Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Filtraggio per data

Lezione 10 di 16 Aggiornata il 30 luglio 2026 Sviluppatore
In questa pagina
  1. Definisci la finestra temporale di ricerca
  2. Parametri data
  3. Formato data
  4. Sintassi SDK
  5. Combina date e handle
  6. Casi d’uso
  7. Best practices
  8. Punti chiave

Definisci la finestra temporale di ricerca

X Search offre una funzionalità assente nella Ricerca Web: il filtraggio per data. Puoi definire un periodo specifico per limitare i risultati ai post pubblicati entro quella finestra temporale. Si tratta di uno strumento potente per l’analisi dei trend, il monitoraggio di eventi e la sorveglianza mirata.

Parametri data

Due parametri controllano la finestra temporale:

  • from_date: data di inizio della ricerca (inclusa)
  • to_date: data di fine della ricerca (inclusa)

Entrambi sono opzionali e indipendenti. Puoi usarne uno senza l’altro:

  • Solo from_date: tutti i post a partire da questa data
  • Solo to_date: tutti i post fino a questa data
  • Entrambi insieme: i post compresi nella finestra definita

Formato data

Le date seguono il formato ISO 8601: YYYY-MM-DD (anno-mese-giorno).

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="What were the reactions to the Grok 4 launch?",
    tools=[{
        "type": "x_search",
        "from_date": "2026-03-01",
        "to_date": "2026-03-31"
    }]
)

Questa query cerca solo i post pubblicati nel marzo 2026.

Sintassi SDK

xAI SDK (Python)

L’SDK Python accetta sia stringhe che oggetti datetime:

from xai_sdk.tools import x_search
import datetime

# Utilizzo di stringhe
tools=[x_search(
    from_date="2026-01-01",
    to_date="2026-04-01"
)]

# Utilizzo di oggetti datetime
tools=[x_search(
    from_date=datetime.datetime(2026, 1, 1),
    to_date=datetime.datetime(2026, 4, 1)
)]

L’uso di oggetti datetime è preferito in produzione perché consente di calcolare le date dinamicamente (ad esempio, “gli ultimi 7 giorni”).

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"
})]

Convenzione camelCase: fromDate e toDate.

Combina date e handle

Combinare il filtraggio temporale con quello degli handle è particolarmente potente:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Summarize xAI's announcements this month",
    tools=[{
        "type": "x_search",
        "allowed_x_handles": ["xaboratory", "xaboratorydev"],
        "from_date": "2026-04-01",
        "to_date": "2026-04-30"
    }]
)

Questa query combina tre filtri: solo post dagli account ufficiali xAI, solo nell’aprile 2026.

Casi d’uso

Analisi di eventi

Monitora le reazioni in tempo reale durante un evento (conferenza, lancio di prodotto, annuncio):

# Reazioni durante un keynote
tools=[{
    "type": "x_search",
    "from_date": "2026-03-25",
    "to_date": "2026-03-26"
}]

Monitoraggio settimanale automatizzato

Crea un report di monitoraggio automatico per la settimana scorsa:

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")
}]

Analisi dei trend

Confronta le discussioni su un argomento in periodi diversi effettuando più richieste con finestre temporali distinte.

Best practices

L’esperienza dimostra che le finestre più brevi funzionano meglio: un periodo da uno a sette giorni produce risultati significativamente più precisi rispetto a un intero mese, dove i post importanti rischiano di perdersi nel volume. In produzione, non hardcodare mai queste date: calcolale con datetime a ogni esecuzione. Altrimenti, la tua finestra di “monitoraggio di 7 giorni” interrogherà per sempre la stessa settimana dal momento del deploy. Infine, la finestra temporale definisce solo l’insieme dei risultati: è il prompt a dettare cosa farne. Specifica cosa ti aspetti—“riassunto del trend”, “post con maggior engagement”, “annunci principali”—e il modello filtrerà i risultati di conseguenza invece di restituire tutto.

Punti chiave

  • from_date e to_date nel formato ISO 8601 (YYYY-MM-DD)
  • Entrambi i parametri sono opzionali e indipendenti
  • Combinali con il filtraggio degli handle per ricerche altamente mirate
  • L’SDK Python accetta sia stringhe che oggetti datetime
  • Esclusivo di X Search: la Ricerca Web non offre il filtraggio temporale