TavilyとCustom Search APIを徹底比較！生成AI時代のスクレイピング技術を解説

WEELメディア事業部AIライターの2scです。

企業Web担当者のみなさん！生成AI時代の検索エンジンAPI「Tavily」はご存知ですか？

このTavilyはLLMに最適化されていて、なんと検索・スクレイピング・前処理を完全自動化してくれる優れもの。Googleの「Custom Search API」で欠かせなかった諸々の処理が不要で、LangChainやDifyにラクラク組み込めちゃうんです！しかも、クレジットカード不要で無料プランから試せちゃいます。

当記事では、そんなTavilyを徹底解剖！その料金から使い方、Custom Search APIとの比較まで余すところなくお伝えしていきます。

完読いただくと、自分だけのLLM検索エンジンで、Web周りの業務が効率化できちゃうかも！
ぜひぜひ、最後までお読みください！

Tavilyの概要

「Tavily（タビリー）」は同名の米国スタートアップがリリースする、LLM・AIエージェント専用設計の検索エンジン。GoogleやBingなどとは違い、「Tavily Search API」というAPIの形でのみ公開されていて、LangChain・LlamaIndex・Dify等を介してLLMとの連携が可能です。

そんなTavilyの特徴・すごいところとしては……

以上のとおり。自分専用のPerplexity風検索エンジンが作れちゃう優れもので、Web担当者の業務の相棒として大活躍してくれそうです。

公式サイト：Tavily

Tavilyの料金体系

Tavilyはクレジットカードの登録なしで、毎月最大1,000回まで無料利用が可能。その内訳は、毎月無料で配布される1,000クレジットを通常の検索で1回1クレジット、高度な検索で1回2クレジットずつ消費していく形になっています。

そして、1,000クレジットを超えてTavilyを使いたい場合は、下記有料プランへの加入が必須です。（※1）

有料プランの料金はChatGPT Team並みに高額ですが、クレジットカード要らずで始められるのが魅力的ですね。

TavilyのAPIキー発行手順

ここからは早速、Tavily活用の第一歩・APIキーの発行手順をお伝えしていきます。

といっても、方法は簡単。まずは、以下のリンクからTavily公式サイトにアクセスしてみてください！

あわせて読みたい

Tavily Tavily is a search engine tailored for AI agents, delivering real-time, accurate results, intelligent query suggestions, and in-depth research capabilities.

Tavilyのトップページにアクセスすると、以下のような画面が表示されるはずです。ここからTavilyを使い始めるには、「Sign Up」または「Get Started」のクリックが必要ですので、試してみましょう。

すると、今度は以下のログイン画面が表示されます。ここでは「Googleアカウント連携」「GitHubアカウント連携」「（Sign upから）メールアドレス登録」の、いずれかによるアカウント作成が可能。今回は手短に「Continue with Google」を選んで、認証等を済ませます。

アカウント作成・ログインが完了すると、以下のようなTavilyのホーム画面が表示されるはずです。ここからAPIキーを発行する手順は超簡単！APIキーの箇所をクリックするだけで、クリップボードに伏せ字なしのAPIキーがコピーされます。

TavilyはChatGPTやClaudeと違って、繰り返し同じAPIキーのコピーができますので、思い立ったときにすぐ使えちゃいます。

TavilyのPythonでの使い方

さて、ここからはTavily実践編。TavilyのPythonでの使い方を、実際の画面のスクショやソースコードも込みでお伝えしていきます。それでは、下準備の手順から詳しくみていきましょう！

環境構築・ライブラリインストール

TavilyをPythonで使うにはライブラリ「tavily-python」が必須。あわせて、LangChain等の連携ツールやLLM周りのライブラリも欠かせません。（TavilyにおけるPythonの推奨バージョンは不明ですが、Python 3.10.12のGoogle Colaboratoryでは動作確認ができています！）

Tavilyと併用できる連携ツールやLLMはたくさんありますが、今回はLangChainとChatGPT APIを使った方法をご紹介します。ということでまずは、以下のソースコードを実行して、ライブラリ一式のインストールを済ませましょう。

!pip install -U langchain langchain_openai tavily-python langchain-community

続いて、APIキーの入力については、以下のソースコードから可能です。

import os
os.environ["OPENAI_API_KEY"] = "OpenAIのAPIキー"
os.environ["TAVILY_API_KEY"] = "TavilyのAPIキー"

