Limiti pratici e migliori pratiche
In questa pagina
Ottenere il massimo dall’esecuzione del codice
Ora che hai compreso i vincoli tecnici della sandbox, questa lezione si concentra sulle migliori pratiche per ottenere risultati affidabili e ottimizzare l’uso dell’Esecuzione del codice. Questi consigli derivano dall’uso in produzione e dalle linee guida di xAI.
Selezione del modello
xAI raccomanda di utilizzare grok-4.20-0309-reasoning per la generazione del codice. Questo modello produce codice più strutturato, meglio commentato e con meno errori rispetto ai modelli non dedicati al ragionamento. La differenza è particolarmente evidente su problemi complessi che richiedono un ragionamento articolato in più passaggi.
Impostazione della temperatura
Per calcoli matematici e analisi dei dati, utilizza temperature basse:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Calculate the weighted standard deviation of these values: ...",
tools=[client.tools.code_execution()],
temperature=0.1
)
- Da 0.0 a 0.1: calcoli matematici puri, risultati deterministici
- Da 0.1 a 0.3: analisi dei dati con interpretazione
- Da 0.3 a 0.7: generazione creativa di codice (da evitare per calcoli critici)
Una temperatura elevata può produrre approcci algoritmici diversi a ogni chiamata, rendendo i risultati non riproducibili.
Strutturazione dei prompt
Includere i dati nel prompt
Poiché la sandbox non ha accesso alla rete, devi includere nel prompt qualsiasi dato da analizzare:
data = """
Month,Sales,Costs
Jan,15000,8000
Feb,18000,9500
Mar,22000,11000
Apr,19000,10000
"""
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input=f"Analyze this sales data and calculate monthly margins:\n{data}",
tools=[client.tools.code_execution()],
temperature=0.1
)
Specificare il formato di output previsto
Il modello produce risultati migliori quando specifichi cosa ti aspetti:
input_text = """
Data: [2.5, 3.1, 4.7, 2.8, 5.2, 3.9, 4.1]
Calculate:
1. The mean and median
2. The standard deviation
3. The coefficient of variation
4. Identify outliers (IQR method)
Present the results in a formatted table.
"""
Scomporre i problemi complessi
Per analisi articolate in più passaggi, struttura il tuo prompt in modo sequenziale:
input_text = """
Step 1: Load this portfolio return data
Step 2: Calculate the annualized return
Step 3: Calculate volatility (annualized standard deviation)
Step 4: Calculate the Sharpe ratio (risk-free rate = 4%)
Step 5: Present a summary with all indicators
"""
Gestione degli errori
Il modello può incontrare errori durante l’esecuzione. In tal caso, solitamente tenta di correggere il proprio codice e rieseguirlo. Questo significa che:
- Potrebbero essere addebitate più invocazioni per una singola richiesta
- Il risultato finale potrebbe richiedere più tempo per arrivare
- In rari casi, il modello potrebbe non riuscire a correggere l’errore
Per minimizzare gli errori, sii preciso nelle istruzioni e fornisci i dati in un formato chiaro e strutturato (CSV, JSON, tabelle).
Convalida dei risultati
L’Esecuzione del codice è uno strumento potente, ma non infallibile. Per calcoli critici:
- Verifica i risultati su un sottoinsieme noto
- Chiedi al modello di spiegare la propria metodologia
- Confronta con i risultati ottenuti tramite altri mezzi
- Richiedi il codice sorgente per revisionarlo se necessario
Spesso il modello include il codice eseguito nella sua risposta, permettendoti di verificare la logica applicata.
Combinare l’Esecuzione del codice con la Ricerca Web
Un caso d’uso avanzato prevede la combinazione dei due strumenti:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Find the current stock prices for Apple, Google, and Microsoft, then calculate their correlation over the last month",
tools=[
{"type": "web_search"},
{"type": "code_interpreter"}
],
temperature=0.1
)
Il modello utilizza la Ricerca Web per recuperare i dati, quindi l’Esecuzione del codice per analizzarli. Questo flusso di lavoro è completamente automatico.
Punti chiave
- Usa grok-4.20-0309-reasoning per la migliore qualità del codice
- Temperatura bassa (0.0–0.3) per i calcoli, più alta per il codice creativo
- Includi i dati nel prompt (la sandbox non ha accesso alla rete)
- Struttura le tue richieste: formato previsto, passaggi sequenziali
- Convalida i risultati critici: il modello non è infallibile
- La combinazione Ricerca Web + Esecuzione del codice è un flusso di lavoro potente