Rollen: System, Benutzer und Assistent
Auf dieser Seite
Das Rollensystem verstehen
Die Chat-Completions-API von Mistral strukturiert jeden Gesprächsverlauf um Rollen, die den Nachrichten zugewiesen werden. Jede an das Modell gesendete Nachricht muss eine Rolle enthalten, die ihre Funktion im Austausch definiert: Wer spricht und mit welcher Autorität. Dieser Mechanismus mag wie ein technisches Detail erscheinen, ist aber tatsächlich das Rückgrat jedes professionellen Prompts – er unterscheidet eine einfache Frage in einem Chat von einer sorgfältig aufgebauten Anwendung.
Mistral erkennt vier eindeutige Rollen, jede mit einer präzisen Funktion:
| Rolle | Beschreibung | Beispiel |
|---|---|---|
| system | Definiert die Persönlichkeit, das Verhalten und den allgemeinen Kontext des Modells | "Sie sind ein französischer Rechtsexperte, der sich auf Arbeitsrecht spezialisiert." |
| user | Enthält die Anfrage oder Anweisung des Benutzers | "Welche Pflichten hat der Arbeitgeber im Falle einer wirtschaftlichen Kündigung?" |
| assistant | Stellt die Antworten des Modells dar oder ermöglicht es Ihnen, den Anfang einer Antwort vorab zu füllen | "Hier sind die 5 wichtigsten Pflichten: 1. ..." |
| tool | Gibt das Ergebnis eines Funktionsaufrufs (Function Calling) zurück | JSON-Ergebnis einer Datenbankabfrage |
Die Systemrolle: Das Fundament Ihres Prompts
Die Nachricht mit der Rolle system steht an erster Stelle in der Nachrichtenliste und wirkt als permanente Direktive, die den gesamten Gesprächsverlauf beeinflusst. Stellen Sie sich dies als die Stellenbeschreibung vor, die Sie einem neuen Teammitglied vor dem ersten Arbeitstag übergeben würden: Sie definieren die erwartete Persönlichkeit (Ton, Grad der Formalität, Sprache), den bevorzugten Bereich der Expertise, die Regeln für das, was das Modell tun darf oder nicht tun darf, sowie das Standardformat für seine Antworten. Sobald diese Beschreibung verfasst ist, passt sich jeder nachfolgende Austausch innerhalb dieses Rahmens an, ohne dass Sie ihn wiederholen müssen.
messages = [
{
"role": "system",
"content": """Sie sind ein leitender technischer Autor, der sich auf API-Dokumentation spezialisiert hat.
Regeln:
- Verwenden Sie präzises technisches Englisch
- Fügen Sie Python-Codebeispiele immer hinzu
- Strukturieren Sie Ihre Antworten mit Überschriften und Listen
- Überschreiten Sie pro Antwort niemals 500 Wörter"""
},
{
"role": "user",
"content": "Erklären Sie, wie man HTTP-Fehler in einer REST-API behandelt."
}
]
Beachten Sie einen wichtigen Punkt für Ihre zukünftigen Anwendungen: Der Systemprompt wird vom Entwickler verwaltet, nicht vom Endbenutzer. Der Benutzer Ihrer Anwendung sieht ihn nie, aber alle seine Interaktionen finden innerhalb des von Ihnen dort etablierten Rahmens statt. Dies macht ihn zu Ihrem mächtigsten Steuerungselement.
Die Benutzerrolle: Die konkrete Anfrage
Die Nachricht mit der Rolle user enthält die spezifische Anfrage. Dies ist die intuitivste Rolle: Sie repräsentiert, was der Mensch dem Modell sagt, und jede neue Frage oder Anweisung des Benutzers wird zu einer Nachricht mit der Rolle user. Ihre offensichtliche Einfachheit sollte Sie nicht dazu verleiten, bewährte Praktiken zu vergessen: Seien Sie in Ihrer Anfrage präzise, geben Sie das gewünschte Format an, wenn es sich von dem im Systemprompt definierten unterscheidet, und stellen Sie die Daten bereit, die das Modell benötigt – direkt in der Nachricht, z. B. einen Text zur Zusammenfassung oder Zahlen zur Analyse. Das Modell kann nicht abrufen, was Sie ihm nicht geben.
