Roles y mensajes
En esta página
El núcleo del protocolo conversacional
La API de Chat Completions no acepta texto en bruto. Espera un array de mensajes estructurados, cada uno asignado a un rol específico. Este sistema de roles permite al modelo distinguir quién está hablando, cuál es el contexto y cómo debe responder. El mismo texto —«Responde siempre en JSON»— tiene un peso distinto según llegue como una instrucción del desarrollador o como una entrada del usuario. Dominar esta estructura es lo que separa un chatbot coherente de un sistema que se desvía del tema tras tres intercambios.
Los cuatro roles
La API de Mistral reconoce cuatro roles distintos, cada uno con una función precisa en la conversación.
El rol system
El mensaje de sistema define el comportamiento global del modelo. Colocado en primer lugar, se lee antes de que ocurra cualquier intercambio. Aquí es donde estableces el tono, las restricciones y el contexto de tu aplicación. Imagina un asistente diseñado para un bufete de abogados; el mensaje de sistema equivale a la nota informativa que entregarías a un nuevo asociado antes de su primer caso.
messages = [
{
"role": "system",
"content": "Eres un asistente legal especializado en derecho francés. "
"Responde con precisión y cita los artículos legales relevantes. "
"Si no estás seguro, indícalo explícitamente."
}
]
El desarrollador gestiona este mensaje, nunca el usuario final, y nunca aparece en la interfaz de tu aplicación.
El rol user
A continuación llega el mensaje del usuario humano: la pregunta, la instrucción o el texto a procesar. Esta es la única parte de la conversación que tus usuarios controlan directamente.
messages.append({
"role": "user",
"content": "¿Cuáles son los plazos de prescripción en derecho civil?"
})
El rol assistant
Este rol contiene las respuestas previas del modelo. Resulta esencial una vez que la conversación supera un único turno. Sin él, si un usuario pregunta «¿Y qué pasa con la deuda comercial?», obtendría una respuesta fuera de tema porque el modelo no sabría de qué se estaba hablando.
messages.append({
"role": "assistant",
"content": "En el derecho civil francés, el plazo de prescripción estándar es de 5 años..."
})
El rol tool
El último rol entra en juego durante la llamada a funciones. Cuando el modelo solicita la ejecución de una función externa —por ejemplo, consultar una API meteorológica—, ejecutas dicha función en tu lado y devuelves el resultado bajo este rol, haciendo referencia al ID de la llamada específica:
messages.append({
"role": "tool",
"content": '{"temperature": 22, "city": "Paris"}',
"tool_call_id": "call_abc123"
})
Estructura completa de un intercambio multi-turno
Veamos estos roles en acción durante una conversación real en la que el usuario refina su solicitud tras una respuesta inicial:
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
conversation = [
{
"role": "system",
"content": "Eres un chef francés. Propón recetas sencillas y sabrosas."
},
{
"role": "user",
"content": "Quiero hacer un postre con manzanas."
}
]
# Primer turno
response = client.chat.complete(
model="mistral-large-latest",
messages=conversation
)
assistant_reply = response.choices[0].message.content
print(assistant_reply)
# Añadir respuesta al historial
conversation.append({"role": "assistant", "content": assistant_reply})
# Segundo turno
conversation.append({
"role": "user",
"content": "¿Puedes adaptar esta receta para 8 personas?"
})
response = client.chat.complete(
model="mistral-large-latest",
messages=conversation
)
print(response.choices[0].message.content)
Fíjate en lo que hace realmente este código: en cada turno, envía de vuelta el historial completo. El modelo no tiene memoria persistente entre solicitudes. «Esta receta» solo tiene sentido porque la respuesta anterior sigue estando en el array. Tú eres el único responsable de gestionar el estado de la conversación.
Contenido estructurado
El campo content acepta dos formas. La más común es una cadena simple. Pero en cuanto transmites algo que no sea texto —una imagen para describir, por ejemplo—, cambias a una lista de bloques tipados:
# Contenido simple (texto)
{"role": "user", "content": "Describe esta imagen."}
# Contenido estructurado (multimodal)
{"role": "user", "content": [
{"type": "text", "text": "Describe esta imagen."},
{"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}}
]}
La bandera de prefijo
Mistral ofrece una característica única: la bandera de prefijo (prefix). Tú escribes el comienzo de la respuesta del asistente y el modelo se ve obligado a continuar desde ahí. Esto es increíblemente eficaz cuando necesitas analizar la salida con un margen de error nulo.
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "system", "content": "Siempre respondes en JSON."},
{"role": "user", "content": "Enumera 3 capitales europeas."},
{"role": "assistant", "content": '{"capitals": [', "prefix": True}
]
)
El modelo reanuda la generación después de {"capitals": [, eliminando inmediatamente el riesgo de ver aparecer «Claro, aquí tienes tu JSON:» antes de la llave de apertura. En producción, esta garantía de formato suele valer más que una instrucción repetida tres veces en el mensaje de sistema.
Adopta dos hábitos desde ya. Mantén el mensaje de sistema conciso: un párrafo bien escrito da mejores resultados que dos páginas de reglas, parte de las cuales el modelo acabará ignorando. Y nunca inventes respuestas falsas del asistente para guiar al modelo, con una excepción: el aprendizaje con pocos ejemplos (few-shot learning), que cubriremos en la Lección 10. Para conversaciones largas, envía el historial completo, pero vigila la ventana de contexto y poda los turnos más antiguos antes de superarla.
Puntos clave
- Cuatro roles:
system(comportamiento),user(solicitud),assistant(respuesta),tool(resultado de función) - El mensaje de sistema va primero y define el marco de la aplicación
- El modelo no tiene memoria: envía el historial completo en cada solicitud
- La bandera de prefijo fuerza el inicio de la respuesta para controlar el formato de salida