以上をまとめてGoogle Colaboratory（Colab）上で実行すると……

このように、準備が完了します。

検索システムの構築

続いては、LangChainの「TavilySearchAPIRetriever」とChatGPT APIの「GPT-4o mini」を使って、Tavily搭載の検索システムを構築していきます。構築方法は好みによりますが、今回は以下のようにして検索システムを組んでみましょう。

from langchain.retrievers.tavily_search_api import TavilySearchAPIRetriever
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI

retriever = TavilySearchAPIRetriever(k=5)

prompt = ChatPromptTemplate.from_template(
    """提供されたコンテキストのみに基づいて質問に答えてください。

Context: {context}

Question: {question}"""
)
chain = (
    RunnablePassthrough.assign(context=(lambda x: x["question"]) | retriever)
    | prompt
    | ChatOpenAI(model="gpt-4o-mini")
    | StrOutputParser()
)

chain.invoke({"question": "任意の検索クエリ"})

ここで注釈です。Tavilyでは、TavilySearchAPIRetriever()に渡す引数によって検索のオプションが指定できます。オプションの内訳は下表のとおりですので、検索したい対象に応じて使い分けるとよいでしょう。

ということで早速、上記の検索システムにクエリを入力して、GPT-4o miniの回答と各オプションの効果をみていきます。今回は、下記のGoクエリ（場所探しのKW）でTavilyの実力を試してみましょう。

新宿 区 下落合 ラーメン

それではまず、basicでの検索結果からどうぞ！

Tavilyの検索結果（k=5,search_depth=”basic”）

新宿区下落合には「らあめん 常護」というラーメン店があり、2021年4月5日にオープンしました。この店では秋刀魚や地鶏を用いたラーメンが提供されています。最寄駅は西武新宿線の下落合駅で、駅の北口からすぐの場所に位置しています。また、下落合周辺には他にも「中華そば 彩」などのラーメン店があり、口コミやランキングも掲載されています。食べログや他のグルメサイトで、さまざまな情報をチェックすることができます。

恐るべし！Tavilyは「らあめん 常護」さんや「中華そば 彩」さん等、下落合駅周辺に実在するラーメン店の情報を漏らさず集めてくれました。しかも、「らあめん 常護」さんに関しては、位置情報も正しく含めてくれています。

ただ、「らあめん 常護」さんの開業日については、2021年4月5日とするソースと2021年3月31日とするソースが混在していますので、情報の正確性がイマイチです。数字が絡む回答については、ファクトチェックが必要でしょう。

さて、今度は引数にadvancedを渡して、同じクエリを検索してみます。気になるTavilyの実力のほどは、いかに……

Tavilyの検索結果（k=5,search_depth=”advanced”）

新宿区下落合にはいくつかのラーメン店があります。例えば、「らあめん 常護」は秋刀魚や地鶏を使用したラーメンを提供しており、下落合駅の近くに位置しています。また、「中華そば 児ノ木」もあり、こちらは下落合駅から徒歩8分の場所にあります。さらに、「中華そば 彩」もあり、自家製麺と濃厚なスープにこだわっています。これらの店舗は、食べログなどのサイトで詳細な情報や口コミをチェックすることができます。

お見事です！Tavilyは先ほどの2店舗に加え、実在する「中華そば 児ノ木」さんについても情報を提供してくれています。

しかも、「らあめん 常護」さんと「中華そば 彩」さんのメニューや「中華そば 児ノ木」さんの所在などなど、詳しい情報まで集めてくれました。さすがadvanced、クレジットをbasicの2倍消費するだけはありますね！

続いてはinclude_answerをTrueにして、回答の変化をみてみましょう！

Tavilyの検索結果（k=5,include_answer=True）

新宿区下落合にはいくつかのラーメン店があります。以下はおすすめの店舗情報です。

1. 中華そば 児ノ木

• 所在地: 東京都新宿区
• 特徴: 美味しいラーメンを提供するお店で、下落合駅から徒歩8分の距離です。

1. らあめん 常護

• 所在地: 東京都新宿区下落合1-16
• 特徴: 秋刀魚や地鶏ラーメンを扱っており、下落合駅北口の目の前に位置しています。営業時間は12:00～14:00、18:00～21:00で、日曜日は定休日です。