Die Assistentenrolle: Die Steuerung der Antwort
Die Rolle assistant ist die subtilste der drei, da sie zwei unterschiedliche Verwendungszwecke hat. Der erste ist die Gesprächsgeschichte: In einem mehrstufigen Austausch werden die vorherigen Antworten des Modells mit der Rolle assistant wieder eingefügt, um den Kontext aufrechtzuerhalten. So „erinnert” sich das Modell daran, was es gesagt hat:
messages = [
{"role": "user", "content": "Was ist die Hauptstadt Frankreichs?"},
{"role": "assistant", "content": "Die Hauptstadt Frankreichs ist Paris."},
{"role": "user", "content": "Und wie ist die Einwohnerzahl?"}
]
Ohne die Zwischenmitteilung des Assistenten würde sich das „ihre” in der letzten Frage auf nichts beziehen: Die API ist zustandslos, und Sie rekonstruieren den Speicher mit jedem Aufruf neu.
Der zweite Verwendungszweck ist das Vorabfüllen (Prefix): Sie können Ihre Nachrichtenliste mit einer assistant-Nachricht beenden, die den Anfang der erwarteten Antwort enthält. Das Modell wird von diesem Punkt aus fortfahren, als wären die ersten Worte bereits aus seinem Mund gekommen. Dies ist eine leistungsstarke Technik zur Steuerung des Ausgabeformats:
messages = [
{"role": "user", "content": "Listen Sie 3 Python-Frameworks für das Web auf."},
{"role": "assistant", "content": "```json\n[", "prefix": True}
]
Beachten Sie das Feld "prefix": True: Die API von Mistral erfordert dies für diese letzte assistant-Nachricht, um sie als Beginn einer Antwort zu behandeln.
Hier versteht das Modell, dass es JSON schreibt, und wird das eingeleitete Array vervollständigen, ohne Vorrede oder einleitenden Satz. Wo eine textliche Anweisung „Antworten Sie in JSON” ignoriert werden könnte, lässt ein bereits geschriebener Anfang der Antwort kaum noch Spielraum.
Die Tool-Rolle: Ergebnisse von Funktionen
Die Rolle tool kommt während des Function Calling zum Einsatz. Wenn das Modell entscheidet, eine externe Funktion aufzurufen – eine Websuche, eine API-Anfrage, eine Berechnung – wird das Ergebnis dieser Funktion als tool-Nachricht an das Modell zurückgesendet, das es dann in seine Antwort integriert. Diese Rolle ist fortgeschrittener und wird in speziellen Kursen behandelt; denken Sie nur daran, dass sie existiert und das Haupttrio ergänzt.
Aufbau eines vollständigen Gesprächsverlaufs
Lassen Sie uns nun alle diese Elemente zu einem realistischen Austausch zusammenfügen, bei dem der Systemprompt den Assistenten rahmt, die Geschichte den Faden aufrechterhält und die letzte Frage sich natürlich auf das vorherige aufbaut:
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "Sie sind ein französischer kulinarischer Assistent. Antworten Sie knapp."
},
{
"role": "user",
"content": "Wie mache ich eine klassische Vinaigrette?"
},
{
"role": "assistant",
"content": "Für eine klassische Vinaigrette mischen Sie 1 Esslöffel Senf, 3 Esslöffel Olivenöl und 1 Esslöffel Essig."
},
{
"role": "user",
"content": "Und wie für eine leichtere Version?"
}
]
)
Beobachten Sie die Architektur: System zuerst, gefolgt von einer Abwechselung von Benutzer/Assistent, die den Fluss des Gesprächs nachbildet. Diese Reihenfolge ist nicht dekorativ – sie ermöglicht es dem Modell, „eine leichtere Version” korrekt als eine Variante der Vinaigrette zu interpretieren, die es gerade besprochen hat.
Kernaussagen
- Die Rolle system rahmt das allgemeine Verhalten des Modells ein – sie ist Ihr mächtigstes Steuerungselement
- Die Rolle user trägt die konkrete Anfrage des Benutzers
- Die Rolle assistant dient sowohl als Geschichte als auch als Leitfaden für das Ausgabeformat
- Die Rolle tool verarbeitet die Ergebnisse von Funktionsaufrufen
- Die Reihenfolge der Nachrichten ist entscheidend: System zuerst, gefolgt von einer Abwechselung von Benutzer/Assistent