Przejdź do głównej treści
Polski— Wybierz język
Menu

Filtrowanie po dacie

Lekcja 10 z 16 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Definiowanie okna czasowego wyszukiwania
  2. Parametry daty
  3. Format daty
  4. Składnia SDK
  5. Łączenie dat i nazw użytkowników (handles)
  6. Przypadki użycia
  7. Najlepsze praktyki
  8. Kluczowe wnioski

Definiowanie okna czasowego wyszukiwania

X Search oferuje funkcję, której nie posiada Web Search: filtrowanie po dacie. Możesz określić konkretny przedział czasowy, aby ograniczyć wyniki do postów opublikowanych w tym okresie. To potężne narzędzie do analizy trendów, śledzenia wydarzeń i monitorowania ukierunkowanego na konkretny cel.

Parametry daty

Dwa parametry kontrolują okno czasowe:

  • from_date: data rozpoczęcia wyszukiwania (włącznie)
  • to_date: data zakończenia wyszukiwania (włącznie)

Oba są opcjonalne i niezależne. Możesz użyć jednego bez drugiego:

  • Tylko from_date: wszystkie posty od tej daty
  • Tylko to_date: wszystkie posty do tej daty
  • Oba razem: posty w zdefiniowanym przedziale czasowym

Format daty

Daty muszą być podane w formacie ISO 8601: YYYY-MM-DD (rok-miesiąc-dzień).

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"
    }]
)

To zapytanie wyszukuje wyłącznie posty opublikowane w marcu 2026 roku.

Składnia SDK

xAI SDK (Python)

Python SDK akceptuje zarówno ciągi znaków, jak i obiekty datetime:

from xai_sdk.tools import x_search
import datetime

# Użycie ciągów znaków
tools=[x_search(
    from_date="2026-01-01",
    to_date="2026-04-01"
)]

# Użycie obiektów datetime
tools=[x_search(
    from_date=datetime.datetime(2026, 1, 1),
    to_date=datetime.datetime(2026, 4, 1)
)]

Używanie obiektów datetime jest preferowane w środowisku produkcyjnym, ponieważ pozwala na dynamiczne obliczanie dat (na przykład „ostatnie 7 dni“).

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"
})]

Konwencja camelCase: fromDate i toDate.

Łączenie dat i nazw użytkowników (handles)

Połączenie filtrowania czasowego z filtrowaniem po nazwach użytkowników jest szczególnie skuteczne:

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"
    }]
)

To zapytanie łączy trzy filtry: tylko posty z oficjalnych kont xAI i tylko z kwietnia 2026 roku.

Przypadki użycia

Analiza wydarzeń

Śledź reakcje w czasie rzeczywistym podczas wydarzenia (konferencja, premiera produktu, ogłoszenie):

# Reakcje podczas wystąpienia kluczowego (keynote)
tools=[{
    "type": "x_search",
    "from_date": "2026-03-25",
    "to_date": "2026-03-26"
}]

Automatyczny monitoring tygodniowy

Stwórz automatyczny raport monitorujący za ostatni tydzień:

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")
}]

Analiza trendów

Porównuj dyskusje na dany temat w różnych okresach, wykonując wielokrotne żądania z różnymi przedziałami czasowymi.

Najlepsze praktyki

Doświadczenie pokazuje, że krótsze przedziały czasowe działają najlepiej: okres od jednego do siedmiu dni daje znacznie precyzyjniejsze wyniki niż cały miesiąc, w którym istotne posty giną w natłoku informacji. W środowisku produkcyjnym nigdy nie wpisuj tych dat na sztywno – obliczaj je za pomocą datetime przy każdym uruchomieniu. W przeciwnym razie Twoje okno „7-dniowego monitoringu“ będzie wiecznie odpytywać ten sam tydzień od momentu wdrożenia. Pamiętaj też, że okno czasowe definiuje jedynie zbiór wyników: to prompt decyduje, co z nimi zrobić. Określ, czego oczekujesz – „podsumowanie trendów“, „posty z największą interakcją“, „ważne ogłoszenia“ – a model przefiltruje wyniki odpowiednio, zamiast zwracać wszystko jak leci.

Kluczowe wnioski

  • from_date i to_date w formacie ISO 8601 (YYYY-MM-DD)
  • Oba parametry są opcjonalne i niezależne
  • Łącz z filtrowaniem po nazwach użytkowników, aby uzyskać wysoce ukierunkowane wyszukiwanie
  • Python SDK akceptuje zarówno ciągi znaków, jak i obiekty datetime
  • Funkcja ekskluzywna dla X Search – Web Search nie oferuje filtrowania czasowego