Padroneggiare i parametri di risposta

Lavorare con la Responses API di OpenAI

James Chapman

AI Curriculum Manager, DataCamp

Selezione del modello

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

¹ https://platform.openai.com/docs/models

Selezione del modello

response = client.responses.create(
    model="gpt-5.4-mini",
    input="What is recursion?",
)

Regola pratica: usa il modello più economico che soddisfa gli altri requisiti

Modello	Velocità	Costo	Ideale per
gpt-5.4-mini	Veloce	Basso	Compiti semplici, Q&A
gpt-5.5	Moderata	Più alto	Ragionamento complesso

¹ https://platform.openai.com/docs/models

LLM e token

Token: unità di testo che aiutano l'AI a capire e interpretare il testo

La frase: "How can the OpenAI API deliver business value?" con ogni token evidenziato con un colore diverso.

¹ https://platform.openai.com/tokenizer

LLM e token

LLM non di ragionamento: genera i token con la probabilità più alta di seguire il prompt

Output senza ragionamento

LLM e token

Output con ragionamento

Sforzo di ragionamento

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",

    reasoning={"effort": "none"}

)

Sforzo di ragionamento

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"}
)

Sforzo	Ideale per
none	Attività banali o meccaniche.
low	Compiti semplici con priorità a velocità e costo.
medium	Predefinito: equilibrio tra ragionamento ed efficienza.
high	Compiti complessi, multistep o con molta logica.
xhigh	I compiti più difficili al limite del possibile.

Riepiloghi del ragionamento

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={
        "effort": "medium",

        "summary": "auto"

    }
)

Limitare i token di output

response = client.responses.create(
    model="gpt-5.4-mini",
    input="Explain LLMs to a 6yr old.",
    reasoning={"effort": "none"},

    max_output_tokens=500

)

max_output_tokens include anche i token di ragionamento

Riepilogo

Compiti semplici → parti da modelli piccoli, senza ragionamento e pochi token
Compiti complessi → parti da modelli medi con ragionamento, poi ottimizza

Collegamento ai parametri

Passiamo alla pratica !

Lavorare con la Responses API di OpenAI