1. 中華そば 彩

• 所在地: 東京都新宿区下落合1-16-2 原ビル1F
• 特徴: 自家製の無添加麺を使用し、様々なラーメンメニューが揃っています。下落合駅北口から徒歩10秒のアクセスです。

これらの店舗は、口コミや評価も高く、実際に訪れる価値があります。興味のある方は、ぜひ訪れてみてください。

なるほど……

Tavilyは積極的に、住所や営業時間等のファクトチェックが必要な情報も集めてくれました。「らあめん 常護」さんの営業開始時間が実際は11:30〜であったりと、一部誤情報が含まれていますが、おおむね正しい情報が返ってきていますね。

それでは最後に、include_raw_contentをTrueにして、動的なWebサイトの情報も掘り下げていきましょう！

Tavilyの検索結果（k=5,include_raw_content=True）

新宿区下落合にはいくつかのラーメン店があります。例えば、「らあめん 常護」は下落合駅の北口目の前に位置しており、2021年にオープンしました。主なメニューには秋刀魚や地鶏を使用したラーメンがあります。評価は3.36で、価格は約999円以下です。

もう一つの店「中華そば 彩」も下落合駅近くにあり、こちらは3.46の評価を受けています。メニューには紅塩つけ麺などがあり、こちらも人気です。

どちらの店も駅から非常に近く、アクセスが便利です。営業時間や定休日については、訪問前に確認することをおすすめします。

これはすごい！Tavilyは「らあめん 常護」さんと「中華そば 彩」さんについて、食べログでの評価を収集してくれています。これはリサーチが捗りそうですね。

TavilyのDifyでの使い方

今度はTavily応用編。ノーコードでAIツールが作れる「Dify（Webアプリ版&ローカル版）」にTavilyを導入して使う方法を徹底解説していきます。以下、導入方法から詳しくみていきましょう！

Tavilyの導入方法

まずは、DifyにAPIキーを入力して、Tavilyを導入する手順からお見せしていきます。それでは早速、Difyのホーム画面にアクセスしてみましょう！

ホーム画面にアクセスすると、画面上側に「ツール」の項目（赤枠で囲った部分）があるはずです。そちらをクリックすると……

このように、Difyと連携できるツールの一覧が表示されます。ここから赤枠で囲った「Tavily」をクリックしてみましょう！

すると以上のとおり、「認証する」ボタンが画面右側に表示されますので、こちらもクリックしてください。

今度は、APIキーの入力欄が表示されましたね。こちらにTavilyのAPIキーを入力したら、「保存」をクリックして……

以上のとおり認証は完了です！

ちなみに、Difyでは一度認証を済ませると、次回以降のAPIキーの入力が不要になります。毎度APIキーを取得する手間が省けますね。

Tavilyを使ったチャットボットの作り方

続いては、Dify上でTavilyとGPT-4o miniを搭載したチャットボットを作ってみます。

手始めに、ホーム画面で「最初から作成」をクリックして、チャットフロー形式でチャットボットを作ってみましょう！（下図）

すると、「開始→LLM→回答」からなる基本のフローチャートが表示されるはずです。こちらで開始とLLMの間にカーソルを合わせながら「＋」をクリックして、選択欄から「ツール」を選ぶと……

以上のとおり「TavilySearch」が選べるようになっています。

それでは、TavilySearchを選択して、変数や検索オプションを指定していきます。今回はお試しということで、入力変数に「{x}sys.query」を指定して、それ以外はデフォルトのままでいきましょう！

これで、Tavily周りの設定が完了しました！

今度は、LLM周りの設定も駆け足でお見せします。今回は変数「{x}text」でTavilyの出力をGPT-4o miniに渡して、回答を生成させてみます。

GPT-4o miniに示すシステムプロンプトは……

{x}sys.queryについての回答を{x}textに忠実に基づいて教えてください。

以上のとおり。Difyの画面では、下図のようになっています。

これら一連の設定を済ませると……

以上のとおり、TavilyとGPT-4o miniを搭載したチャットボットが完成しました。

それでは、下記のKnowクエリ（方法や事実を調べるKW）を作成したチャットボットに入力してみましょう！

ペペロンチーノ おいしい 作り方

気になる回答は……

以上のとおり、お見事！ペペロンチーノの王道レシピが返ってきました！

TavilyのライバルはGoogleの「Custom Search API」

Tavilyのライバルとしては、おなじみGoogleの「Custom Search API（Custom Search JSON API）」が挙げられます。こちらは規約で禁止されている「Googleの検索結果のスクレイピング」が解禁できるAPIで、テキスト検索または画像検索の結果がJSON形式で取得可。かなり普及していて、弊社・株式会社WEELでも頻繁に活用しているソリューションになります。（※2）

