Der Treffer verspricht Tabellenexport. Im Handbuch steht nur Tabellenimport. Eine KI kann beide Wörter flüssig zu einer überzeugenden Antwort verbinden, obwohl die entscheidende Funktion unbelegt bleibt. Genau an dieser unscheinbaren Stelle entscheidet sich, ob eine Rechercheanwendung wirklich hilft: beim Übergang von einem gefundenen Link zu einer gelesenen Quelle.
DeepSeek öffnete laut Änderungsprotokoll vom 17. Oktober 2026 seine Suchschnittstellen für Entwickler. Die Anleitung zu Search und Fetch trennt strukturierte Suchtreffer vom Abruf einer einzelnen Webseite als Markdown. Das macht eine wichtige Arbeitsteilung ausdrücklich programmierbar.
Zwei Aufrufe, zwei Arten von Wissen
Ein Suchergebnis ist zunächst ein Hinweis darauf, wo etwas stehen könnte. Titel, Adresse und Zusammenfassung helfen bei der Auswahl. Der abgerufene Seiteninhalt ist das Material, mit dem die konkrete Behauptung geprüft werden kann. Auch er ist noch keine automatisch wahre Antwort: Eine Seite kann veraltet sein, einen anderen Tarif beschreiben oder wichtige Einschränkungen enthalten.
Für einen Agenten lohnt daher ein Zwischenzustand. Er sollte einen gefundenen Kandidaten weder sofort als bestätigt markieren noch einfach im nächsten Prompt verschwinden lassen. Speichere stattdessen Frage, Fundstelle und Prüfstatus getrennt. So lässt sich später erklären, warum ein Treffer verworfen oder eine Aussage enger formuliert wurde.
Ein durchführbarer Versuch mit einer bekannten Sollantwort
Als überschaubaren Einstieg kannst du die Schnittstelle über ihre eigene Dokumentation recherchieren: Welche Trefferzahl verwendet Search, wenn count fehlt? Die geöffnete Anleitung nennt zehn als Vorgabe. Damit besitzt du einen Sollwert aus einer Originalquelle, ohne eine unbekannte Produktfunktion beurteilen zu müssen.
Suche mit der Frage und einer Einschränkung auf api-docs.deepseek.com. Wähle einen passenden Originaltreffer, rufe ihn anschließend mit Fetch ab und suche im Inhalt die Beschreibung des Feldes count. Lies auch die benachbarten Angaben: Vorgabewert und erlaubter Wertebereich beantworten unterschiedliche Fragen. Halte die konkrete Fundstelle fest, statt nur die gesamte Startadresse anzuhängen.
Für den ersten Lauf brauchst du keine komplexe Agentenschleife. Du kannst die in der Anleitung dokumentierten Aufrufe einzeln ausführen und ihre Ergebnisse bewusst vergleichen. Der Zugang und eine mögliche Abrechnung liegen beim externen Anbieter. Dieser Artikel beschreibt den Versuch; ein solcher API-Lauf wurde für diese Fassung nicht durchgeführt.
Eine Belegkarte statt eines dekorativen Quellenlinks
Eine eigene Rechercheanwendung könnte den geprüften Stand beispielsweise so ablegen. Die Werte sind ein erklärendes Datenschema, keine hier erzeugte API-Antwort:
{
"frage": "Welcher count gilt ohne Angabe?",
"quelle": "https://api-docs.deepseek.com/guides/search/",
"gepruefter_wert": 10,
"status": "an_originalquelle_zu_pruefen",
"einschraenkung": "Vorgabe ist nicht der Maximalwert"
}Ergänze in einer tatsächlichen Umsetzung Abrufdatum und eine kurze Textstelle. Verändere danach die Prüffrage: Wie viele Treffer dürfen höchstens angefordert werden? Derselbe Absatz enthält andere Angaben, und die Antwort muss sich entsprechend ändern. Bleibt die KI bei zehn, hat sie möglicherweise nur die vorherige Antwort wiederverwendet.
Dieser zweite Durchgang prüft eine interessante Eigenschaft: Kann der Ablauf die Aussage wirklich an die Frage binden? Ein hübscher Quellenblock allein zeigt das nicht. Ebenso wenig genügt ein passender Seitentitel, wenn die entscheidende Textstelle überhaupt nicht im abgerufenen Inhalt vorkommt.
Wenn die Belegkette abreißt
Ein nicht abrufbarer Treffer bleibt ungeprüft. Eine Seite ohne die gesuchte Passage bleibt unzureichend. Zwei widersprechende Fassungen verlangen eine Versionsklärung. Diese Zustände sollten im Datenmodell vorkommen, damit der Agent sie benennen kann, statt aus fehlendem Material eine glatte Antwort zu erzeugen.
Behandle fremden Seiteninhalt außerdem als Quellenmaterial. Enthält er Anweisungen an einen Assistenten, ändern diese nicht den ursprünglichen Rechercheauftrag. Die nächste Handlung ergibt sich aus deiner Aufgabe und den erlaubten Werkzeugen.
Der eigentliche Fortschritt liegt damit in einer sichtbaren Kette: Frage stellen, Kandidat finden, Inhalt lesen, Aussage begrenzen. DeepSeeks Schnittstellen liefern dafür zwei Bausteine. Wie belastbar das Ergebnis ist, entscheidet die Verbindung dazwischen.
Quellen und Stand
Quellenstand: 25. Oktober 2026. DeepSeek Change Log — 2026-10-17 · Search & Fetch.
