메인 콘텐츠로 건너뛰기

Documentation Index

Fetch the complete documentation index at: https://docs.factagora.com/llms.txt

Use this file to discover all available pages before exploring further.

​
쿼리를 리서치 질문으로 구성

조사형 질문 형태로 작성한 쿼리가 더 구조화되고 종합적인 보고서를 생성합니다. 
# 좋은 예
{"query": "What are the economic impacts of generative AI on the labor market?"}

# 좋은 예, 주제 구문도 가능합니다
{"query": "generative AI impact on labor market"}

​
범위를 구체적으로 지정

너무 광범위한 쿼리는 표면적인 결과만 반환합니다. 기간, 지역, 산업 같은 한정자로 범위를 좁히세요. 
# 너무 광범위
{"query": "climate change"}

# 더 나은 예
{"query": "economic cost of climate change on Southeast Asian agriculture 2020-2025"}

​
sections를 활용한 구조화된 출력

응답의 sections 배열은 구조화된 보고서 렌더링에 맞게 설계되었습니다. 각 섹션을 UI의 헤딩에 매핑하세요. 
sections.forEach(section => {
  renderSection(section.title, section.content);
});

​
출력에서 출처 인용

투명성과 신뢰도를 위해 sources 배열을 항상 최종 사용자에게 노출하세요. 각 출처에는 title과 url 필드가 있습니다. Factagora 내부 출처는 검증된 클레임이나 예측에 직접 링크됩니다. 
sources.forEach(source => {
  renderCitation(source.title, source.url);
});

​
Fact Checker 다음에 Deep Research 사용

클레임이 UNCERTAIN이라면, 결론을 내리기 전에 Deep Research로 컨텍스트를 깊이 있게 탐색하세요. 
Fact Checker → UNCERTAIN → Deep Research (컨텍스트 탐색)