Come configurare Astra in Codex senza sprecare la quota di utilizzo
Neaptide · 20 settembre 2026 · 11 min di lettura
Scegli il livello di ragionamento di Astra, rivedi le istruzioni e assegna compiti chiari a Codex. Prompt di esempio, contesto e controllo dei consumi.
In questo articolo
Chiedi a Codex di sistemare un modulo di contatto. Esamina buona parte del progetto, esegue controlli, propone altri miglioramenti e poi domanda se deve continuare. Il modulo non è ancora pronto, ma hai già consumato una parte della quota.
Prima di cambiare modello, controlla le istruzioni. Regole obsolete, una richiesta troppo ampia o criteri di completamento poco chiari possono spiegare il problema. Anche un modello più capace ha bisogno di un incarico preciso.
Parti da tre modifiche: adegua lo sforzo di ragionamento al compito, elimina i passaggi obbligatori che non servono a quel lavoro e descrivi un risultato verificabile. Poi confronta consumi e correzioni necessarie sui tuoi progetti.
Questo articolo prende spunto dall’analisi di GPT-6 Astra pubblicata da Edvard Grishin sul suo canale dedicato all’IA e all’automazione aziendale. Il video è in russo. Abbiamo selezionato alcune questioni pratiche e verificato i dettagli tecnici nella documentazione di OpenAI. Gli esempi sono didattici: non descrivono risultati ottenuti per clienti di Neaptide.
Distingui il modello dall’ambiente in cui lavora
Astra è il modello. Codex è l’ambiente che gli fornisce accesso a file e strumenti. La possibilità di aprire un sito, modificare un progetto o eseguire una verifica dipende dall’ambiente, dalle impostazioni e dai permessi.
Un consiglio relativo all’API, quindi, non corrisponde necessariamente a un’impostazione dell’app. Anche la finestra di contesto dichiarata per il modello non indica quanta capacità sia disponibile nella sessione attuale.
Se sei all’inizio, consulta la guida introduttiva a Codex. La nostra panoramica di GPT-6 Astra tratta funzionalità e benchmark pubblicati. Qui ci concentriamo sul lavoro quotidiano.
Scegli lo sforzo di ragionamento in base al compito
L’API di Astra supporta cinque valori per `reasoning.effort`: `low`, `medium`, `high`, `xhigh` e `max`. L’impostazione regola lo sforzo dedicato al ragionamento. I controlli disponibili possono variare da un’interfaccia all’altra. Fonte: scheda del modello OpenAI.
Non serve selezionare il massimo per ogni richiesta. Inizia con compiti familiari di cui sai valutare il risultato. La tabella suggerisce punti di partenza per un confronto, non garantisce la qualità.
| Compito | Impostazione da provare | Cosa verificare |
|---|---|---|
| Correggere un refuso o sostituire un testo approvato | Low | Sono stati modificati tutti i punti previsti e l’impaginazione è rimasta corretta |
| Aggiungere un campo a un modulo esistente | Low o Medium | Validazione, invio e salvataggio funzionano |
| Trovare la causa di un errore intermittente | Medium, poi High se necessario | La causa è riproducibile e la correzione è stata verificata |
| Pianificare una migrazione di dati | Includere High nel confronto | Il piano considera perdita di dati, compatibilità e ripristino; viene verificato da uno specialista |
Low non è sempre più conveniente a lavoro finito. Se il primo risultato richiede tre giri di correzioni, il risparmio iniziale può scomparire. Uno sforzo maggiore non elimina neppure la necessità di verificare: ragionare più a lungo non dimostra che la soluzione sia corretta.
Confronta il costo di un compito completato e accettato. Considera attesa, consumo e tempo dedicato personalmente: quante volte hai dovuto rispiegare la richiesta, trovare errori o chiedere modifiche?
Per gli sviluppatori, l’API Responses di Astra consente di cambiare lo sforzo tra una risposta e l’altra con `configuration_update`, mantenendo il prefisso originale per la cache. Esistono restrizioni, tra cui il supporto nella sola modalità standard con un unico agente. Questo non descrive automaticamente il comportamento di ogni selettore presente nelle app. Documentazione sulla modifica dello sforzo di ragionamento.
Controlla se le vecchie regole impongono lavoro inutile
Nel progetto potrebbero essersi accumulate istruzioni come «leggi tutta l’architettura prima di ogni modifica» oppure «esegui tutti i controlli dopo qualsiasi cambiamento». Forse erano utili. Ora impongono lo stesso lavoro per una nuova integrazione e per la sostituzione di un titolo.
