Quando aumentare il ragionamento (e quando evitarlo)
In questa pagina
Sapere quando pensare e quando no
Impostare il ragionamento al massimo per ogni richiesta è come usare un martello pneumatico per piantare un chiodo. Questa lezione ti insegna a individuare le situazioni in cui il ragionamento offre un reale valore e i molti casi, più comuni di quanto pensi, in cui serve solo a rallentarti e ad aumentare i costi.
Le raccomandazioni di OpenAI, livello per livello
La documentazione delle API descrive come utilizzare ciascun livello di sforzo. Queste stesse linee guida si applicano, con piccole differenze, al cursore di ChatGPT.
| Livello | Quando usarlo, secondo OpenAI | Equivalente nel cursore di Chat |
|---|---|---|
none | Attività critiche per la latenza: voce, ricerca rapida di informazioni, classificazione | Istantaneo |
low | Ragionamento efficiente: analisi dati, scrittura, codice eseguibile, supporto clienti | Istantaneo o Medio |
medium | Qualità e affidabilità, pianificazione e giudizio; l’impostazione predefinita più equilibrata | Medio |
high | Ragionamento difficile, debug complesso, pianificazione approfondita | Alto |
xhigh | Ricerca approfondita e attività di lunga durata, solo se i tuoi test mostrano un vantaggio | Molto Alto |
max | Le attività più complesse, da valutare rispetto a xhigh | Pro, o Max in Work |
Concentrati soprattutto sulla riga medium: è il punto di partenza consigliato per la maggior parte dei casi d’uso. Scendi di livello quando la velocità conta più della profondità e sali quando il compito lo richiede.
Quando aumentare il livello
Il primo segnale è la presenza di passaggi concatenati. Se la risposta corretta richiede di risolvere A per comprendere B, per poi combinare A e B al fine di ottenere C, aumenta il livello. “Analizza queste tre offerte commerciali, confrontale secondo cinque criteri ponderati e raccomanda la migliore con una giustificazione” rientra esattamente in questa categoria.
Il secondo segnale è di natura matematica o logica: calcoli, deduzioni, combinatoria. Ad esempio, confronta i due livelli su: “Calcola l’ammortamento a saldo decrescente di un bene da 120.000 € in 5 anni con un coefficiente di 1,75”. Il terzo riguarda la precisione: quando un errore ha un costo elevato (calcolo finanziario, analisi legale, algoritmi), un livello superiore dà al modello il tempo di verificare il proprio lavoro. Il quarto è strategico: pianificare un progetto, valutare scenari o costruire un albero decisionale.
Quando mantenere il livello basso
Al contrario, la maggior parte delle attività di formulazione non trae alcun vantaggio da un ragionamento aggiuntivo. Stendere un’email o un post, tradurre, riformulare, riassumere per comprimere, rispondere a una semplice domanda fattuale o fare brainstorming: un livello veloce è sufficiente, e OpenAI elenca effettivamente la scrittura tra i casi d’uso low. Il riassunto cambia categoria solo quando l’obiettivo non è la compressione, ma fornire un’analisi critica del testo.
L’albero decisionale
Prima di configurare una richiesta, bastano tre domande:
- Il compito richiede più passaggi di ragionamento? Se sì, almeno Medio (
medium). - La precisione è fondamentale? Se sì, Alto (
high) o superiore, più una verifica tramite strumento. - La velocità conta più della profondità? Se sì, Istantaneo (
noneolow).
Costo e tempo: fattori pratici
Ogni livello costa token e secondi. I token di ragionamento vengono fatturati come token di output e possono variare da poche centinaia a decine di migliaia per un problema difficile; più alto è il livello, più lunga è l’attesa. In ChatGPT, i livelli superiori attingono a quote specifiche del tuo piano; quando raggiungi un limite, ChatGPT può continuare con un altro modello disponibile. Il compromesso è simmetrico: sprecare un livello massimo su un compito semplice significa pagare e aspettare per nulla; affrontare un problema complesso al livello minimo produce un risultato mediocre che pagherai più tardi in correzioni.
A te la parola
Allena il tuo orecchio. Classifica questi sei compiti prima di guardare la colonna di destra, poi ripeti l’esercizio con le tue richieste della settimana.
| Compito | Impostazione prevista |
|---|---|
| ”Stendi un’email di follow-up per un cliente” | Veloce |
| ”Ottimizza questo budget rispettando questi quattro vincoli” | Alto |
| ”Traduci questo paragrafo in tedesco” | Veloce |
| ”Trova l’errore logico in questo argomento di tre punti” | Da Medio ad Alto |
| ”Genera dieci idee di nome per la mia startup” | Veloce |
| ”Calcola il TIR di un investimento decennale” | Alto, con verifica |
Ti aspettano due errori simmetrici: sovrautilizzare il ragionamento (risposte lente, costi in aumento) e sottoutilizzarlo (rimanere veloci su problemi complessi). Un terzo è più insidioso: non regolare mai l’impostazione durante il flusso di lavoro. All’interno di una singola conversazione, scendi di livello per riformulare e sali per analizzare.
Fonti ufficiali: Modelli di ragionamento (API OpenAI: usi raccomandati per livello di sforzo, fatturazione dei token di ragionamento) · GPT-6 e altri modelli in ChatGPT (Livelli di Chat, limiti e fallback su un altro modello)
Punti chiave
mediumè il punto di partenza consigliato; scendi per la velocità, sali per la difficoltà- Aumenta il livello per problemi a più passaggi, calcoli, precisione critica e strategia
- Rimani veloce per scrittura, traduzione, riformulazione, domande semplici e brainstorming
- Tre domande bastano: più passaggi? precisione critica? priorità alla velocità?
- Regola il livello richiesta per richiesta: è un cursore, non una scelta permanente