Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Datumsfilterung

Lektion 10 von 16 Aktualisiert am 30. Juli 2026 Entwickler
Auf dieser Seite
  1. Das Suchzeitfenster definieren
  2. Datumsparameter
  3. Datumsformat
  4. SDK-Syntax
  5. Kombination von Datums- und Handle-Filtern
  6. Anwendungsfälle
  7. Best Practices
  8. Kernaussagen

Das Suchzeitfenster definieren

X Search bietet eine Funktion, die die Web Search nicht hat: die Datumsfilterung. Sie können ein bestimmtes Zeitfenster definieren, um die Ergebnisse auf Beiträge zu beschränken, die innerhalb dieses Zeitraums veröffentlicht wurden. Dies ist ein leistungsfähiges Werkzeug für Trendanalysen, die Verfolgung von Ereignissen und gezieltes Monitoring.

Datumsparameter

Zwei Parameter steuern das Zeitfenster:

  • from_date: Startdatum der Suche (inklusive)
  • to_date: Enddatum der Suche (inklusive)

Beide sind optional und unabhängig voneinander. Sie können einen Parameter ohne den anderen verwenden:

  • Nur from_date: Alle Beiträge seit diesem Datum
  • Nur to_date: Alle Beiträge bis zu diesem Datum
  • Beide zusammen: Beiträge innerhalb des definierten Fensters

Datumsformat

Datumsangaben folgen dem ISO 8601-Format: YYYY-MM-DD (Jahr-Monat-Tag).

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Was waren die Reaktionen auf den Launch von Grok 4?",
    tools=[{
        "type": "x_search",
        "from_date": "2026-03-01",
        "to_date": "2026-03-31"
    }]
)

Diese Abfrage sucht ausschließlich nach Beiträgen, die im März 2026 veröffentlicht wurden.

SDK-Syntax

xAI SDK (Python)

Der Python SDK akzeptiert sowohl Strings als auch datetime-Objekte:

from xai_sdk.tools import x_search
import datetime

# Verwendung von Strings
tools=[x_search(
    from_date="2026-01-01",
    to_date="2026-04-01"
)]

# Verwendung von datetime-Objekten
tools=[x_search(
    from_date=datetime.datetime(2026, 1, 1),
    to_date=datetime.datetime(2026, 4, 1)
)]

Die Verwendung von datetime-Objekten wird in der Produktion bevorzugt, da sie die dynamische Berechnung von Daten ermöglicht (beispielsweise „die letzten 7 Tage”).

OpenAI SDK (Python)

tools=[{
    "type": "x_search",
    "from_date": "2026-01-01",
    "to_date": "2026-04-01"
}]

Vercel AI SDK (JavaScript)

tools: [xai.tools.xSearch({
  fromDate: "2026-01-01",
  toDate: "2026-04-01"
})]

Konvention mit camelCase: fromDate und toDate.

Kombination von Datums- und Handle-Filtern

Die Kombination von Zeitfiltern mit Handle-Filtern ist besonders leistungsfähig:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Fassen Sie die Ankündigungen von xAI in diesem Monat zusammen",
    tools=[{
        "type": "x_search",
        "allowed_x_handles": ["xaboratory", "xaboratorydev"],
        "from_date": "2026-04-01",
        "to_date": "2026-04-30"
    }]
)

Diese Abfrage kombiniert drei Filter: ausschließlich Beiträge von offiziellen xAI-Konten, ausschließlich im April 2026.

Anwendungsfälle

Ereignisanalyse

Verfolgen Sie Reaktionen in Echtzeit während eines Ereignisses (Konferenz, Produktlaunch, Ankündigung):

# Reaktionen während eines Keynotes
tools=[{
    "type": "x_search",
    "from_date": "2026-03-25",
    "to_date": "2026-03-26"
}]

Automatisiertes wöchentliches Monitoring

Erstellen Sie einen automatischen Überwachungsbericht für die vergangene Woche:

from datetime import datetime, timedelta

today = datetime.now()
week_ago = today - timedelta(days=7)

tools=[{
    "type": "x_search",
    "from_date": week_ago.strftime("%Y-%m-%d"),
    "to_date": today.strftime("%Y-%m-%d")
}]

Trendanalyse

Vergleichen Sie Diskussionen zu einem Thema in verschiedenen Perioden, indem Sie mehrere Anfragen mit unterschiedlichen Zeitfenstern stellen.

Best Practices

Die Erfahrung zeigt, dass kürzere Fenster am besten funktionieren: Ein Zeitraum von einem bis sieben Tagen liefert deutlich präzisere Ergebnisse als ein ganzer Monat, in dem wichtige Beiträge im Volumen untergehen. In der Produktion sollten Sie diese Daten niemals hartcoden – berechnen Sie sie mit datetime bei jedem Durchlauf. Andernfalls wird Ihr Fenster für die „7-Tage-Überwachung” ewig dieselbe Woche abfragen, sobald die Bereitstellung erfolgt. Schließlich definiert das Zeitfenster lediglich den Ergebnismenge: Der Prompt bestimmt, was damit zu tun ist. Spezifizieren Sie, was Sie erwarten – „Zusammenfassung von Trends”, „am meisten diskutierte Beiträge”, „wichtige Ankündigungen” – und das Modell filtert die Ergebnisse entsprechend, anstatt alles zurückzugeben.

Kernaussagen

  • from_date und to_date im ISO 8601-Format (YYYY-MM-DD)
  • Beide Parameter sind optional und unabhängig
  • Kombinieren Sie mit Handle-Filtern für hochgradig gezielte Suchen
  • Der Python SDK akzeptiert sowohl Strings als auch datetime-Objekte
  • X Search exklusiv – die Web Search bietet keine Zeitfilterung