そんなCustom Search APIと比べたときのTavilyのメリット・デメリットは、というと……

以上のとおり。Tavilyはデメリットが多いものの、それを補って余りあるメリットもある印象ですね。

ちなみにCustom Search APIの詳しい料金体系は……

上の表のとおりで、毎月3,000回ほど無料で検索ができる計算になります。（※2）そして、TavilyとCustom Search APIの月々の料金を概算で比較した結果は……

以上のとおり。Tavilyではどのように工夫しても、Custom Search APIの2倍以上の料金がかかります。

公式サイト：Custom Search JSON API | Programmable Search Engine | Google for Developers

TavilyとCustom Search APIを比較してみた！

続いては、TavilyとCustom Search APIの性能を下記条件で、比較・検証していきます。

!pip install -U  google-api-python-client openai

import os
os.environ["OPENAI_API_KEY"] = "OpenAIのAPIキー"

from googleapiclient.discovery import build
from openai import OpenAI
import json
import requests
from bs4 import BeautifulSoup
import time

if __name__ == '__main__':

   # 検索クエリ
   query = "新宿 区 下落合 ラーメン"

   # API用のリソース構築
   search = build("customsearch", "v1", developerKey = "GoogleのAPIキー")

   #結果を取得
   result = search.cse().list(q = query,cx = "Programmable Searchの検索エンジンID",num = 5).execute()

   # json形式の結果を整形
   organized_result = json.dumps(result, ensure_ascii = False, indent = 4)

d=json.loads(organized_result)
item=d["items"]
link=[]
for i in item:
  l=i["link"]
  link.append(l)

content=""
count=1

for l in link:
  #アクセスする
  response = requests.get(l)
  #1秒待つ
  time.sleep(1)

  # BeautifulSoup4でサイトのテキストを取得
  # 第二因数にhtml.parserを指定、解析結果をsoupに
  soup = BeautifulSoup(response.text,'html.parser')
  content+="\nスクレイパーによる"+str(count)+"番目の検索結果です。\n"
  content+=soup.getText()
  count+=1

client = OpenAI()

#プロンプトを入れる。改行は「\nとクオーテーション」or「普通の改行と三重クオーテーション」にて。
prompt = "#クエリ\n"+query+"#\n\n検索結果\n"+content
response = client.chat.completions.create(
                    model = "gpt-4o-mini",
                    messages = [
                        {"role": "system", "content": "スクレイパーにより提供された検索結果にのみ基づいてクエリについて答えてください。"},
                        {"role": "user", "content": prompt}
                    ],
                    temperature=0
                )

# 応答の表示
text = response.choices[0]
print(text)

TavilyとCustom Search APIとで、より優れているのはどちらなのでしょうか？以下、実験を進めていきましょう！

比較1.料理のレシピを検索

まずは、ブラウジングの基本で方法や事実を調べる「Knowクエリ」について、TavilyとCustom Search APIの実力を検証していきます。今回は、先ほど試した下記のクエリをTavily（basic）・Tavily（advanced）・Custom Search APIのそれぞれに渡してみましょう！

ペペロンチーノ おいしい 作り方

気になる結果は、というと……

Tavilyの検索結果（k=5,search_depth=”basic”）

ペペロンチーノをおいしく作るための基本的な作り方は以下の通りです。

1. お湯を沸かす: 1人分で1リットル以上のお湯を沸かし、大さじ1半の塩を加えます。
2. パスタを茹でる: 塩を加えたお湯にパスタを入れ、表示の茹で時間より早めに茹で始めます。
3. オリーブオイルとにんにく: フライパンにオリーブオイルを大さじ3程度入れ、薄切りにしたにんにくを加えます。にんにくがほくほくになるまで炒めます。
4. パスタを加える: 茹で上がったパスタを水切りせずにフライパンに直接投入し、オリーブオイルとにんにくと絡めます。
5. 仕上げ: 塩やペッパーで味を調え、全体をよく混ぜて完成です。

