Catena di pensiero
In questa pagina
Aggiornato il 3 novembre 2026 sulla base del riferimento API e delle migliori pratiche xAI:
max_completion_tokenslimita solo la risposta visibile, non il ragionamento; il timeout consigliato è di almeno 900 secondi. Fonti: Chat Completions · Best practices.
Ragiona passo dopo passo
La Catena di pensiero (Chain of Thought, CoT) è una tecnica che consiste nel chiedere al modello di scomporre il proprio ragionamento in passaggi espliciti prima di fornire la risposta finale. Invece di saltare direttamente alla conclusione, il modello dettaglia il proprio processo mentale, migliorando significativamente la qualità della risposta per compiti complessi.
Questo approccio funziona particolarmente bene per problemi logici, calcoli, analisi multi-criterio e qualsiasi attività che richieda un ragionamento articolato in più fasi.
Perché la catena di pensiero funziona
Quando chiedi a Grok di risolvere un problema direttamente, genera la risposta più probabile senza necessariamente verificarne la coerenza. Chiedendogli di ragionare passo dopo passo, lo spingi a:
- Scomporre il problema in sottoproblemi
- Risolvere ogni sottoproblema in sequenza
- Verificare la coerenza tra i vari passaggi
- Arrivare a una conclusione basata sul ragionamento svolto
Esempio senza catena di pensiero
D: Un negozio vende magliette a 25 euro. Con uno sconto del 20% e un'IVA del 20%, qual è il prezzo finale?
R: 24 euro.
Esempio con catena di pensiero
D: Un negozio vende magliette a 25 euro. Con uno sconto del 20% e un'IVA del 20%, qual è il prezzo finale? Ragiona passo dopo passo.
R:
1. Prezzo base: 25 euro
2. Sconto del 20%: 25 x 0,20 = 5 euro
3. Prezzo dopo lo sconto: 25 - 5 = 20 euro
4. IVA del 20%: 20 x 0,20 = 4 euro
5. Prezzo finale IVA inclusa: 20 + 4 = 24 euro
Il prezzo finale è 24 euro.
Il risultato può essere identico, ma il ragionamento esplicito ti permette di verificare ogni passaggio e individuare eventuali errori.
Modelli di ragionamento Grok
xAI offre modelli progettati specificamente per il ragionamento. Questi modelli integrano nativamente la catena di pensiero senza che tu debba richiederla esplicitamente.
Regolare lo sforzo di ragionamento
I modelli precedenti come grok-3-mini esponevano un parametro reasoning_effort (low/high). Nella gamma attuale, lo sforzo di ragionamento si imposta tramite il parametro reasoning nelle API Responses, come mostrato di seguito:
- low: ragionamento veloce, meno token consumati, adatto a domande semplici
- medium: equilibrio tra profondità di pensiero e costo, adatto alla maggior parte dei casi
- high: ragionamento approfondito, più token, adatto a problemi complessi
grok-4.20-0309-reasoning: ragionamento avanzato
I modelli Grok attuali integrano un ragionamento cifrato. Il processo di pensiero non è visibile in testo chiaro, ma è più performante. Con le API Responses, puoi controllare lo sforzo tramite il parametro reasoning:
{
"model": "grok-4.20-0309-reasoning",
"input": "Analizza i vantaggi e gli svantaggi della migrazione a un'architettura a microservizi",
"reasoning": {
"effort": "high"
}
}
I livelli disponibili sono low, medium e high.
Tecniche di attivazione
Anche con modelli non dedicati al ragionamento, puoi attivare la catena di pensiero con semplici formulazioni nel tuo prompt:
- “Ragiona passo dopo passo prima di rispondere”
- “Scomponi il tuo ragionamento”
- “Spiega il tuo approccio e poi dai la tua conclusione”
- “Pensa ad alta voce”
Nel messaggio di sistema
{
"role": "system",
"content": "Sei un analista finanziario. Per ogni domanda, scomponi il tuo ragionamento in passaggi numerati prima di fornire la tua conclusione finale."
}
Token di ragionamento e costi
I token di ragionamento vengono conteggiati nell’utilizzo e fatturati come token di output. Appaiono nel campo reasoning_tokens della risposta:
{
"usage": {
"completion_tokens_details": {
"reasoning_tokens": 150
}
}
}
Il parametro max_completion_tokens limita solo la risposta visibile: il ragionamento interno non conta ai fini di questo limite e la sua quantità è determinata dallo sforzo di ragionamento.
Le migliori pratiche xAI richiedono un timeout di almeno 900 secondi per richiesta, e gli esempi nella sua guida Reasoning arrivano fino a 3.600 secondi per problemi complessi.
Limitazioni dei modelli di ragionamento
Alcuni parametri non sono disponibili sui modelli di ragionamento:
frequency_penaltyepresence_penalty: non supportatistop: non supportato- L’inclusione di questi parametri genera un errore
Mettilo alla prova
Testa la stessa domanda con e senza catena di pensiero:
Senza CoT:
Un treno parte da Parigi alle 8:00 a 120 km/h. Un altro parte da Lione (a 470 km) alle 9:00 a 150 km/h. A che ora si incontrano?
Con CoT:
Un treno parte da Parigi alle 8:00 a 120 km/h. Un altro parte da Lione (a 470 km) alle 9:00 a 150 km/h. A che ora si incontrano? Ragiona passo dopo passo e mostra i tuoi calcoli.
Confronta le risposte: la versione con la catena di pensiero sarà più affidabile e verificabile.
Punti chiave
- La catena di pensiero migliora l’affidabilità sui compiti complessi scomponendo il ragionamento
- I modelli Grok attuali integrano un ragionamento cifrato con tre livelli di sforzo (low/medium/high)
- I token di ragionamento sono fatturati e contano nel limite dei token di output
- Alcuni parametri (penalità, stop) non sono compatibili con i modelli di ragionamento
- Aggiungi “ragiona passo dopo passo” ai tuoi prompt per attivare la CoT su qualsiasi modello