OpenAI raccomanda di rivedere le istruzioni in `AGENTS.md` e nei file delle competenze usate con Astra: il modello è sensibile al loro contenuto. Regole contraddittorie possono provocare interruzioni e richieste di conferma superflue. Indicazioni di OpenAI per Astra.
Una regola utile spiega quando e perché serve un’azione.
| Regola troppo generica | Regola più precisa per un progetto di esempio |
|---|---|
| Leggi tutta la documentazione prima di ogni modifica | Prima di cambiare il modulo, leggi la documentazione dei campi e dell’invio |
| Chiedi sempre il permesso prima del passo successivo | Esegui modifiche e verifiche locali in autonomia; chiedi separatamente l’autorizzazione alla pubblicazione |
| Esegui tutti i test dopo ogni cambiamento | Quando modifichi il calcolo dei prezzi, verifica calcolo e acquisto; prima del rilascio esegui i controlli obbligatori del progetto |
Non eliminare i requisiti di test pensando che il nuovo modello «controlli già tutto». Conserva le verifiche obbligatorie e le restrizioni di accesso. Rivedi le regole che impongono la stessa quantità di lavoro a prescindere dal compito.
Puoi chiedere una revisione in questo modo:
Esamina le istruzioni attuali del progetto e le competenze utilizzate.
Individua ripetizioni, contraddizioni e requisiti che causano
lavoro inutile nei compiti piccoli.
Per ogni osservazione indica il file, la regola specifica,
un esempio del problema e una formulazione alternativa.
Conserva i requisiti di sicurezza, gestione dei dati e verifiche obbligatorie.
Mostra prima le proposte, senza modificare le regole.C’è anche una ragione tecnica per mantenere le istruzioni concise. Codex le raccoglie da più file, con un limite complessivo predefinito di 32 KiB. Se le regole sono numerose, controlla quali siano state effettivamente caricate. Come Codex legge AGENTS.md.
Definisci quando il lavoro può dirsi concluso
«Rendi il modulo più comodo» lascia aperte troppe decisioni. L’agente potrebbe modificarne l’aspetto quando il vero problema è che le richieste non arrivano al reparto commerciale.
Per chi gestisce un’attività è più utile descrivere il percorso del cliente e un risultato osservabile. Per esempio:
Aggiungi un campo facoltativo «Azienda» al modulo della pagina del servizio.
Il valore deve comparire nell’email inviata al reparto commerciale.
Il lavoro è concluso quando:
1. Il modulo viene inviato sia con il campo compilato sia con il campo vuoto.
2. L’email di prova contiene il nome dell’azienda inserito.
3. Il campo e il pulsante rientrano nella larghezza di uno schermo mobile.
4. I campi obbligatori esistenti vengono validati come prima.
Esegui modifiche e controlli locali in autonomia.
Usa dati di prova. Non pubblicare modifiche e non inviare email a clienti reali.
Mostra il risultato e indica cosa hai verificato e cosa non hai potuto verificare.Non devi specificare in anticipo quale codice scrivere. Lo scopo e i criteri di accettazione sono chiari. Se il servizio email non è accessibile, l’agente deve segnalarlo. Controllare l’aspetto del modulo non dimostra che il messaggio sia stato consegnato.
Salva questa struttura come modello: compito, comportamento atteso, vincoli, controlli e risultato da consegnare. Completa i dettagli per ogni incarico.
Aumenta il contesto solo quando serve davvero
Il contesto è l’insieme delle informazioni usate dal modello in una richiesta: conversazione, istruzioni, documenti e risultati degli strumenti. Una finestra ampia aiuta quando occorre confrontare molto materiale. Non rende utili i file irrilevanti.
La scheda ufficiale di Astra indica una finestra di 1.050.000 token. Nell’API, le richieste con più di 272.000 token in ingresso hanno tariffe maggiori: quelle di input e cache sono moltiplicate per 2, quelle di output per 1,5, per l’intera richiesta. Sono condizioni dell’API, non una formula per calcolare il consumo dell’abbonamento. Specifiche e condizioni tariffarie di Astra.
Prima di aumentare il contesto, seleziona i materiali. Per modificare un modulo servono il codice, le regole di validazione e il funzionamento dell’invio. Vecchie offerte commerciali e l’intero archivio di appunti del progetto probabilmente non aiutano.
Per attività distribuite su più giorni, mantieni un breve documento di lavoro: decisioni, file modificati, controlli eseguiti e compiti ancora aperti. Quando inizi una nuova sessione, aggiungi i file sorgente aggiornati. Un riepilogo non sostituisce i documenti su cui si fondano le conclusioni.