この手順を守れば、具がなくても旨味のある美味しいペペロンチーノが楽しめます。

Tavilyの検索結果（k=5,search_depth=”advanced”）

ペペロンチーノの美味しい作り方は以下のポイントを参考にしてください。

1. 材料の準備:

• パスタ（1人分で約100g）
• 大さじ3のオリーブオイル
• にんにく（お好みでスライスまたはみじん切り）
• 塩（大さじ1.5程度）
• 赤唐辛子（お好みで）

1. お湯を沸かす:

• 1リットル以上のお湯を沸かし、塩を加えます。

1. パスタを茹でる:

• パスタをお湯に入れ、表示時間より少し早めに茹で上げます。

1. ソースを作る:

• フライパンにオリーブオイルを入れ、にんにくと赤唐辛子を加えて香りが立つまで弱火で炒めます。にんにくがほくほくしてきたら、火を止めます。

1. パスタを合わせる:

• 茹で上がったパスタをフライパンに直接入れ、オリーブオイルと絡めます。必要に応じてお湯を少し加え、乳化させると良いです。

1. 盛り付け:

• 皿に盛り付け、お好みでさらにオリーブオイルやパセリを振りかけて完成です。

この手順を守れば、失敗せずに美味しいペペロンチーノが作れます。

Custom Search APIの検索結果（num=5）

ペペロンチーノの美味しい作り方について、いくつかのポイントとレシピを紹介します。

###基本のペペロンチーノの作り方

####材料（1人分）

• スパゲッティーニ（1.6mm）: 80g
• にんにく: 1片
• 赤唐辛子: 1本
• ピュアオリーブオイル: 15ml
• 塩: 13g（1.3%の濃度）
• 水: 1ℓ
• 粗びき黒こしょう: 少々
• （仕上げ用）エキストラバージンオリーブオイル: 5ml

####作り方

1. にんにくの準備: にんにくを薄切りにします。
2. オイルの準備: フライパンにオリーブオイル、にんにく、赤唐辛子を入れ、弱火でじっくり加熱します。にんにくがきつね色になるまで炒め、香りをオイルに移します。
3. パスタを茹でる: 大きな鍋に水を入れ、塩を加えて沸騰させ、スパゲッティを袋の表示時間より1分30秒短く茹でます。茹で汁は捨てずに取っておきます。
4. 乳化の準備: 茹で上がったパスタをフライパンに加え、取っておいた茹で汁を少しずつ加えながら混ぜ、乳化させます。オイルと茹で汁が混ざり合い、クリーミーなソースになります。
5. 仕上げ: 最後に黒こしょうとエキストラバージンオリーブオイルを加え、全体をよく混ぜて完成です。

###失敗しないためのポイント

• 塩加減: パスタを茹でる際の塩は、通常より少し多めにすることで、味がしっかりとつきます。
• 乳化: 茹で汁を加えることで、オイルと水分がうまく混ざり、ソースが滑らかになります。これがペペロンチーノの美味しさの鍵です。
• にんにくの扱い: にんにくは焦がさないように注意し、香りをしっかりとオイルに移すことが大切です。

###アレンジレシピ

• トマトとアンチョビのペペロンチーノ: 基本のレシピにミニトマトとアンチョビを加えることで、旨味が増し、より深い味わいになります。

このように、シンプルな材料でありながら、ちょっとしたコツを押さえることで、プロのような美味しいペペロンチーノを家庭で楽しむことができます。ぜひ試してみてください！

以上のとおり。回答の詳しさでいえば、Custom Search APIが圧勝しています。

ただ、回答の読みやすさ・簡潔さについてはTavily（basic & advanced）が優秀です。「LLM向けに最適化されている」というTavilyのアピールポイントに偽りはありませんね。

