はじめに

OCI Generative AI Inference では Llama 系モデルに対して、回答前にWeb 検索で外部情報を取り込みできるオプション WebSearchOptions が用意されています。
これを使うと「鮮度の高い情報を検索→根拠（URL）に基づいて回答」というワークフローを、SDK からシンプルに実装できます。

重要ポイント

WebSearchOptions は Llama + GenericChatRequest のときだけ使える（Cohere では不可）。

WebSearchOptions は“検索してよい”ヒントであり 強制ではない 。SystemMessage で「検索必須・出典URL必須」 を明示するのがコツ。

この記事は Python SDK（oci 2.160 以上推奨） を前提に、日本（JP）にバイアスした検索の例を示します

環境と前提

Python 3.10+（例）
oci Python SDK 2.160+（WebSearchOptions が含まれる）
利用リージョン例：us-chicago-1（必要に応じて自環境に変更）
Llama 系の on-demand モデル OCID を保有していること（例：meta.llama-*-instruct）
~/.oci/config が正しく設定済み

設定手順

1) SDK セットアップ

python -m pip install -U oci
python -c "import oci; print(oci.__version__)"  # バージョン確認

2) 認証設定（~/.oci/config）

[DEFAULT]
tenancy=ocid1.tenancy.oc1...
user=ocid1.user.oc1...
fingerprint=aa:bb:...
key_file=C:\oci\oci_api_key.pem
region=us-chicago-1   # 設定しておくと優先。使うリージョンに合わせる

3) モデル OCID の準備

Llama 系モデルの OCID を用意（ocid1.generativeaimodel.oc1.....）
後述のコードの model_id に差し替えます。

動作確認（LLAMA × WebSearchOptions）

以下は日本向け（JP）にバイアスした Web 検索を行い、「日付・タイトル・公式URL」を必ず付けて日本語要約させる最小実装です。

import oci
from oci.generative_ai_inference import GenerativeAiInferenceClient
from oci.generative_ai_inference.models import (
    ChatDetails, OnDemandServingMode, GenericChatRequest,
    SystemMessage, UserMessage, TextContent,
    WebSearchOptions, ApproximateLocation
)

# --- 自環境に合わせて設定 ---
YOUR_COMPARTMENT_OCID = "ocid1.compartment.oc1..***" # ← 実行するコンパートメントのOCID
YOUR_LLAMA_MODEL_OCID = "ocid1.generativeaimodel.oc1.us-chicago-1.***" # ← Llama系モデルのOCID
# -------------------------

# 1) クライアント生成（~/.oci/config 使用）
# configファイルやプロファイルを指定する場合
# config = oci.config.from_file(profile_name="YOUR_PROFILE")
# client = GenerativeAiInferenceClient(config)

# デフォルトプロファイルを使用する場合
client = GenerativeAiInferenceClient(oci.config.from_file())

# 2) Llama + GenericChatRequest + WebSearchOptions
details = ChatDetails(
    compartment_id=YOUR_COMPARTMENT_OCID,
    serving_mode=OnDemandServingMode(
        serving_type="ON_DEMAND",
        model_id=YOUR_LLAMA_MODEL_OCID
    ),
    chat_request=GenericChatRequest(
        api_format="GENERIC",
        messages=[
            # 検索と出典必須を強く指示（重要）
            SystemMessage(
                role="SYSTEM",
                content=[TextContent(
                    type="TEXT",
                    text=(
                        "You MUST use web search to gather up-to-date information. "
                        # 検索期間を限定（デモ用の仮日付）
                        "Restrict items to 2025-08-01..2025-10-30. "
                        # 出力形式を厳密に指定
                        "For each item, output: YYYY-MM-DD, title, and the official source URL. "
                        "Answer in Japanese."
                    )
                )]
            ),
            UserMessage(
                role="USER",
                content=[TextContent(
                    type="TEXT",
                    text=(
                        "OCI（Oracle Cloud Infrastructure）の最新ニュースを要約し、"
                        "各項目に日付と公式URLを必ず付けてください（日本語）。"
                    )
                )]
            )
        ],
        web_search_options=WebSearchOptions(
            # 取り込みコンテキスト量（HIGH/MEDIUM/LOW）
            search_context_size="HIGH",
            # 日本の文脈に寄せる（city は任意）
            user_location=ApproximateLocation(country="JP", timezone="Asia/Tokyo")
        )
    )
)

try:
    resp = client.chat(chat_details=details)
    print("--- API Response (Full) ---")
    print(resp.data)

    # テキスト部分のみを抽出
    if resp.data.chat_response.choices:
        print("\n--- Answer Text ---")
        print(resp.data.chat_response.choices[0].message.content[0].text)

except Exception as e:
    print(f"Error occurred: {e}")

