Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Il flusso di esecuzione in 5 passaggi

Lezione 2 di 16 Aggiornata il 30 luglio 2026 Sviluppatore
In questa pagina
  1. Come Grok decide di utilizzare uno strumento
  2. I 5 passaggi del flusso
  3. Implicazioni pratiche
  4. Punti chiave

Come Grok decide di utilizzare uno strumento

Quando abiliti uno o più strumenti nella tua richiesta API, il modello non li utilizza necessariamente. Segue un processo decisionale strutturato in cinque passaggi per determinare se è necessario uno strumento, quale usare e come integrare i risultati nella sua risposta.

Comprendere questo flusso ti aiuta ad anticipare il comportamento del modello e a ottimizzare i tuoi prompt per ottenere risultati accurati.

I 5 passaggi del flusso

Passaggio 1: Analisi della richiesta

Il modello inizia analizzando il messaggio dell’utente per identificare cosa viene chiesto. Valuta la natura della domanda: si tratta di una richiesta fattuale che richiede dati recenti? Di un calcolo complesso? Di una domanda di opinione che non richiede strumenti?

Questa analisi è fondamentale. Se il modello possiede già le informazioni nei suoi dati di addestramento e non sono necessari dati in tempo reale, potrebbe scegliere di rispondere direttamente senza attivare alcuno strumento.

Passaggio 2: Decisione di chiamata

Sulla base della sua analisi, il modello decide se chiamare uno strumento o rispondere direttamente. Questa decisione dipende da tre fattori. In primo luogo, la natura della domanda: una query sugli eventi attuali punta naturalmente verso la Ricerca Web, mentre una domanda su ciò che le persone stanno dicendo in questo momento su un argomento orienta verso la Ricerca X. In secondo luogo, l’ambito che hai definito: il modello sceglie solo tra gli strumenti abilitati nel tuo array tools; uno strumento assente semplicemente non esiste per lui. Infine, la sua stessa fiducia: se ritiene di poter rispondere correttamente dalla memoria, risparmia la chiamata, che è il comportamento desiderabile nella maggior parte dei casi.

Mantieni il controllo su questa decisione tramite il prompt: «Cerca le ultime informazioni su…» indica chiaramente la Ricerca Web, mentre una formulazione neutra lascia al modello la libertà di decidere autonomamente.

Passaggio 3: Esecuzione

L’elaborazione differisce per categoria di strumento:

  • Strumento integrato: l’esecuzione è automatica e trasparente. Il server xAI esegue la ricerca o l’esecuzione del codice e il risultato viene trasmesso direttamente al modello. Non vedi questo passo nella risposta API.
  • Chiamata di funzione: il modello restituisce un oggetto che descrive la funzione da chiamare e i suoi argomenti. Il tuo codice deve eseguire la funzione e restituire il risultato tramite una nuova richiesta.

Passaggio 4: Elaborazione dei risultati

Una volta ottenuti i risultati, il modello li valuta prima di rispondere, ed è qui che il flusso diventa veramente agentico. Se i risultati sono sufficienti, passa direttamente alla formulazione della risposta finale. Se sono insufficienti (ricerca troppo ristretta, risultati fuori tema), può emettere un’altra chiamata con parametri aggiustati, ampliando o affinando la sua query, senza che tu debba intervenire. E per una domanda davvero complessa, concatena diversi strumenti: una ricerca web per raccogliere dati, seguita dall’Esecuzione del Codice per analizzarli, ad esempio.

Questo comportamento iterativo è prezioso per la qualità della risposta, ma ha una conseguenza diretta sulla fatturazione: ogni chiamata allo strumento viene fatturata separatamente e una domanda che innesca tre ricerche costa tre invocazioni. Tieni presente questo meccanismo quando stimi i tuoi costi.

Passaggio 5: Risposta finale

Il modello formula la sua risposta integrando le informazioni raccolte. Se sono state consultate fonti web o X, la risposta include automaticamente le citazioni con gli URL originali. Queste citazioni sono accessibili nel campo citations dell’oggetto di risposta.

Implicazioni pratiche

Costi cumulativi

Il modello può effettuare più chiamate a strumenti per una singola richiesta dell’utente. Ogni chiamata viene fatturata indipendentemente, oltre al consumo di token. Un prompt ambiguo può generare chiamate inutili e aumentare i tuoi costi.

Controllo tramite prompt

Non puoi forzare il modello a usare uno strumento specifico, ma puoi guidarlo fortemente tramite il tuo prompt di sistema o il messaggio dell’utente. Istruzioni chiare riducono le chiamate non necessarie.

Comportamento non deterministico

La scelta di utilizzare o meno uno strumento può variare tra due chiamate identiche, specialmente con impostazioni di temperatura elevate. Per risultati riproducibili, usa una temperatura bassa (da 0,0 a 0,3).

Punti chiave

  • Il modello segue un flusso in 5 passaggi: analisi, decisione, esecuzione, elaborazione, risposta
  • Richiede uno strumento solo se lo ritiene necessario; non è automatico
  • Sono possibili chiamate multiple e aumentano i costi
  • Un prompt preciso riduce le chiamate inutili e migliora la pertinenza
  • Le citazioni vengono incluse automaticamente quando sono state consultate le fonti