比較2.AIツールについて検索

続くも、Knowクエリの検証です。今度は、ソースによって回答が変化しそうな下記のクエリを、TavilyとCustom Search APIに入力してみます。

3Dモデル 生成AI おすすめ

それでは早速、それぞれの結果をみていきましょう！

Tavilyの検索結果（k=5,search_depth=”basic”）

3Dモデル生成AIのおすすめについて、いくつかのツールが紹介されています。以下はその一部です：

1. Rokoko Vision – フルボディモーションキャプチャに最適。無料版と有料版（年間$240または月額$25から）があります。
2. 3DFY AI – ゲームと建築分野向け。基本プランは年間$180または月額$20から。
3. Luma AI – 数秒で3Dモデルを生成できるツール。月額$29.99から。
4. Meshy AI – ゲームやアートの3Dアセット生成に特化。月額$16からのプランがあります。

これらのツールを利用すれば、効率的に3Dモデルを作成することができます。詳細な特徴や料金については、各リンク先の記事を参照してください。

Tavilyの検索結果（k=5,search_depth=”advanced”）

おすすめの3Dモデル生成AIツールには、以下のものがあります：

1. Adobe Firefly – テキスト入力から高品質な画像やテキスト効果を生成するツール。クリエイティブな作業を効率化できます。
2. Mirage – 3Dモデルの自動レンダリングを可能にするツールで、特に小物や建物のモデリングに優れています。
3. Poly – テキストプロンプトを入力するだけで、リアルな質感の3Dモデルを生成できる革新的なツールです。
4. Luma AI – 写真やビデオからリアルな3Dモデルを生成する能力を持ち、建築やインテリアデザインに適しています。
5. Wonder Studio – 映像制作に特化したAIツールで、リアルタイムでのビジュアルエフェクト生成が可能です。
6. PONZU – 3Dモデルのテクスチャデザインを行う革新的なツールで、複数のテクスチャデザイン案を提供します。
7. Kaedim – AIと専門家チームによるコラボレーションで、数分で高品質な3Dモデルを生成します。

これらのツールは、効率的に高品質な3Dモデルを作成したいクリエイターにとって非常に有用です。各ツールの特徴や料金については、詳細を確認して自分に合ったものを選ぶと良いでしょう。

Custom Search APIの検索結果（num=5）

おすすめの3Dモデル生成AIツールについて、以下の情報をまとめました。

###おすすめの3Dモデル生成AIツール

1. Luma AI

• 特徴: スマートフォンで簡単に3Dモデルを生成できる。テキストや画像から高品質な3Dモデルを作成可能。
• 料金: 基本的に無料で利用可能。商用利用も可能。
• 公式サイト: Luma AI

1. Meshy

• 特徴: テキストや画像から3Dモデルを生成し、CartoonやVoxelスタイルに対応。スピード感があり、商用利用も可能。
• 料金: 無料プランあり、月額20ドルからの有料プランも。
• 公式サイト: Meshy

1. Tripo AI

• 特徴: テキストと画像から高品質な3Dモデルを生成。特にハイクオリティな出力が期待できる。
• 料金: 無料プランあり、月額29ドルからの有料プランも。
• 公式サイト: Tripo AI

1. CSM AI

• 特徴: 画像から3Dモデルを生成するAI。操作が簡単で、無料版も利用可能。
• 料金: 無料プランあり、有料プランは月額20ドルから。
• 公式サイト: CSM AI

1. Adobe Firefly

• 特徴: AdobeのジェネレーティブAIで、テキストや画像から3Dモデルを生成。Adobe Creative Cloudに統合されている。
• 料金: 無料プランあり、プレミアムプランは月額680円から。
• 公式サイト: Adobe Firefly

1. Kaedim

• 特徴: 1枚の画像から3Dモデルを生成。AIとアーティストのコラボレーションにより高品質なモデルを提供。
• 料金: 月額約22,500円からのプランあり。
• 公式サイト: Kaedim

1. DreamGaussian

• 特徴: 画像から超高速で3Dモデルを生成。約2分でモデルを構築可能。
• 料金: 無料で利用可能。
• 公式サイト: DreamGaussian

これらのツールは、クリエイティブなプロジェクトやゲーム開発、アニメーション制作など、さまざまな分野で活用されています。各ツールの特徴や料金を考慮して、自分のニーズに合ったものを選ぶと良いでしょう。

なるほど、かなり結果が分かれていますね！Tavily（basic & advanced）がハルシネーションの起きそうな数字を省いているのに対し、Custom Search APIは具体的な料金まで回答に含めてくれました。

