{"id":22,"date":"2025-10-20T19:28:55","date_gmt":"2025-10-20T19:28:55","guid":{"rendered":"https:\/\/pulki.es\/blog\/?p=22"},"modified":"2025-10-20T19:28:55","modified_gmt":"2025-10-20T19:28:55","slug":"usando-file_search-con-responses-api","status":"publish","type":"post","link":"https:\/\/pulki.es\/blog\/index.php\/2025\/10\/20\/usando-file_search-con-responses-api\/","title":{"rendered":"Usando file_search con Responses API"},"content":{"rendered":"\n

Puesto que Responses API<\/strong> es relativamente nueva, ChatGPT a\u00fan no ha interiorizado c\u00f3mo utilizar correctamente file_search<\/strong>. Por este motivo, explicar esta funcionalidad ser\u00e1 el objetivo de esta entrada.<\/p>\n\n\n\n

Primero que todo, file_search<\/strong> es una herramienta que permite a los modelos buscar informaci\u00f3n relevante en tus archivos para, posteriormente, generar la respuesta. Evidentemente, para usarla hay que subir el archivo que queremos leer; por tanto, la primera variable a considerar es el formato de este.<\/p>\n\n\n\n

Seg\u00fan la documentaci\u00f3n oficial, para archivos de texto la codificaci\u00f3n debe ser UTF-8<\/strong>, UTF-16<\/strong> o ASCII<\/strong>. Adicionalmente, las extensiones soportadas que no son de texto vienen dadas por .doc<\/strong>, .docx<\/strong>, .pdf<\/strong> y .pptx<\/strong>. Entonces, supongamos que contamos con un archivo con estas caracter\u00edsticas. Con el objetivo de que nuestro archivo sea le\u00eddo por file_search<\/strong>, tenemos que llevar a cabo cuatro pasos: crear un vector store<\/em>, subir el archivo, enlazar el archivo al vector store<\/em> y realizar la consulta.<\/p>\n\n\n\n

Podemos empezar creando el vector store<\/em> o subiendo el archivo, puesto que el orden entre ambos pasos no es relevante. Para ilustrar la idea, empezaremos con la creaci\u00f3n del vector store<\/em>.<\/p>\n\n\n\n

Creando un vector store<\/strong><\/em>…<\/p>\n\n\n\n

Tomando el ejemplo de la documentaci\u00f3n<\/a>, nuestro request<\/em> viene dado por:<\/p>\n\n\n\n

