Creare applicazioni di AI non è mai stato così semplice con la Responses API! Impara a istruire i modelli usando un’interfaccia intuitiva, le best practice per lavorare con i modelli di reasoning e come costruire conversazioni a botta e risposta con gli LLM.

La Responses API: la migliore alleata degli sviluppatori

La tua prima chiamata alla Responses API

Aggiungere le istruzioni al modello

Estrazione di informazioni dalla risposta

Padroneggiare i parametri della risposta

Sperimentare con modelli più potenti

Ragionare sul ragionamento

Collegare le conversazioni

Da un messaggio all'altro

Conversazione

Abilitare conversazioni in chat

Primi passi con la Responses API

Gli LLM sono potenti, ma lo diventano ancora di più quando introduci strumenti! Impara a integrare la ricerca sul web nei tuoi sistemi LLM senza chiavi o credenziali API aggiuntive. Scopri che gli strumenti possono essere… praticamente qualsiasi cosa! Crea strumenti che gli LLM possano chiamare per andare oltre le capacità di base del modello.

Response Items: i mattoni di base

Estrarre gli elementi dell'output e i loro contenuti

Usare gli Items per una gestione personalizzata

Ricerca web che funziona e basta

Combinare LLM e ricerca web

Aumentare la fiducia con le fonti degli LLM

Strumenti di chiamata di funzione: definire la funzione

Il workflow degli strumenti con chiamata di funzione

Definire una funzione per convertire i fusi orari

Strumenti con chiamata di funzione: il flusso completo

Creare la definizione dello strumento OpenAI

Integrare gli strumenti con Function Calling

Creare strumenti per gli LLM

Porta i tuoi sistemi LLM dal proof-of-concept alla produzione con tre paradigmi di progettazione chiave. Impara a generare output strutturati coerenti e affidabili, come JSON, usando gli LLM. Userai anche eventi semantici per trasmettere aggiornamenti ai tuoi utenti, creando esperienze interattive e piacevoli. Infine, passa al multi-modale e impara a combinare testo e immagini con i modelli GPT-5 di OpenAI.

Generare output strutturati

Output coerenti, ogni volta!

Annidare classi Pydantic

Streaming con eventi semantici

Eseguire lo streaming delle risposte di OpenAI

Streaming di eventi semantici

Streaming con Function Call

Flessibilità dell'input e multimodalità

Input basati su ruolo

Prompt con immagini da URL

Prompt con file immagine locali

Congratulazioni!

Pattern avanzati per la produzione

Creare applicazioni di AI non è mai stato così alla portata con la Responses API! In questo corso imparerai a istruire i modelli tramite un’interfaccia semplice, a seguire le best practice per i modelli di reasoning e a progettare conversazioni naturali a botta e risposta con gli LLM. Sbloccherai tutta la potenza degli LLM integrando strumenti — come la ricerca sul web senza chiavi o credenziali API aggiuntive — e costruendo i tuoi per estendere le capacità del modello oltre le sue conoscenze di base. Imparerai anche a portare le tue applicazioni dal prototipo alla produzione con tre paradigmi di progettazione chiave, a generare output strutturati affidabili come JSON, a trasmettere in streaming eventi semantici in tempo reale per esperienze interattive e, infine, a passare al multi-modale combinando testo e immagini con i modelli GPT-5 di OpenAI.

Working with the OpenAI API

Crea applicazioni AI intelligenti e affidabili facilmente con OpenAI Responses API e GPT-5.

Lavorare con la Responses API di OpenAI

Crea app di intelligenza artificiale intelligenti, interattive e affidabili in modo più facile che mai con l'API OpenAI Responses e GPT-5.

sys_prompt = "..."
latest_response_id = None 

while True:

user_input = input("You: ").strip()
if user_input.lower() == "exit":
    break

response = client.responses.create(
    model="gpt-5-mini",
    instructions=sys_prompt,
    input=user_input,
    previous_response_id=latest_response_id
)

print(f"\nAssistant: {response.output_text}\n")
latest_response_id = response.id

Abilitare conversazioni in chat

Lavorare con la Responses API di OpenAI

esercizio interattivo pratico