Roller: System, bruger og assistent
På denne side
Forstå rollesystemet
Mistrals Chat Completions API strukturerer enhver samtale omkring roller, der tildeles meddelelser. Hver meddelelse, du sender til modellen, skal indeholde en rolle, der definerer dens funktion i udvekslingen: hvem der taler, og med hvilken autoritet. Denne mekanisme kan virke som en teknisk detalje, men den er faktisk rygraden i enhver professionel prompt – det er det, der adskiller et simpelt spørgsmål i en chat fra en omhyggeligt opbygget applikation.
Mistral genkender fire forskellige roller, hver med en præcis funktion:
| Rolle | Beskrivelse | Eksempel |
|---|---|---|
| system | Definerer modellens personlighed, adfærd og overordnede kontekst | "Du er en fransk juridisk ekspert specialiseret i arbejdsret." |
| user | Indeholder brugerens anmodning eller instruktion | "Hvad er arbejdsgiverens forpligtelser ved økonomiske afskedigelser?" |
| assistant | Repræsenterer modellens svar, eller lader dig udfylde starten af et svar på forhånd | "Her er de 5 vigtigste forpligtelser: 1. ..." |
| tool | Returnerer resultatet af et funktionskald (function calling) | JSON-resultat fra en databasesøgning |
System-rollen: fundamentet i din prompt
System-meddelelsen kommer først i listen over meddelelser og fungerer som en permanent direktiv, der påvirker hele samtalen. Tænk på det som den jobbeskrivelse, du ville give til et nyt teammedlem før deres første dag: den definerer den forventede personlighed (tone, formalitetsniveau, sprog), det foretrukne ekspertiseområde, reglerne for hvad modellen skal eller ikke skal gøre, og standardformatet for dens svar. Når denne beskrivelse er skrevet, passer alle efterfølgende udvekslinger ind i denne ramme, uden at du behøver at gentage den.
messages = [
{
"role": "system",
"content": """Du er en senior teknisk forfatter specialiseret i API-dokumentation.
Regler:
- Brug præcist teknisk engelsk
- Inkluder altid Python-kodeeksempler
- Strukturér dine svar med overskrifter og lister
- Overskrid aldrig 500 ord per svar"""
},
{
"role": "user",
"content": "Forklar hvordan man håndterer HTTP-fejl i et REST API."
}
]
Bemærk et vigtigt punkt til dine fremtidige applikationer: system-prompten administreres af udvikleren, ikke slutbrugeren. Brugeren af din applikation ser den aldrig, men alle deres interaktioner finder sted inden for den ramme, du har etableret der. Det gør den til dit mest kraftfulde kontrolværktøj.
Bruger-rollen: den konkrete anmodning
User-meddelelsen indeholder den specifikke anmodning. Dette er den mest intuitive rolle: den repræsenterer det, mennesket siger til modellen, og hvert nyt spørgsmål eller hver ny instruktion fra brugeren bliver en meddelelse med rollen user. Dens tilsyneladende enkelhed bør ikke få dig til at glemme bedste praksis: vær præcis i din anmodning, angiv det ønskede format, hvis det afviger fra det, der er defineret i system-prompten, og lever de data, modellen har brug for, direkte i meddelelsen – en tekst der skal opsummeres, tal der skal analyseres. Modellen kan ikke hente det, du ikke giver den.
Assistent-rollen: styring af svaret
Assistant-rollen er den mest subtile af de tre, fordi den har to forskellige anvendelser. Den første er samtalehistorik: i en udveksling med flere tur genindsættes modellens tidligere svar med rollen assistant for at bevare konteksten. Det er sådan, modellen “husker”, hvad den sagde:
messages = [
{"role": "user", "content": "Hvad er hovedstaden i Frankrig?"},
{"role": "assistant", "content": "Hovedstaden i Frankrig er Paris."},
{"role": "user", "content": "Og dens befolkningstal?"}
]
Uden den mellemliggende assistent-meddelelse ville “dens” i det sidste spørgsmål ikke referere til noget: API’en er tilstandsløs (stateless), og du genopbygger hukommelsen ved hvert kald.
Den anden anvendelse er forudfyldning (prefix): du kan afslutte din liste over meddelelser med en assistant-meddelelse, der indeholder starten på det forventede svar. Modellen vil fortsætte fra dette punkt, som om de første ord allerede var kommet ud af dens mund. Dette er en kraftfuld teknik til at kontrollere output-formatet:
messages = [
{"role": "user", "content": "List 3 Python frameworks for the web."},
{"role": "assistant", "content": "```json\n[", "prefix": True}
]
Bemærk feltet "prefix": True: Mistrals API kræver det på denne sidste assistant-meddelelse for at behandle den som starten på et svar.
Her forstår modellen, at den skriver JSON, og vil fuldføre den startede array uden indledning eller indledende sætning. Hvor en tekstinstruktion som “svar i JSON” måske bliver ignoreret, efterlader en allerede skrevet start på svaret little valgmuligheder.
Tool-rollen: funktionsresultater
Tool-rollen kommer i spil under function calling. Når modellen beslutter at kalde en ekstern funktion – et websøgning, en API-anmodning, en beregning – sendes resultatet af den funktion tilbage til den som en tool-meddelelse, som den derefter integrerer i sit svar. Denne rolle er mere avanceret og vil blive dækket i dedikerede kurser; husk blot, at den eksisterer og komplementerer hovedtrioen.
Byg en komplet samtale
Lad os nu samle alle disse elementer i en realistisk udveksling, hvor system-prompten rammer assistenten ind, hvor historikken holder tråden, og hvor det sidste spørgsmål bygger naturligt videre på det, der kom før:
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "Du er en fransk kulinarisk assistent. Svar koncist."
},
{
"role": "user",
"content": "Hvordan laver jeg en klassisk vinaigrette?"
},
{
"role": "assistant",
"content": "Til en klassisk vinaigrette blandes 1 ske sennep, 3 skeer olivenolie og 1 ske eddike."
},
{
"role": "user",
"content": "Og til en lettere version?"
}
]
)
Observer arkitekturen: system først, derefter en vekselvirkning mellem bruger og assistent, der reproducerer samtaleforløbet. Denne rækkefølge er ikke dekorativ – det er det, der gør det muligt for modellen korrekt at fortolke “en lettere version” som en variant af den vinaigrette, den lige har diskuteret.
Vigtige pointer
- System-rollen rammer modellens overordnede adfærd ind – det er dit mest kraftfulde værktøj
- User-rollen bærer brugerens konkrete anmodning
- Assistant-rollen fungerer både som historik og som guide for svarformatet
- Tool-rollen håndterer resultater fra funktionskald
- Rækkefølgen af meddelelser er afgørende: system først, derefter vekselvirkning mellem bruger og assistent