Come utilizzare GPT-6.1 Terra: configurazione API, sforzo di inferenza e chiamate agli strumenti
Il percorso più breve verso GPT-6.1 Terra è l'API Responses. Tuttavia, un'implementazione utile richiede più del semplice ID del modello. Dovrebbe definire il compito, selezionare il livello di ragionamento, fornire immagini con il livello di dettaglio appropriato, verificare l'output e limitare qualsiasi strumento che possa alterare lo stato esterno.
Questo tutorial utilizza le attuali convenzioni dell'API OpenAI e l'ID del modello gpt-6.1-terra. Si concentra sul flusso di lavoro di revisione visiva, poiché ciò corrisponde al posizionamento ufficiale di Terra.
Prima di iniziare
Hai bisogno di un progetto API OpenAI in grado di accedere a GPT-6.1 Terra, di una chiave API archiviata al di fuori del codice sorgente e dell'ultimo SDK OpenAI. Attualmente la pagina del modello mostra che il piano gratuito non supporta l'API, quindi verifica direttamente l'accesso nel tuo progetto, senza presumere che l'accesso al piano ChatGPT sia uguale a quello dell'API.
Installa l'SDK Python:
pip install --upgrade openai
Imposta `OPENAI_API_KEY` tramite la tua shell o il tuo gestore di chiavi. Non incollare chiavi di produzione in script, screenshot, repository o applicazioni client.
## Effettuare una richiesta di testo di base
```python
from openai import OpenAI
client = OpenAI()
= client.responses.create(
model="gpt-6.1-terra",
reasoning={"effort": "Medio"},
istruzioni=(
"Scrivere istruzioni di produzione concise. Distinguere le prove visibili"
"Derivare dal ragionamento e, quando il materiale fornito è insufficiente, spiegare la situazione."
),
input="Trasforma questa nota di commento in una chiara lista di cinque azioni: ..."
)
print(response.output_text)
OpenAI consiglia di utilizzare l'API Responses per richieste dirette al modello e modelli di ragionamento. Il valore instructions è valido per la richiesta corrente. Inserisci lì le linee guida di comportamento stabili e lascia che l'input dell'utente si concentri su compiti specifici.
Analisi dell'immagine
Terra accetta input di immagini e restituisce testo. Una richiesta di Risposte può contenere testo e URL di immagini:
# Questo script serve per dimostrare come estrarre l'audio da un video
from openai import OpenAI
client = OpenAI()
= client.responses.create( model="gpt-6.1-terra", reasoning={"effort": "Medio"}, input=[{ "role": "user", "content": [ { "type": "input_text", "testo": ( "Esamina l'immagine di questa campagna pubblicitaria. Segnala solo i problemi visibili." "Include cropping, text placement, contrast, and logo safety." "Per ciascun problema, indica l'area visibile e proponi una soluzione di riparazione." ), }, { "type": "input_image", "image_url": "https://example.com/asset.jpg", "detail": "Alto", }, ], }], )
print(response.output_text)
I formati immagine supportati includono PNG, JPEG, WEBP e GIF non animate. La guida visiva di OpenAI supporta anche URL di dati Base64. Le immagini consumano token, quindi utilizza una risoluzione e un livello di dettaglio adatti al compito. Per schermi densi o sensibili alle coordinate, se supportato, `original` potrebbe essere appropriato; per una revisione preliminare approssimativa, `low` potrebbe essere sufficiente. Prima di impostare la standardizzazione, verifica la tabella delle dimensioni specifica del modello attuale.
## Scegliere consapevolmente il livello di sforzo nel ragionamento
Terra supporta `none`, `low`, `medium`, `high`, `xhigh` e `max`; il valore predefinito è `medium`. Aumentare l'intensità di elaborazione può migliorare la qualità per compiti difficili, ma aumenta anche la latenza e l'uso di token.
Una scala di valutazione ragionevole è:
- `none`: estrazione o classificazione semplice, il ragionamento a più passaggi non apporta molto valore.
- `low`: revisione ordinaria, redazione o uso limitato degli strumenti.
- `medium`：prove miste, giudizio o lavoro a più passi; questo è il valore predefinito.
- `high`: Difficoltà visive, pianificazione o gestione complessa delle eccezioni.
- `xhigh` e `max`: utilizzare solo quando la valutazione mostra guadagni sostanziali per attività ad alto valore.
Quando la risposta fallisce, non aumentare automaticamente il livello di impegno. Controlla prima i suggerimenti, le prove, la qualità dell'immagine, i contratti di output e la logica di verifica.
## Richiesta di output strutturato
I sistemi di produzione non dovrebbero analizzare testo arbitrario quando è disponibile un pattern noto. Terra supporta output strutturati. Un pattern di controllo qualità visiva potrebbe richiedere un array di problemi contenente categoria, evidenza, gravità e raccomandazione.