curl https:\/\/api.openai.com\/v1\/vector_stores \\\n-H \"Authorization: Bearer $OPENAI_API_KEY\" \\\n-H \"Content-Type: application\/json\" \\\n-H \"OpenAI-Beta: assistants=v2\" \\\n-d '{\n\"name\": \"Support FAQ\"\n}'<\/code><\/code><\/pre>\n\n\n\n
donde $OPENAI_API_KEY<\/code> es nuestra API key. Una respuesta hipot\u00e9tica viene dada por:<\/p>\n\n\n\n
{\n  \"id\": \"vs_abc123\",\n  \"object\": \"vector_store\",\n  \"created_at\": 1699061776,\n  \"name\": \"Support FAQ\",\n  \"description\": \"Contains commonly asked questions and answers, organized by topic.\",\n  \"bytes\": 139920,\n  \"file_counts\": {\n    \"in_progress\": 0,\n    \"completed\": 3,\n    \"failed\": 0,\n    \"cancelled\": 0,\n    \"total\": 3\n  }\n}<\/code><\/pre>\n\n\n\n
De aquella respuesta, nos interesa el ID<\/strong>, que en este ejemplo es \u00abvs_abc123\u00bb. Una vez guardado, el paso siguiente es subir el archivo. Nuevamente, utilizando el ejemplo de la documentaci\u00f3n, un request<\/em> v\u00e1lido podr\u00eda venir dado por:<\/p>\n\n\n\n
curl https:\/\/api.openai.com\/v1\/files \\\n  -H \"Authorization: Bearer $OPENAI_API_KEY\" \\\n  -F purpose=\"fine-tune\" \\\n  -F file=\"@mydata.jsonl\"\n  -F expires_after[anchor]=\"created_at\"\n  -F expires_after[seconds]=2592000<\/code><\/pre>\n\n\n\n
donde mydata.jsonl<\/em> es el nombre del archivo local. Una vez enviada esta consulta, la respuesta podr\u00eda venir dada por:<\/p>\n\n\n\n
{
\"id\": \"file-abc123\",
\"object\": \"file\",
\"bytes\": 120000,
\"created_at\": 1677610602,
\"expires_at\": 1677614202,
\"filename\": \"mydata.jsonl\",
\"purpose\": \"fine-tune\",
}<\/code><\/pre>\n\n\n\n
De esta respuesta debemos guardar el ID<\/strong>, que en este caso es \u00abfile-abc123\u00bb. Ahora, con el vector_store_id<\/code> y el file_id<\/code> en mano, estamos en condiciones de enlazar el archivo a nuestro vector store<\/em>.<\/p>\n\n\n\n
Enlazando el archivo al vector store<\/strong><\/em><\/p>\n\n\n\n
Nuevamente, usando el ejemplo de la documentaci\u00f3n, un request<\/em> ejemplo podr\u00eda ser:<\/p>\n\n\n\n
curl https:\/\/api.openai.com\/v1\/vector_stores\/vs_abc123\/files \\\n-H \"Authorization: Bearer $OPENAI_API_KEY\" \\\n-H \"Content-Type: application\/json\" \\\n-H \"OpenAI-Beta: assistants=v2\" \\\n-d '{\n\"file_id\": \"file-abc123\"\n}'<\/code><\/code><\/pre>\n\n\n\n
cuya respuesta vendr\u00eda dada por:<\/p>\n\n\n\n
{\n  \"id\": \"file-abc123\",\n  \"object\": \"vector_store.file\",\n  \"created_at\": 1699061776,\n  \"usage_bytes\": 1234,\n  \"vector_store_id\": \"vs_abcd\",\n  \"status\": \"completed\",\n  \"last_error\": null\n}<\/code><\/pre>\n\n\n\n
En este momento, tenemos todos los ingredientes para consultar nuestro archivo con alg\u00fan modelo.  <\/p>\n\n\n\n
Consultando nuestro archivo…<\/em><\/strong><\/p>\n\n\n\n
Para consultar el contenido de nuestro archivo, utilizaremos el modelo GPT-5, y Responses API. Una consulta simplificada podr\u00eda venir dada por la siguiente:<\/p>\n\n\n\n
curl https:\/\/api.openai.com\/v1\/responses \\
-H \"Content-Type: application\/json\" \\
-H \"Authorization: Bearer $OPENAI_API_KEY\" \\
-d '{
\"model\": \"gpt-5\",
\"instructions\": \"Eres un asistente de la empresa P\u00fclki, y debes responder preguntas sobre ella, y sobre c\u00f3mo implementar IA en diferentes contextos.\",
\"input\": \"\u00bfDe qu\u00e9 trata P\u00fclki?.\",
\"reasoning\": { \"effort\": \"low\" },
\"text\": { \"verbosity\": \"low\" },
\"max_output_tokens\": 500,
\"tools\": [
{
\"type\": \"file_search\",
\"vector_store_ids\": [\"'\"$VECTOR_STORE_ID\"'\"],
\"max_num_results\": 1
}
]
}'<\/code><\/pre>\n\n\n\n
En este request<\/em>, $VECTOR_STORE_ID<\/code> contiene el ID del vector store<\/em> que creamos en el primer apartado. Como podemos ver, no es necesario hacer referencia a ning\u00fan file_id<\/code>. file_search<\/strong> busca autom\u00e1ticamente entre los archivos enlazados con el vector y genera una respuesta en base a ello.<\/p>\n\n\n\n
Jos\u00e9 Miguel Mu\u00f1oz Urra \u2013\u00a0jmunozu@pulki.es<\/a><\/p>\n\n\n\n
Referencias<\/em><\/strong><\/p>\n\n\n\n