systemPrompt System prompt (istruzioni base) | string (multiline) | no | — Sei un assistente che risponde sempre in italiano formale. | Comportamento base del LLM. Vuoto = nessun system prompt (modello in "default mode"). Usato per impostare tono, lingua, formato output, vincoli ("rispondi solo con JSON" etc). |
prompt Prompt utente | string (multiline) | si | — Riassumi questa email in 3 frasi:
{{$node.ImapTrigger.json.body}} | Il messaggio principale che il LLM riceve. Supporta {{espressioni}} per iniettare output di nodi precedenti, {{secrets.X}} per credenziali, {{vars.X}} per variabili. |
provider Provider LLM | enumliaraanthropicopenaimistralgroqopenrouterdeepseekxai
| no | liara | liara (default) = Qwen3 32B self-hosted ZeliAI, GRATIS sul tuo piano. Gli altri richiedono BYOK API key configurata in Settings → AI Providers e sono a tuo carico. |
model Modello (opzionale) | string | no | — claude-sonnet-4-6 / gpt-4o-mini / lascia vuoto per default provider | Vuoto = usa il default del provider (Liara: qwen3-32b, Anthropic: claude-sonnet-4-6, OpenAI: gpt-4o-mini). Per modelli specifici, inserisci l\'id esatto del provider. |
temperature Temperature (creatività) | number | no | 0.7 | 0 = output deterministico (stesso input → stesso output, ideale per estrazione/classificazione). 0.7 = bilanciato (default, ok per riassunti). 1.5+ = molto creativo (brainstorming, riformulazione). |
maxTokens Max tokens output | number | no | 2048 | Lunghezza massima della risposta in token (~3-4 char per token IT/EN). 2048 = ~6000 char, sufficiente per un\'email lunga o un\'estrazione JSON di 30 campi. Aumenta a 8192+ solo per output lunghi (report, analisi). |
responseFormat Formato risposta | enumtextjson
| no | text | text = stringa libera (default). json = forza il LLM a rispondere con JSON valido (parsato in output.jsonParsed automaticamente). Per json, suggerisci la struttura nel prompt: "Rispondi SOLO con {key1, key2, ...}". |
timeoutMs Timeout (ms) | number | no | 60000 | Massimo tempo di attesa risposta. 60000 = 1 min (default). LLM lunghi (reasoning + output >2k token) possono richiedere 90-180s — aumenta se vedi timeout. |