Skip to main contentSkip to footer
EsempioscriptintermediateEseguibileschema-validation

Sistema di Ticket

Esempio rieseguibile intermediate di tipo script che usa instructor, openai.

Fatti chiave

Livello
intermediate
Runtime
Python • API OpenAI
Pattern
Flusso ispezionabile con confini di sistema visibili
Interazione
Sandbox live • Script
Aggiornato
14 marzo 2026

Naviga questo esempio

Vista rapida del flusso

Come questo esempio si muove tra input, esecuzione e risultato rivedibile
Sistema di Ticket -> Validate structured output -> Richiesta utente -> Esecuzione del sistema -> Output verificabile -> Initialize OpenAI client

Trigger

Sistema di Ticket

Runtime

Validate structured output

Esito

Richiesta utente

Perché esiste questa pagina

Questo esempio è mostrato sia come codice sorgente reale che come pattern di interazione orientato al prodotto, così i discenti possono collegare implementazione, UX e dottrina senza lasciare la libreria.

Flusso visivoCodice realeSandbox o walkthroughAccesso MCP
Come dovrebbe essere usato questo esempio nella piattaforma?

Usa prima la sandbox per comprendere il pattern di esperienza, poi ispeziona il sorgente per vedere come il confine del prodotto, il confine del modello e il confine della dottrina sono effettivamente implementati.

UX pattern: Flusso ispezionabile con confini di sistema visibili
Riferimenti sorgente
Voce di libreria
models-openai-04-structured-output-instructor-04-ticket-system
Percorso sorgente
content/example-library/sources/models/openai/04-structured-output/Instructor/04-ticket-system.py
Librerie
instructor, openai, pydantic
Requisiti di runtime
OPENAI_API_KEY
Principi correlati

04-ticket-system.py

python
import instructor
from pydantic import BaseModel, Field
from openai import OpenAI
from enum import Enum


# --------------------------------------------------------------
# Ticket System Example with Structured Output
# --------------------------------------------------------------

# Patch the OpenAI client
client = instructor.from_openai(OpenAI())


class TicketCategory(str, Enum):
    """Enumeration of categories for incoming tickets."""

    GENERAL = "general"
    ORDER = "order"
    BILLING = "billing"


class CustomerSentiment(str, Enum):
    """Enumeration of customer sentiment labels."""

    NEGATIVE = "negative"
    NEUTRAL = "neutral"
    POSITIVE = "positive"


class Ticket(BaseModel):
    reply: str = Field(description="Your reply that we send to the customer.")
    category: TicketCategory
    confidence: float = Field(ge=0, le=1)
    sentiment: CustomerSentiment


def process_ticket(customer_message: str) -> Ticket:
    reply = client.chat.completions.create(
        model="gpt-3.5-turbo",
        response_model=Ticket,
        max_retries=3,
        messages=[
            {
                "role": "system",
                "content": "Analyze the incoming customer message and predict the values for the ticket.",
            },
            {"role": "user", "content": customer_message},
        ],
    )

    return reply


# --------------------------------------------------------------
# Billing Issue Example
# --------------------------------------------------------------

ticket = process_ticket("Hi there, I have a question about my bill. Can you help me?")
assert ticket.category == TicketCategory.BILLING

ticket.reply
ticket.category
ticket.confidence
ticket.sentiment

# --------------------------------------------------------------
# Order-Related Example
# --------------------------------------------------------------

ticket = process_ticket("I would like to place an order.")
assert ticket.category == TicketCategory.ORDER
Cosa dovrebbe ispezionare il discente nel codice?

Cerca il punto esatto in cui lo scope del sistema è delimitato: definizioni di schema, impostazione del prompt, configurazione di runtime e il punto di chiamata che trasforma l'intenzione dell'utente in un'azione concreta del modello o del workflow.

Cerca i contratti di output e la validazione
Cerca la chiamata di esecuzione esatta
Cerca cosa il prodotto potrebbe esporre all'utente
Come si relaziona la sandbox al sorgente?

La sandbox dovrebbe rendere leggibile l'UX: cosa vede l'utente, cosa sta decidendo il sistema e come il risultato diventa revisionabile. Il sorgente mostra poi come quel comportamento è effettivamente implementato.

Leggi il riepilogo dell'implementazione.
Esplora gli stati utente e di sistema.
Ispeziona il codice sorgente tenendo a mente le decisioni dottrinali evidenziate.
SandboxFlusso ispezionabile con confini di sistema visibili
Guida all'interazione

Usa la sandbox per esplorare l'esperienza visibile all'utente, il lavoro del sistema e la scelta dottrinale che l'esempio sta facendo.

Spiegazione UX

La sandbox spiega cosa dovrebbe vedere l'utente, cosa sta facendo il sistema e dove il controllo o l'ispezionabilità devono rimanere espliciti.

Spiegazione AI Design

La pagina trasforma il codice sorgente in un pattern orientato al prodotto: cosa può decidere il modello, cosa dovrebbe esporre il prodotto e dove il codice deterministico o la revisione devono subentrare.

Guida all'interazione

  1. 1Leggi il riepilogo dell'implementazione.
  2. 2Esplora gli stati utente e di sistema.
  3. 3Ispeziona il codice sorgente tenendo a mente le decisioni dottrinali evidenziate.

Natural-language input

Pydantic schemaStructured parse

Schema contract

  • `task: str`
  • `completed: bool`
  • `priority: int`

Parsed result

The parsed object appears here once the schema-bound extraction runs.

What validation changes

    Usato in corsi e percorsi

    Questo esempio attualmente è indipendente nella libreria, ma si connette comunque al sistema dei principi e alla famiglia di esempi più ampia.

    Principi correlati

      Runtime architecture

      Usa questo esempio nei tuoi agenti

      Questo esempio è disponibile anche tramite il layer agent-ready del blueprint. Usa la pagina Per agenti per recuperare MCP pubblico, export deterministici e setup per Claude o Cursor.

      Definisci trigger, contesto e confini prima di aumentare l'autonomia
      Rendi espliciti controllo, osservabilita e recovery nel runtime
      Scegli i pattern operativi giusti prima di delegare ai workflow