Szerepek: System, User és Assistant
Ezen az oldalon
Értsd meg a szereprendszert
A Mistral Chat Completions API-ja minden beszélgetést az üzenetekhez rendelt szerepek köré épít. Minden modellnek küldött üzenetnek tartalmaznia kell egy szerepet, amely meghatározza annak funkcióját a párbeszédben: ki beszél, és milyen jogosultsággal. Ez a mechanizmus első ránézésre technikai részletnek tűnhet, valójában azonban minden professzionális prompt gerince – ez választja el az egyszerű csevegőbeli kérdést a gondosan felépített alkalmazástól.
A Mistral négy különböző szerepet ismer, mindegyik pontos funkcióval:
| Szerep | Leírás | Példa |
|---|---|---|
| system | Meghatározza a modell személyiségét, viselkedését és az általános kontextust | "Te egy francia munkajogra specializálódott jogi szakértő vagy." |
| user | Tartalmazza a felhasználó kérését vagy utasítását | "Mik a munkáltató kötelezettségei gazdasági elbocsátás esetén?" |
| assistant | A modell válaszait képviseli, vagy lehetővé teszi a válasz elejének előre kitöltését | "Íme az 5 fő kötelezettség: 1. ..." |
| tool | Visszaadja egy függvényhívás (function calling) eredményét | JSON eredmény egy adatbázis-keresésből |
A system szerep: a promptod alapköve
A system üzenet áll az üzenetlista elején, és állandó irányelvként működik, amely az egész beszélgetést befolyásolja. Tekints úgy rá, mint egy új csapattagnak az első munkanapja előtt átadott munkaköri leírásra: meghatározza az elvárt személyiséget (hangnem, formalitás szintje, nyelv), a preferált szakterületet, a szabályokat arra vonatkozóan, hogy mit kell vagy mit nem szabad tennie a modellnek, valamint a válaszok alapértelmezett formátumát. Ha egyszer megírtad ezt a leírást, minden ezt követő váltás ebbe a keretrendszerbe illeszkedik anélkül, hogy újra és újra meg kellene ismételned.
messages = [
{
"role": "system",
"content": """Te egy API dokumentációra specializálódott vezető technikai író vagy.
Szabályok:
- Használj pontos technikai angolt
- Mindig adj meg Python kódpéldákat
- Fejezetekkel és listákkal strukturáld a válaszaidat
- Soha ne lépd túl az 500 szót válaszonként"""
},
{
"role": "user",
"content": "Magyarázd el, hogyan kell kezelni a HTTP hibákat egy REST API-ban."
}
]
Jegyezz meg egy fontos pontot a jövőbeli alkalmazásaidhoz: a system promptot a fejlesztő kezeli, nem a végfelhasználó. Az alkalmazásod felhasználója sosem látja ezt, mégis minden interakciójuk abban a keretrendszerben zajlik, amelyet itt meghatároztál. Ez teszi ezt a leghatékonyabb vezérlőeszközöddé.
A user szerep: a konkrét kérés
A user üzenet tartalmazza a specifikus kérést. Ez a legintuitívabb szerep: azt képviseli, amit az ember mond a modellnek, és minden új kérdés vagy utasítás a felhasználó részéről egy user szerepű üzenetté válik. Látszólagos egyszerűsége ellenére ne feledkezz meg a bevált gyakorlatokról: légy pontos a kérésedben, add meg a kívánt formátumot, ha az eltér a system promptban definiálttól, és közvetlenül az üzenetben biztosítsd azokat az adatokat, amelyekre a modellnek szüksége van – legyen szó egy összefoglalandó szövegről vagy elemzendő számokról. A modell nem tudja megszerezni azt, amit nem adsz meg neki.
Az assistant szerep: a válasz irányítása
Az assistant szerep a három közül a legárnyaltabb, mivel két különböző célra szolgál. Az első a beszélgetés előzménye: több menetes váltás esetén a modell korábbi válaszait assistant szereppel illesztjük vissza a kontextus fenntartása érdekében. Így „emlékszik“ a modell arra, amit korábban mondott:
messages = [
{"role": "user", "content": "Mi Franciaország fővárosa?"},
{"role": "assistant", "content": "Franciaország fővárosa Párizs."},
{"role": "user", "content": "És a lakossága?"}
]
A köztes assistant üzenet nélkül az utolsó kérdésben szereplő „annak“ semmire sem utalna: az API állapot nélküli (stateless), és minden hívással neked kell újjáépítened a memóriát.
A második felhasználási mód az előre kitöltés (prefix): az üzenetlistát egy olyan assistant üzenettel zárhatod, amely a várt válasz kezdetét tartalmazza. A modell innen folytatja, mintha az első szavak már elhagyták volna a száját. Ez egy hatékony technika a kimeneti formátum szabályozására:
messages = [
{"role": "user", "content": "Sorolj fel 3 Python webes keretrendszert."},
{"role": "assistant", "content": "```json\n[", "prefix": True}
]
Figyeld meg a "prefix": True mezőt: a Mistral API-ja megköveteli ezt az utolsó assistant üzeneten, hogy a válasz kezdeteként kezelje.
Itt a modell érti, hogy JSON-t ír, és befejezi a megkezdett tömböt, bevezető szöveg vagy magyarázat nélkül. Míg egy „válaszolj JSON-ben“ típusú szöveges utasítást figyelmen kívül hagyhat, egy már megírt válaszkezdet kevés választási lehetőséget hagy.
A tool szerep: függvényeredmények
A tool szerep a függvényhívások (function calling) során lép életbe. Amikor a modell úgy dönt, hogy külső függvényt hív meg – legyen az webes keresés, API-kérés vagy számítás –, a függvény eredményét tool üzenetként küldi vissza neki, amelyet aztán beépít a válaszába. Ez a szerep haladóbb szintű, és külön kurzusokban tárgyaljuk; egyelőre csak jegyezd meg, hogy létezik, és kiegészíti a fő hármat.
Építs fel egy teljes beszélgetést
Most állítsuk össze ezeket az elemeket egy realisztikus váltássá, ahol a system prompt keretezi az assistantot, az előzmények tartják fonalat, és az utolsó kérdés természetesen épül az előzőekre:
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "Te egy francia gasztronómiai asszisztens vagy. Válaszolj tömören."
},
{
"role": "user",
"content": "Hogyan készítek klasszikus vinaigrette öntetet?"
},
{
"role": "assistant",
"content": "Egy klasszikus vinaigrette-hez keverj össze 1 kanál mustárt, 3 kanál olívaolajat és 1 kanál ecetet."
},
{
"role": "user",
"content": "És egy könnyebb változatot?"
}
]
)
Figyeld meg az architektúrát: először a system, majd egy user/assistant váltakozás, amely reprodukálja a beszélgetés menetét. Ez a sorrend nem dekoráció – ez teszi lehetővé, hogy a modell helyesen értelmezze a „könnyebb változatot“ az imént tárgyalt vinaigrette variánsaként.
Főbb megállapítások
- A system szerep keretezi a modell általános viselkedését – ez a leghatékonyabb eszközöd
- A user szerep közvetíti a felhasználó konkrét kérését
- Az assistant szerep egyszerre szolgál előzményként és a válaszformátum irányítójaként
- A tool szerep kezeli a függvényhívások eredményeit
- Az üzenetek sorrendje kritikus: először a system, majd a user/assistant váltakozás