Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Mehrwert-Kontext: Speicherung und Verschlüsselung

Lektion 9 von 12 Aktualisiert am 30. Juli 2026 Fortgeschritten
Auf dieser Seite
  1. Das Problem des Kontexts zwischen Anfragen
  2. Methode 1: store_messages und previous_response_id
  3. Methode 2: use_encrypted_content
  4. Auswahl zwischen den beiden Methoden
  5. Kombination mit dem hybriden Workflow
  6. Kernaussagen

Das Problem des Kontexts zwischen Anfragen

In einem mehrstufigen Gespräch mit Werkzeugen wächst der Kontextvolumen schnell. Jeder Werkzeugaufruf fügt seine Ergebnisse in die Nachrichtenfolge ein, und die interne Schlussfolgerung des Modells muss zur Konsistenz erhalten bleiben. Zwei Mechanismen lösen dieses Problem: Remote-Speicherung und clientseitige Verschlüsselung.

Methode 1: store_messages und previous_response_id

Die Remote-Speicherung überträgt das Kontextmanagement an die xAI-Server. Sie aktivieren store_messages=True in Ihrer ersten Anfrage und verketten nachfolgende Anfragen mit previous_response_id:

# Erste Anfrage: Speicherung aktivieren
response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Analysieren Sie diesen Verkaufsdatensatz"}],
    tools=my_tools,
    store_messages=True
)

response_id = response.id  # ID speichern

# Nächste Anfrage: Nutzung des gespeicherten Kontexts
response2 = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Welche sind die drei meistverkauften Produkte?"}],
    previous_response_id=response_id,
    store_messages=True
)

Bei diesem Ansatz müssen Sie die vollständige Nachrichtenverlauf nicht erneut senden. Der xAI-Server behält den Kontext und fügt ihn automatisch bei. Dies reduziert die Anfragegröße und vereinfacht Ihren Code.

Vorteile

  • Leichtere Anfragen (kein erneutes Senden des gesamten Verlaufs)
  • Interne Modell-Schlussfolgerung wird automatisch erhalten
  • Kein komplexer Zustandsmanagement auf der Client-Seite

Einschränkungen

  • Nachrichten werden auf xAI-Servern gespeichert (Datenschutzaspekt)
  • Die response_id muss zwischen den Anfragen erhalten bleiben
  • Die Speicherung hat eine begrenzte Aufbewahrungsfrist

Methode 2: use_encrypted_content

Clientseitige Verschlüsselung bietet eine Alternative für Fälle, in denen Sie die Kontrolle über den Kontext behalten möchten, ohne Ihre Daten auf xAI-Servern zu speichern:

# Verschlüsselten Inhalt aktivieren
response = await client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Analysieren Sie diesen Vertrag"}],
    tools=my_tools,
    use_encrypted_content=True
)

# Schlussfolgerung und Werkzeugausgaben werden verschlüsselt zurückgegeben
# Sie fügen sie unverändert in nachfolgende Nachrichten ein
messages = [
    {"role": "user", "content": "Analysieren Sie diesen Vertrag"},
    response.choices[0].message,  # enthält verschlüsselten Inhalt
    {"role": "user", "content": "Welche sind die Kündigungsbedingungen?"}
]

response2 = await client.chat.completions.create(
    model="grok-4.5",
    messages=messages,
    use_encrypted_content=True
)

Mit use_encrypted_content=True werden interne Schlussfolgerungen und Werkzeugergebnisse in verschlüsselter Form zurückgegeben. Sie können sie nicht lesen, senden sie aber in nachfolgenden Anfragen erneut. Der Server entschlüsselt sie, um die Kontinuität der Schlussfolgerung aufrechtzuerhalten.

Vorteile

  • Kontext bleibt unter Ihrer Kontrolle (keine Remote-Speicherung)
  • Interne Schlussfolgerung bleibt erhalten, ohne im Klartext offengelegt zu werden
  • Kompatibel mit strengen Datenschutzrichtlinien

Einschränkungen

  • Anfragen sind größer (verschlüsselter Inhalt wird enthalten)
  • Sie müssen den Nachrichtenverlauf auf der Client-Seite verwalten

Auswahl zwischen den beiden Methoden

Die Wahl hängt von Ihrem Kontext ab:

  • store_messages: bevorzugt für Chat-Anwendungen, interaktive Assistenten und Fälle, in denen Einfachheit Vorrang hat. Der Kontext wird automatisch verwaltet.
  • use_encrypted_content: bevorzugt für sensible Anwendungen, Verarbeitung vertraulicher Dokumente und Fälle, in denen Daten Ihre Infrastruktur (außerhalb des API-Transits) nicht verlassen dürfen.

Kombination mit dem hybriden Workflow

Beide Methoden integrieren sich in das Schleifenmuster, das in der vorherigen Lektion gesehen wurde:

async def multi_turn_conversation(questions: list[str]) -> list[str]:
    responses = []
    previous_id = None

    for question in questions:
        kwargs = {
            "model": "grok-4.5",
            "messages": [{"role": "user", "content": question}],
            "tools": my_tools,
            "store_messages": True,
        }
        if previous_id:
            kwargs["previous_response_id"] = previous_id

        response = await client.chat.completions.create(**kwargs)
        previous_id = response.id
        responses.append(response.choices[0].message.content)

    return responses

Dieses Muster verketten Fragen, während es den vollständigen Gesprächskontext erhält, einschließlich Werkzeugergebnisse und der internen Schlussfolgerung des Modells.

Kernaussagen

  • store_messages=True + previous_response_id überträgt das Kontextmanagement an xAI
  • use_encrypted_content=True erhält Schlussfolgerungen ohne Remote-Speicherung
  • Die Wahl hängt von Ihren Datenschutz- und Einfachheitsanforderungen ab
  • Beide Methoden sind mit mehrstufigen Workflows und hybriden Werkzeugen kompatibel
  • previous_response_id eliminiert die Notwendigkeit, den vollständigen Nachrichtenverlauf erneut zu senden