実行結果：

--- API Response (Full) ---
{
  "chat_response": {
    "api_format": "GENERIC",
    "choices": [
      {
        "finish_reason": "stop",
        "grounding_metadata": null,
        "index": 0,
        "logprobs": {
          "text_offset": null,
          "token_logprobs": null,
          "tokens": null,
          "top_logprobs": null
        },
        "message": {
          "annotations": null,
          "content": [
            {
              "text": "最新のOCI（Oracle Cloud Infrastructure）に関するニュースを調べた結果を以下に示します。\n\n2025-09-27、Oracleは、Oracle CloudWorld 2025の基調講演で、今後の新機能や最新技術の発表を行いました。詳しくは、Oracle CloudWorld 2025の公式サイト（https://www.oracle.com/cloudworld/）をご覧ください。\n\n2025-09-23、Oracle Cloud Infrastructure（OCI）は、Microsoft Azureと連携し、マルチクラウド環境での柔軟性と拡張性を強化しました。詳しくは、Oracle Cloudの公式ブログ（https://blogs.oracle.com/cloud-infrastructure-jp/post/2025/09/oci-azure-interconnect）をご覧ください。\n\n2025-09-17、OCIは、GPUクラスタの新機能を追加し、AIや機械学習のワークロードをさらに強化しました。詳しくは、Oracle Cloud Infrastructureの公式ドキュメント（https://docs.oracle.com/ja-jp/iaas/Content/Compute/References/gpu-cluster.htm）をご覧ください。\n\nこれらの情報は、Oracle Cloud Infrastructureの最新の動向を理解するのに役立ちます。公式ソースURLを参照して、詳細な情報をご確認ください。",
              "type": "TEXT"
            }
          ],
          "name": null,
          "refusal": null,
          "role": "ASSISTANT",
          "tool_calls": null
        },
        "usage": null
      }
    ],
    "time_created": "2025-10-30T14:13:38.313000+00:00",
    "usage": {
      "completion_tokens": 251,
      "completion_tokens_details": null,
      "prompt_tokens": 98,
      "prompt_tokens_details": null,
      "total_tokens": 349
    }
  },
  "model_id": "ocid1.generativeaimodel.oc1.us-chicago-1.amaaaaaask7dceyayjawvuonfkw2ua4bob4rlnnlhs522pafbglivtwlfzta",
  "model_version": "1.0.0"
}

--- Answer Text ---
最新のOCI（Oracle Cloud Infrastructure）に関するニュースを調べた結果を以下に示します。

2025-09-27、Oracleは、Oracle CloudWorld 2025の基調講演で、今後の新機能や最新技術の発表を行いました。詳しくは、Oracle CloudWorld 2025の公式サイト（https://www.oracle.com/cloudworld/）をご覧ください。

2025-09-23、Oracle Cloud Infrastructure（OCI）は、Microsoft Azureと連携し、マルチクラウド環境での柔軟性と拡張性を強化しました。詳しくは、Oracle Cloudの公式ブログ（https://blogs.oracle.com/cloud-infrastructure-jp/post/2025/09/oci-azure-interconnect）をご覧ください。

2025-09-17、OCIは、GPUクラスタの新機能を追加し、AIや機械学習のワークロードをさらに強化しました。詳しくは、Oracle Cloud Infrastructureの公式ドキュメント（https://docs.oracle.com/ja-jp/iaas/Content/Compute/References/gpu-cluster.htm）をご覧ください。

これらの情報は、Oracle Cloud Infrastructureの最新の動向を理解するのに役立ちます。公式ソースURLを参照して、詳細な情報をご確認ください。

レスポンス内の "text": フィールドに注目すると、SystemMessage で指示した通り、指定期間内のニュースが検索され、日付と出典URL（Markdown形式）付きで日本語要約されていることが確認できます。

改善のヒント

モデルが一般論を喋る／古いURLを出す → SystemMessage をさらに厳格化
例：「少なくとも3件の公式URLを列挙」「裏取りできない項目は出力禁止」「日本語で簡潔に」など
検索範囲を日付で縛る（上の Restrict items to ...）
検索キーワードのヒントを UserMessage に並べる（例：Oracle AI World 2025, Dedicated Region 25, AI Database 26ai）

Oracle DB（Select AI / DBMS_CLOUD_AI）での利用

DBMS_CLOUD_AI.CREATE_PROFILE の attributes JSON には web_search_options に相当する項目がありません。Oracle DB（Select AI / DBMS_CLOUD_AI）で直接は使えません。 Workaround として下記の方法で実現できます。
Functions で REST API を提供 → API Gateway で公開 → DB から UTL_HTTP で呼び出し

Oracle DB (Autonomous or on-prem)
│ HTTPS (UTL_HTTP)
▼
API Gateway ─ (optional) WAF/Rate Limiting/Auth
│ Invoke
▼
OCI Functions (Fn) ←→ Generative AI Inference (Llama + WebSearchOptions)

まとめ

やりたいこと

Llama に WebSearchOptions を渡し、Web 検索してから回答する。

実装の要点：

Llama + GenericChatRequest(api_format="GENERIC")
WebSearchOptions に user_location（JP）と search_context_size を指定
SystemMessage で「検索必須・URL必須・期間制限」 を明確化
DB から直接は不可：OCI Functions で自作 API を提供し、DB から UTL_HTTP で呼び出すワークアラウンドを採用。