比較3.近所でおすすめのラーメン店について検索

最後に、行き先・場所を探す「Goクエリ」についても、TavilyとCustom Search APIの検索結果を比較してみましょう。ここでは、先ほど使用した下記のクエリを、TavilyとCustom Search APIのそれぞれに入力することにします。

新宿 区 下落合 ラーメン

ではでは、最後の結果もどうぞ！

Tavilyの検索結果（k=5,search_depth=”basic”）

新宿区下落合には「らあめん 常護」というラーメン店があり、2021年4月5日にオープンしました。この店では秋刀魚や地鶏を用いたラーメンが提供されています。最寄駅は西武新宿線の下落合駅で、駅の北口からすぐの場所に位置しています。また、下落合周辺には他にも「中華そば 彩」などのラーメン店があり、口コミやランキングも掲載されています。食べログや他のグルメサイトで、さまざまな情報をチェックすることができます。

Tavilyの検索結果（k=5,search_depth=”advanced”）

新宿区下落合にはいくつかのラーメン店があります。例えば、「らあめん 常護」は秋刀魚や地鶏を使用したラーメンを提供しており、下落合駅の近くに位置しています。また、「中華そば 児ノ木」もあり、こちらは下落合駅から徒歩8分の場所にあります。さらに、「中華そば 彩」もあり、自家製麺と濃厚なスープにこだわっています。これらの店舗は、食べログなどのサイトで詳細な情報や口コミをチェックすることができます。

Custom Search APIの検索結果（num=5）

新宿区下落合でおすすめのラーメン店は「らーめん ぼん蔵」と「中華そば 彩」です。

1. らーめん ぼん蔵

• 特徴: 濃厚味噌ラーメンが人気で、自家製の太麺が特徴です。特に「みそつけ麺」が絶品と評判です。
• 住所: 東京都新宿区上落合1-1-15
• 営業時間: 月〜土 11:30〜14:30、18:00〜21:00（定休日: 日曜日）
• 評価: ブログでの評価は★★★★★で、濃厚なスープとモチモチの麺の組み合わせが高く評価されています。

1. 中華そば 彩

• 特徴: 醤油ラーメンやつけ麺が人気で、特に「紅塩つけ麺」がおすすめです。駅から近く、アクセスも良好です。
• 住所: 東京都新宿区下落合1-16-2
• 営業時間: 月〜金 11:30〜14:00、18:00〜21:00、土・祝 11:30〜14:30、18:00〜21:00（定休日: 日曜日）
• 評価: 食べログでの評価は3.46で、特に麺の美味しさが好評です。

どちらのお店も個性的なラーメンを提供しており、訪れる価値があります。

TavilyとCustom Search APIとで、バラバラな結果が出ました。先ほど同様、Tavily（basic & advanced）では数字や住所の情報を回避する傾向がみられ、逆にCustom Search APIではそれらを積極的に返す傾向がみられます。ここは一長一短ですね。

ただ、含まれる店舗数でいうと、Tavily（advanced）に軍配が上がります。ここまでの実験を総括すると、「LLMに最適な検索エンジンはTavilyである」と結論が出せそうですね。

Tavilyなら自分だけのLLM搭載検索エンジンが作れる！

当記事では、LLM専用設計でAPIから使える検索エンジン「Tavily」をご紹介しました。以下にてもう一度、Tavilyのすごいところを振り返っていきましょう！

以上の強みをもつTavilyなら、自分だけのPerplexity風「LLM搭載検索エンジン」が比較的簡単に作れちゃいます。

ちなみに、よく似たGoogleのソリューション「Custom Search API」と比べたTavilyの魅力は……

● 検索結果各ページのスクレイピングが要らない
● 前処理も不要で、LLMで処理する際のトークン数が節約できる
● ハルシネーションが起きそうな情報を自動で省いてくれる

以上のとおり。個人で使うなら、圧倒的にTavilyのほうが便利です。みなさんもぜひぜひ、Tavilyを使ってWeb周りの作業を効率化してみてくださいね！

最後に

いかがだったでしょうか？

生成AIとスクレイピング技術を活用し、データ収集から業務効率化、精度の高い意思決定までを実現する方法をご提案します。

生成AIを社内で活用していきたい方へ

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、サービス紹介資料もご用意しておりますので、併せてご確認ください。

無料で相談する

資料をダウンロードする