La sintassi di supporto SDK esatta può variare, quindi segui le linee guida attuali per "output strutturato" relative alla lingua che stai utilizzando. Indipendentemente dalla sintassi, verifica l'oggetto restituito e definisci le azioni che l'applicazione deve eseguire quando mancano le prove necessarie. Una struttura JSON valida può comunque contenere osservazioni errate.
## Aggiungere strumenti tramite l'API di risposta
Gli strumenti dell'API Responses elencati da Terra includono ricerca web, ricerca file, generazione di immagini, interprete di codice, shell ospitata, uso del computer, MCP e altro. Esponi solo gli strumenti necessari per l'attività.
Per l'uso informatico, la tua applicazione deve eseguire o connettersi a un ambiente di esecuzione, eseguire le operazioni consentite, restituire screenshot e mantenere la sessione secondo necessità. Le linee guida sulla sicurezza di OpenAI raccomandano:
- Un browser isolato o una macchina virtuale.
- Elenco di autorizzazioni per siti web e operazioni.
- Evitare la comparsa di informazioni di credenziali nel testo della pagina o negli screenshot.
- È necessario ottenere l'approvazione dell'utente prima di acquisti, trasferimenti di dati, eliminazioni o altre operazioni importanti.
- Limiti di passaggi, tempo e costi.
- Verifica i risultati salvati, invece di fidarti del riepilogo del modello.
Il contenuto della pagina non è attendibile. La pagina web non può concedere nuovi permessi o ignorare le istruzioni dell'utente.
## Ciclo di revisione visiva affidabile
Un'implementazione robusta separa l'osservazione dall'azione:
1. Invia l'immagine e una serie ristretta di criteri di valutazione.
2. Richiedere che ogni scoperta abbia prove visibili.
3. Verifica la modalità di risposta.
4. Trasferire i risultati ad alta gravità o con basse evidenze al personale competente.
5. Se consentito, esponi solo gli strumenti di modifica o informatici necessari.
6. Cattura lo stato del risultato ed esegui il processo di verifica.
7. Salva il contenuto originale, le azioni proposte, le approvazioni, gli output e le decisioni del revisore.
Per il lavoro creativo, Terra può trasformare la revisione degli storyboard in un briefing strutturato per le modifiche. I creatori possono quindi applicare il briefing approvato in strumenti indipendenti per la creazione di immagini, animazioni o storie.
## Errori di implementazione comuni
### Invia direttamente il file video
Terra non elenca input video nativi. Estrai fotogrammi rappresentativi e, se necessario, fornisci trascrizioni o metadati delle riprese. Specifica chiaramente che l'analisi si basa su questi materiali.
### Consenti l'uso di strumenti in forma libera
Concedere al modello un ampio accesso al computer comporta rischi inutili. Limita strumenti, domini, operazioni e dati. Richiedi approvazione nei nodi che generano conseguenze.
### Considera l'output come base fattuale
I modelli visivi potrebbero trascurare piccoli dettagli o dedurre relazioni non supportate. In situazioni in cui gli errori hanno un impatto significativo, utilizzare casi di test noti e revisione manuale.
### Ignora il prezzo del contesto lungo
La finestra di contesto di Terra è di 1,05 milioni di token, ma i prompt che superano i 272.000 token di input verranno fatturati a una tariffa più alta. Recupera solo il materiale pertinente quando possibile.
## Domande frequenti
### Posso utilizzare la funzione di completamento chat di GPT-6.1 Terra?
La pagina del modello elenca Chat Completions come un endpoint, ma sottolinea che le chiamate agli strumenti richiedono l'API Responses. Per le nuove implementazioni di utilizzo degli strumenti, Responses è la scelta predefinita appropriata.
### Terra supporta il fine-tuning?
La pagina del modello attuale elenca il fine-tuning come non supportato. Utilizza istruzioni chiare, recupero, esempi, modelli e valutazioni, invece di pianificare attorno al fine-tuning.
### Come dovrei testare l'aggiornamento a capacità di ragionamento superiori?
Esegui lo stesso set di valutazione rappresentativo su due o più livelli di sforzo. Confronta i risultati accettati, la latenza, l'utilizzo dei token e le categorie di fallimento. Non giudicare basandoti solo su un esempio impressionante.
## Riepilogo dell'implementazione
Utilizzando `gpt-6.1-terra` tramite l'API Responses, si parte con uno sforzo moderato, fornendo al modello solo le prove e gli strumenti necessari, e verificando struttura e contenuto. La qualità del framework circostante — autorizzazioni, valutazione, verifica e registrazione — è importante quanto la scelta del modello.
