Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Conversazioni senza un Agente

Lezione 7 di 18 Aggiornata il 2 novembre 2026 Sviluppatore
In questa pagina
  1. Modalità Modello Diretto
  2. Avviare una Conversazione con un Modello
  3. Aggiungere Strumenti in Modalità Diretta
  4. Passare Istruzioni Dinamiche
  5. Continuare una Conversazione in Modalità Diretta
  6. Agente vs Modalità Diretta: Come Decidere
  7. Esempio: Domanda in un Contesto Forzato
  8. Punti chiave

Modalità Modello Diretto

Non hai sempre bisogno di creare un oggetto Agente per utilizzare le API Conversations. Mistral ti permette di avviare una conversazione direttamente con un modello, offrendoti persistenza senza il livello di configurazione dell’Agente. Questa capacità deriva direttamente dall’architettura che abbiamo trattato in precedenza: la conversazione è indipendente dall’agente, quindi può esistere perfettamente da sola.

Diversi scenari rendono questa approccio preferibile all’uso di un agente registrato. Potresti volere la persistenza senza definire un agente riutilizzabile, ad esempio perché ogni thread nella tua applicazione è unico. Potresti star testando rapidamente il comportamento con strumenti integrati, e creare poi eliminare un agente per ogni prova ti rallenterebbe. Il tuo caso d’uso potrebbe essere una tantum: nulla giustifica il salvataggio di una configurazione che userai una sola volta. Oppure le tue istruzioni potrebbero essere dinamiche, calcolate al runtime in base al profilo dell’utente o al documento corrente—in tal caso un agente statico sarebbe lo strumento sbagliato.

Avviare una Conversazione con un Modello

Invece di passare un agent_id, passi direttamente un model:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.beta.conversations.start(
    model="mistral-medium-latest",
    inputs=[
        {"role": "user", "content": "Who is Albert Einstein?"}
    ]
)

print(response.outputs[-1].content)

Tutto dipende da questa scelta di parametro. Con agent_id, la chiamata eredita la configurazione registrata dell’agente: le sue istruzioni, gli strumenti e le guardrail. Con model, sei in modalità diretta e configuri tutto nella richiesta stessa—nulla viene ricordato oltre la chiamata.

Aggiungere Strumenti in Modalità Diretta

Gli strumenti integrati non sono riservati agli agenti. Li dichiari nella richiesta, esattamente come faresti durante la creazione di un agente.

response = client.beta.conversations.start(
    model="mistral-large-latest",
    inputs=[
        {"role": "user", "content": "What are the latest Ligue 1 results?"}
    ],
    tools=[{"type": "web_search"}]
)

Questo è funzionalmente equivalente a un agente con web_search, ma senza persistenza della configurazione. La differenza emerge alla decima chiamata: con un agente, avresti cambiato la temperatura una volta per tutte; qui, devi ripeterla in ogni richiesta e nulla garantisce che una chiamata dimenticata da qualche parte nel tuo codice utilizzi le stesse impostazioni.

Passare Istruzioni Dinamiche

In modalità diretta, il prompt di sistema prende la forma di un messaggio system posto all’inizio degli input.

response = client.beta.conversations.start(
    model="mistral-large-latest",
    inputs=[
        {"role": "system", "content": "You are an expert in French cuisine. Answer in 3 sentences maximum."},
        {"role": "user", "content": "How do I make a perfect béarnaise sauce?"}
    ]
)

Questo ti offre la stessa flessibilità delle istruzioni dell’agente, ma effimera—e soprattutto, questa stringa può essere costruita al runtime, cosa che un’istruzione di agente registrato non permette.

Continuare una Conversazione in Modalità Diretta

Il meccanismo di persistenza funziona esattamente come con un agente: la prima chiamata restituisce un conversation_id, le chiamate successive vi si collegano e ogni aggiunta restituisce a sua volta un nuovo identificatore.

# Primo scambio
response1 = client.beta.conversations.start(
    model="mistral-large-latest",
    inputs=[{"role": "user", "content": "Tell me about the French Revolution."}]
)

# Secondo scambio — il contesto è preservato
response2 = client.beta.conversations.append(
    conversation_id=response1.conversation_id,
    inputs="Who were the main figures?"
)

# Il modello sa che stiamo parlando della Rivoluzione Francese

La seconda domanda non nomina il suo soggetto e non ne ha bisogno: la persistenza non dipende dall’esistenza di un agente, ma solo dalla conversazione.

Agente vs Modalità Diretta: Come Decidere

Crea un agente non appena la stessa configurazione serve più conversazioni, perché ottieni allora un unico punto di modifica: correggere un’istruzione aggiorna tutti i thread futuri. Questa è anche l’unica via se le tue istruzioni sono stabili da sessione a sessione, se pianifichi passaggi tra più agenti—che la lezione dedicata all’argomento dettaglierà—or se la tua organizzazione richiede una configurazione centralizzata e verificabile dove puoi rispondere alla domanda: «Con quali istruzioni è stato eseguito questo assistente?».

Rimani in modalità diretta per i casi simmetrici: un prototipo o un uso una tantum, istruzioni che cambiano a ogni conversazione, nessun bisogno di passaggi, o il desiderio di ridurre le chiamate API eliminando la creazione e l’eliminazione dell’agente. In sviluppo, quest’ultima ragione è spesso sufficiente da sola.

Esempio: Domanda in un Contesto Forzato

La funzione seguente illustra perfettamente la modalità diretta. Il contesto è un argomento, quindi differisce a ogni chiamata, e il prompt di sistema è costruito attorno ad esso per impedire al modello di attingere a conoscenze esterne. Nessun agente registrato potrebbe portare questo vincolo, poiché cambia a ogni invocazione.

def ask_question(context: str, question: str):
    """Ask a question within a given context, without creating an agent."""
    response = client.beta.conversations.start(
        model="mistral-large-latest",
        inputs=[
            {"role": "system", "content": f"Context: {context}. Answer using only this context."},
            {"role": "user", "content": question}
        ]
    )
    return response.outputs[-1].content

# Usage
answer = ask_question(
    context="Corsen AI is a French startup specializing in sovereign AI, founded in 2025.",
    question="When was Corsen AI founded?"
)

Riutilizza questo schema per le tue esigenze sostituendo il contesto hardcoded con il testo effettivamente rilevante—la scheda prodotto visualizzata, l’estratto del documento selezionato—e otterrai un blocco costitutivo di domande e risposte inquadrato senza alcuna configurazione da amministrare.

Punti chiave

  • Le conversazioni possono essere avviate con model= invece di agent_id=
  • La modalità diretta offre persistenza senza il livello di configurazione dell’Agente
  • Puoi passare strumenti e istruzioni direttamente nella richiesta
  • La modalità diretta è ideale per la prototipazione e l’uso una tantum
  • Per i passaggi e le configurazioni riutilizzabili, preferisci la creazione di un agente