vérifiée à grande échelle ».
Nagy Ghobrial
Directeur technique, Halo AI
Les agents de recherche autonomes de Prox utilisent Web Search sur Amazon Bedrock AgentCore pour comprendre ce que disent les acheteurs et comment les concurrents positionnent leurs solutions. En juillet, Prox a utilisé Web Search dans plus de 5 800 sessions de recherche et effectué près de 75 000 appels de recherche réussis, dont 99,8 % se sont terminés en moins d’une seconde.
Dima Yanovsky
Fondateur et PDG, Prox Inc
Exaforce repose entièrement sur AWS. Pour enrichir une détection avec des données de réputation concernant les adresses IP et les domaines impliqués, il fallait sortir de cet environnement, et chaque recherche entraînait des coûts et des délais. Web Search sur Amazon Bedrock a permis de réintégrer cette étape dans notre propre pile technologique et de supprimer le contrat fournisseur, l’intégration externe et la latence supplémentaire.
Jakub Pavlik
Cofondateur et responsable de l’ingénierie, ExaforceRessources
FAQ
Démarrer
Choisissez l’environnement dans lequel s’exécute votre agent et suivez le guide correspondant.
Avez-vous trouvé les informations que vous recherchiez ?
Faites-nous part de vos commentaires afin que nous puissions améliorer le contenu de nos pages