Przejdź do głównej treści
Polski— Wybierz język
Menu

Twórz odpowiedzi za pomocą POST /v1/responses

Lekcja 2 z 16 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Twoja pierwsza prośba
  2. Uwierzytelnianie
  3. Minimalna prośba
  4. Użycie Python SDK
  5. Proste vs strukturalne dane wejściowe
  6. Parametr instructions
  7. Ćwiczenie praktyczne
  8. Kluczowe wnioski

Twoja pierwsza prośba

Punkt końcowy POST /v1/responses to główne wejście do API Responses. To tutaj wysyłasz swoje prompty i otrzymujesz odpowiedzi od modeli Grok. W tej lekcji nauczysz się budować i wysyłać swoją pierwszą prośbę.

Uwierzytelnianie

Każda prośba wymaga nagłówka uwierzytelniającego z Twoim kluczem API xAI:

Authorization: Bearer $XAI_API_KEY

Klucze wygenerujesz w console.x.ai. Trzymaj je w tajemnicy – nigdy nie commituj ich do repozytorium Git.

Minimalna prośba

Oto najprostsza możliwa prośba:

curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.20-0309-reasoning",
    "input": "Explain what machine learning is in 3 sentences."
  }'

Wystarczą dwa pola:

  • model: identyfikator modelu Grok, z którego chcesz skorzystać
  • input: Twój prompt jako zwykły tekst

Użycie Python SDK

Jeśli korzystasz z OpenAI SDK (kompatybilnego z xAI), składnia jest podobna:

from openai import OpenAI

client = OpenAI(
    api_key="xai-...",
    base_url="https://api.x.ai/v1"
)

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Explain what machine learning is in 3 sentences."
)

print(response.output[0].content[0].text)

Proste vs strukturalne dane wejściowe

Parametr input akceptuje dwa formaty.

Zwykły tekst

{
  "model": "grok-4.20-0309-reasoning",
  "input": "What is the capital of France?"
}

Tablica strukturalna

Dla danych wejściowych multimodalnych lub jawnego określania ról:

{
  "model": "grok-4.20-0309-reasoning",
  "input": [
    {
      "role": "user",
      "content": "Analyze this image and describe what you see."
    }
  ]
}

Format tablicowy daje Ci większą kontrolę, szczególnie przy dołączaniu obrazów lub określaniu różnych ról.

Parametr instructions

Aby nadać modelowi zachowanie systemowe, użyj instructions zamiast dodawać wiadomość systemową w input:

{
  "model": "grok-4.20-0309-reasoning",
  "instructions": "You are a French cuisine expert. Always respond including a chef's tip.",
  "input": "How do I make a successful béchamel?"
}

Pole instructions odpowiada system prompt w Chat Completions. Definiuje ogólne zachowanie modelu dla całej rozmowy.

Ćwiczenie praktyczne

Spróbuj zbudować prośbę, która:

  1. Używa modelu grok-4.20-0309-reasoning
  2. Definiuje instrukcje systemowe dla asystenta technicznego
  3. Zadaje pytanie dotyczące Pythona
curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.20-0309-reasoning",
    "instructions": "You are a senior Python developer. Give concise code examples.",
    "input": "How do I read a JSON file in Python?"
  }'

Kluczowe wnioski

  • POST /v1/responses to główny punkt końcowy – wymaga pól model i input
  • input akceptuje zwykły tekst lub strukturalną tablicę z rolami
  • instructions definiuje systemowe zachowanie modelu
  • Uwierzytelnianie odbywa się przez nagłówek Authorization: Bearer
  • OpenAI SDK jest kompatybilne z xAI po zmianie base_url