Usa i sottoagenti quando il lavoro si può dividere
Un sottoagente è un assistente separato a cui l’agente principale affida parte del lavoro. Durante una verifica del sito, uno può esaminare il modulo, un altro la ricerca nel catalogo e un terzo il menu mobile. Ognuno restituisce osservazioni e passaggi per riprodurre i problemi.
OpenAI consiglia di valutare l’indipendenza dei compiti e di prestare attenzione alle modifiche simultanee dei file, che possono entrare in conflitto. Ogni agente consuma inoltre token per il proprio lavoro. Aumentarne il numero non garantisce risparmi. Documentazione sui sottoagenti.
Per una piccola correzione è difficile giustificare diversi assistenti. Per una verifica ampia, assegna a ciascuno un ambito e un risultato atteso. Invece di «controlla il sito», chiedi «verifica questi tre casi di invio del modulo, elenca gli errori e i passaggi per riprodurli; non modificare il codice».
Dopo aver riunito i risultati, verifica il percorso completo. Tre controlli parziali superati non dimostrano che tutto funzioni insieme.
Misura il consumo con i dati disponibili
Il video propone di esprimere il budget a parole. L’istruzione può indicare una preferenza, ma «fermati quando rimane il 25%» non costituisce un limite garantito. L’agente deve avere dati aggiornati sui consumi e un modo per interrompersi in tempo.
Il consumo in Codex dipende dal modello, dalla difficoltà, dal contesto, dagli strumenti e dalla cache. OpenAI precisa che la lunghezza del messaggio, da sola, non permette una stima affidabile. Consulta l’interfaccia di utilizzo per conoscere quota residua e scadenze di ripristino. Come funzionano i limiti di Codex.
Tieni un registro semplice per alcuni compiti abituali:
| Compito | Modello e sforzo | Consumo indicato dai dati disponibili | Correzioni | Risultato accettato |
|---|---|---|---|---|
| Sostituzione di testo | … | … | … | Sì / no |
| Modifica di un modulo | … | … | … | Sì / no |
| Ricerca di un errore | … | … | … | Sì / no |
È un modello di registrazione, non una misurazione pubblicata da Neaptide. Se altri compiti sono attivi in parallelo, non puoi attribuire l’intera diminuzione della quota a uno solo. Nell’API salva le statistiche per richiesta. Con un abbonamento usa il dettaglio disponibile e annotane i limiti.
Cambia un’impostazione alla volta. Se accorci le regole, cambi modello e aggiungi assistenti insieme, non saprai quale modifica abbia influito sul risultato.
Trasforma le operazioni ripetitive in automazioni
Immagina di ricevere ogni settimana un file di richieste clienti, uniformare i nomi delle colonne e preparare un riepilogo. La prima volta l’agente può aiutarti a capire il formato e scrivere l’elaborazione. Se le regole rimangono stabili, le esecuzioni successive possono usare quello script.
Stabilisci cosa deve accadere in presenza di una nuova colonna, di un file vuoto o di una data non valida. Conserva l’originale e prevedi una segnalazione degli errori. Altrimenti l’automazione rischia di produrre report sbagliati più velocemente.
Il processo non diventa gratuito: rimangono i costi di esecuzione, dei servizi esterni e della manutenzione. Viene però meno la necessità di chiedere al modello di progettare ogni settimana la stessa elaborazione. L’agente tornerà utile quando cambieranno dati o requisiti.
Parti da un compito che conosci
Scegli un’attività svolta di recente, come modificare un modulo o aggiornare una pagina di servizio. Scrivi i criteri di accettazione, controlla le istruzioni pertinenti e seleziona un livello iniziale di sforzo. Valuta il risultato concreto, oltre alla spiegazione dell’agente.
Se il risultato è corretto, confrontalo con un compito simile svolto con un’altra impostazione. Se non lo è, cerca prima la causa. Un accesso mancante, una regola contraddittoria e un ragionamento insufficiente richiedono soluzioni diverse. Portare tutto al massimo non risolve ogni problema.
- Analisi di GPT-6 Astra di Edvard Grishin: oltre 35 funzioni e confronto fra Codex e Claude Code
- Canale di Edvard Grishin sull’IA e l’automazione aziendale
- OpenAI: GPT-6 Astra
- OpenAI: Model guidance
- OpenAI: Reasoning models
- OpenAI: AGENTS.md
- OpenAI: Subagents
- OpenAI: Pricing
Informazioni tecniche verificate il 20 settembre 2026. Le impostazioni disponibili e le condizioni di utilizzo possono cambiare.