AnySearch 这类检索接口返回给 Agent 的通常不是一段纯文本，而是带层级、带元信息的结构化对象。Agent 侧真正要做的是先拿到一次真实返回，把结构摊开，再按用途给字段分档，最后用白名单投影函数固定裁剪规则。全塞进上下文容易超长、挤掉指令空间；随手丢字段又会把判断依据丢掉，导致答得含糊。建议把“取哪些字段”当成配置项提前定下来，而不是每次调用时临时决定。
处理结构化检索结果，先确认返回体的稳定字段和不稳定字段，再按“必进上下文 / 按需取用 / 直接丢弃”三档建白名单，用投影函数统一裁剪，用同一查询对比裁剪前后的文本长度与答题覆盖度。适用场景是 Agent 消费结构化搜索结果；边界是不能为了省长度删掉回答必需的原文字段，也不能把某次返回的偶发字段当稳定契约。
用一次真实查询把返回体的层级摊开
不要凭印象猜字段，先用一个能代表目标场景的真实查询跑一次，把原始 JSON 原样落盘，再逐层读。通常返回体顶层是状态码、结果数组、分页游标一类外壳字段，内容在数组元素里，元素内部又可能嵌着文本片段、高亮片段、来源信息、时间、评分等子对象。关注两层：顶层字段和嵌套字段各自的字段名与样例值。
记录时用一个简单表格或注释块即可，重点是标注“稳定出现”还是“偶发出现”。稳定出现的字段可以作为白名单默认项；偶发字段先按需取用，不要直接进默认投影。
# 调试用的临时记录，不进入生产代码
# 查询样例: query="示例问题"
# 顶层字段:
# request_id "abc-123" 偶发（部分返回带）
# items [ {...}, {...} ] 稳定
# total 37 稳定
# 嵌套在 items[*] 内:
# title "标题样例" 稳定
# snippet "正文片段样例" 稳定
# url "https://..." 稳定
# published_at "2025-xx-xx" 偶发
# score 0.83 偶发做法上可以先用 jq 'keys' 看顶层，再对数组第一个元素执行 jq '.items[0] | keys'，嵌套层级继续往下钻。同一查询多跑几次，把字段集合做交集，交集里的字段才算稳定字段。这一步不做完就定白名单，后面改配置的成本会明显变高。
按 Agent 用途把字段分三档
字段取舍要变成规则，规则依据是“Agent 回答这个问题时用不用得上”，不是字段大小或看起来重不重要。建议分三档，并写进配置文件的三个列表里，后续调整只动配置。
- 必进上下文：没有它回答就无法落地，或者无法交代信息来源。判定标准是删掉之后回答会变空、变错或无法回溯。例子：
title（判断结果是否切题）、snippet（回答正文依赖的原文片段）。 - 按需取用：只有在特定问题类型下才需要，比如涉及时效或需要展示出处时。判定标准是默认不进，由查询意图或工具调用参数触发。例子：
published_at（只做时效类提问时取）、url（只在需要引用来源时取）。 - 直接丢弃：对回答没有增量信息，或属于传输层与调试层。判定标准是即使保留也不会改变回答内容。例子：
request_id（排障用，不参与回答）、score（排序已由服务端完成，进上下文反而干扰模型判断）。
三档定完后，把“必进上下文”和默认的“按需取用”合并成投影白名单，其余一律不取。需要结合环境确认的是按需档的触发条件——不同 Agent 的问题分布不同，触发规则要按自己的场景调。
写字段投影函数只保留白名单
不要在每次拼提示词的地方手写取值路径，抽一个投影函数，输入原始结果和配置，输出裁剪后的对象。字段路径用占位符示意，接入时替换成实际返回结构里的键名即可。
# 白名单配置（占位键名，按实际返回结构替换）
PROJECTION = {
"always": ["title", "snippet"],
"optional": ["published_at", "url"],
"max_items": 5,
}
DEFAULTS = {
"title": "",
"snippet": "",
"published_at": None,
"url": None,
}
def project_item(raw_item, include_optional=False):
fields = list(PROJECTION["always"])
if include_optional:
fields += PROJECTION["optional"]
out = {}
for key in fields:
value = raw_item.get(key, DEFAULTS.get(key))
# 空字符串和 None 都视为缺失，统一走兜底
out[key] = value if value not in ("", None) else DEFAULTS.get(key)
return out
def project_result(raw_result, include_optional=False):
items = raw_result.get("items") or []
return [project_item(i, include_optional)
for i in items[:PROJECTION["max_items"]]]这里有两个取舍点。一是 max_items：上下文长度受模型窗口限制，条数上限建议配成常量，而不是按返回长度动态算，便于复现。二是缺失默认值：文本字段给空字符串，链接和时间给 None，下游拼提示词时统一跳过空值，避免出现“标题：”后面什么都没有的残句。投影函数只做投影，不做判断，判断留给下一步。
用同一查询比对裁剪前后的占用
裁剪之后要证明没丢关键信息。做法是固定同一个查询，分别跑“原始返回直接拼接”和“经投影函数裁剪后拼接”两版，记录三项：拼出来的文本长度、条目数、回答能否覆盖原问题。文本长度用 len(text) 或字符统计即可，不需要精确到 token，看量级是否明显下降即可。
覆盖度靠人工读，不看数值：把两版回答并排，逐条对照原问题需要的要素——是否点到了核心结论、是否给出了可核查的出处或原文依据。如果裁剪后回答开始回避细节、只给模糊概括，说明 snippet 被截太短或白名单漏了字段，回到配置里补，不要改拼提示词的代码。这一步的结论只在你自己这个查询集上成立，换查询分布要重新比对。
字段缺失时的兜底取值顺序
单条结果里某个字段为空，不应该让整条作废，但也不能悄悄补一个看似合理的值。回退顺序建议按可靠性从高到低排：先取该字段本身，再取同一结果内的近义字段（例如摘要缺失时取正文片段字段），再取结果列表层面的共有信息（例如标题），最后才置空。
snippet→ 同类片段字段 →title→ 空值并打标。published_at→ 同结果内时间类字段 → 置None并打标，不做时间推断。url→ 置None并打标，不要用搜索词拼一个假链接。
回退发生后要给该条结果打一个可信度标记，例如在投影结果里加 degraded: true 与缺失字段名列表。下游 Agent 看到标记，可以选择在回答里说明“该条摘要缺失”，或降低该条的引用权重。标记只作为提示，不要把它换算成具体分数，避免制造不可核验的量化结论。上线前用几条已知缺字段的历史返回回放一遍，确认标记确实被写出来。