Exa Places и поиск организаций в России: чем заменить

Exa 5 октября 2026 года добавила в индекс 211 млн мест со структурированными полями. Для российских компаний покрытие в статье Exa не указано, поэтому собираем карточку организации из Рунета сами: web_search находит страницы, extract вытаскивает поля по схеме.

Exa Places и поиск организаций в России: чем заменить

Что такое Exa Places и что в нём есть

Exa Places - это часть поискового индекса Exa с 211 млн мест: рестораны, музеи, клиники. По анонсу Exa от 5 октября 2026 года каждое место приходит со структурой: название, категория, адрес, координаты, часы работы, статус, телефон.

Your AI agents can now search restaurants, museums, parks, shops, and local businesses around the world, with structured data including opening hours, ratings, and phone numbers.

- The Exa Team, Exa

Places доступен во всех эндпоинтах Exa без доплаты. Цену за отдельный запрос в анонсе не приводят. Про Россию там ни слова: фраза "around the world" не список стран.

Чем срезAI отличается от Exa Places для поиска организаций

КритерийExa PlacesсрезAI (web_search + extract)
Готовая карточка в одном вызовеДа, поля приходят вместе с поискомНет, два шага: поиск и разбор страницы
Заявленный объём211 млн мест, весь мирНет собственной базы: данные берутся со страниц сайтов
Покрытие РоссииВ анонсе не указаноПоля берутся со страницы сайта самой организации
Координаты и геопоиск по радиусуЕсть, запрос понимает локациюНет, координат extract не даст, если их нет на странице
Произвольные поля (ИНН, сайт, режим по дням)Фиксированный набор полейЛюбая схема: что описали, то и вернётся, чего нет на странице - null
ЦенаБез доплаты, цена запроса в анонсе не названа0,10 ₽ за поиск, 2 кредита за разобранную страницу
Свежесть данныхЗависит от обновления индексаСтраница читается в момент запроса

В пользу Exa работают готовая карточка и координаты: один вызов вместо двух экономит код, если нужен геопоиск вроде "аптеки в радиусе километра".

Как собрать карточку организации из Рунета

Схема описывает поля один раз. Extract применяет её к любому числу URL. Поля, которых на странице нет, приходят как null: значения не домысливаются. Для телефонов это решает дело, ведь выдуманный номер хуже пустого.

Схема работы разметки структурированных данных на странице сайта
Если на сайте организации есть разметка schema.org, часть полей извлекается без догадок.

Шаг первый: web_search с запросом вида "стоматология Казань официальный сайт" и фильтром по домену, если он известен. Шаг второй: extract по найденным адресам. Ниже аргументы вызова extract, их можно отправить через MCP-сервер срезAI как есть.

json
{ "urls": [ "https://example.ru/contacts", "https://example.ru/about" ], "schema": { "name": "string", "address": "string", "phones": "string[]", "opening_hours": "string?", "website": "string?", "inn": "string?" }, "instruction": "Это карточка организации. Телефоны в формате +7XXXXXXXXXX. Часы работы бери из блока контактов, не из шапки."
}

Инструкция спасает от путаницы: на странице бывает два телефона, отдела продаж и бухгалтерии, и без подсказки модель берёт первый. Строку про часы работы я бы тоже не пропускал: пусть берёт их из блока контактов, а не из шапки.

Попробуйте схему на своих компаниях: 100 ₽ при регистрации хватает примерно на 1000 запросов.

Получить ключ

Что не сработает

  • Радиусный поиск. Extract читает страницу, а не карту. Для "все кафе в 500 метрах" нужен геокодер или справочник с API, например API 2ГИС для поиска по организациям: он ищет в том числе по ИНН, телефону и сайту.
  • Организации без сайта. Если у кафе только страница в соцсети, поля придётся брать оттуда, и полнота упадёт.
  • Массовые выгрузки. Тысячи компаний через extract дороже и медленнее, чем готовая база.

Холодный обзвон по всей стране я на этом строить не стал бы, а вот проверка конкретной компании или короткого списка (открыто ли сейчас, тот ли телефон, совпадает ли адрес) схеме подходит хорошо.

Как Exa измеряла качество Places

Сравнение Exa провела на 400 запросах по метрике F1: учитывались найденные бизнесы с верными часами работы, телефоном и локацией. В нём участвовали Fast, Perplexity Search и Parallel Advanced. Результат: Exa Fast - 0,800, Perplexity Search - 0,529, Parallel Advanced - 0,333. Замер сделан самой Exa, независимых повторений нет. В обновлении от октября 2026 года Exa пишет, что тест шёл на Fast, а для низкой задержки теперь рекомендует Lite.

Кому что подходит

Если агент ищет места по миру, нужны координаты и подсчёт "сколько кофеен рядом", берите Exa Places. Вывод про Россию делайте после пробного запроса: в анонсе покрытие не заявлено.

Для российских компаний с нестандартными полями (ИНН, режим по дням, список услуг) берите срезAI. Схема под вашу задачу меняется за минуту. Подключение описано в документации, условия - на странице тарифов.

Вердикт

Готовую базу мест срезAI не заменяет, и мы этого не обещаем. Для проверки и обогащения карточек российских организаций связка web_search и extract стоит 0,30 ₽ на компанию: поиск плюс одна страница.

Покрывает ли Exa Places российские компании?

Неизвестно. Exa пишет про места по всему миру, а список стран не даёт. Прогоните пробный запрос по своим компаниям.

Сколько стоит собрать карточку одной организации через срезAI?

Около 0,30 ₽: 0,10 ₽ за поиск и 2 кредита (около 0,20 ₽) за страницу через extract, если хватает одной.

Какие поля можно вытащить из страницы организации?

Те, что описаны в схеме и есть на странице: например название, адрес, телефоны, ИНН. Остальное придёт как null.

Можно ли искать организации по радиусу от точки?

Самостоятельно не получится: у страницы нет координат, если их там не указали. Для радиуса возьмите справочник с геопоиском, например API 2ГИС, а карточки потом уточняйте через extract.

Как подключить схему к агенту?

Через MCP-эндпоинт или REST API. LangChain, n8n и Claude Desktop описаны в документации.

Свой веб-доступ для агента: поиск, чтение страниц и извлечение данных по одному ключу.

Читайте также