Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Rollen en Berichten

Les 2 van 16 Bijgewerkt op 2 november 2026 Ontwikkelaar
Op deze pagina
  1. De Kern van het Conversationele Protocol
  2. De Vier Rollen
  3. Volledige Structuur van een Meertraps Uitwisseling
  4. Gestructureerde Inhoud
  5. De Prefix-vlag
  6. Belangrijkste punten

De Kern van het Conversationele Protocol

De Chat Completions API accepteert geen ruwe tekst. Het verwacht een array van gestructureerde berichten, elk toegewezen aan een specifieke rol. Dit rolsysteem stelt het model in staat om te onderscheiden wie er spreekt, wat de context is en hoe het moet reageren. Dezelfde tekst—“Always respond in JSON”—heeft een ander gewicht, afhankelijk van of deze arriveert als een ontwikkelaarsinstructie of als gebruikersinvoer. Het beheersen van deze structuur is wat een coherente chatbot onderscheidt van een systeem dat na drie uitwisselingen van het onderwerp afdwaalt.

De Vier Rollen

Mistral’s API herkent vier verschillende rollen, die elk een precieze functie vervullen in het gesprek.

De system-rol

Het systeembericht definieert het algemene gedrag van het model. Het staat eerst en wordt gelezen voordat enige uitwisseling plaatsvindt. Hier bepaalt u de toon, beperkingen en context voor uw applicatie. Stel u zich een assistent voor die is ontworpen voor een advocatenkantoor; het systeembericht is vergelijkbaar met de briefing die u een nieuwe medewerker zou geven voordat deze aan hun eerste zaak begint.

messages = [
    {
        "role": "system",
        "content": "You are a legal assistant specializing in French law. "
                   "Respond precisely and cite relevant legal articles. "
                   "If you are unsure, state it explicitly."
    }
]

De ontwikkelaar beheert dit bericht, nooit de eindgebruiker, en het verschijnt nooit in de interface van uw applicatie.

De user-rol

Vervolgens komt het bericht van de menselijke gebruiker: de vraag, instructie of te verwerken tekst. Dit is het enige deel van het gesprek dat uw gebruikers direct kunnen sturen.

messages.append({
    "role": "user",
    "content": "What are the statutes of limitations in civil law?"
})

De assistant-rol

Deze rol bevat de eerdere antwoorden van het model. Dit wordt essentieel zodra het gesprek meer dan één beurt omvat. Zonder dit zou een gebruiker die vraagt “What about commercial debt?” een off-topic antwoord krijgen, omdat het model niet zou weten waarover gesproken werd.

messages.append({
    "role": "assistant",
    "content": "In French civil law, the standard statute of limitations is 5 years..."
})

De tool-rol

De laatste rol komt in beeld tijdens function calling. Wanneer het model de uitvoering van een externe functie aanvraagt—bijvoorbeeld het opvragen van een weer-API—voert u die functie aan uw kant uit en retourneert u het resultaat onder deze rol, met verwijzing naar de ID van de specifieke aanroep:

messages.append({
    "role": "tool",
    "content": '{"temperature": 22, "city": "Paris"}',
    "tool_call_id": "call_abc123"
})

Volledige Structuur van een Meertraps Uitwisseling

Laten we deze rollen in actie zien tijdens een echt gesprek waarin de gebruiker zijn verzoek verfijnt na een initiële reactie:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))

conversation = [
    {
        "role": "system",
        "content": "You are a French chef. Propose simple and tasty recipes."
    },
    {
        "role": "user",
        "content": "I want to make a dessert with apples."
    }
]

# First turn
response = client.chat.complete(
    model="mistral-large-latest",
    messages=conversation
)

assistant_reply = response.choices[0].message.content
print(assistant_reply)

# Add response to history
conversation.append({"role": "assistant", "content": assistant_reply})

# Second turn
conversation.append({
    "role": "user",
    "content": "Can you adapt this recipe for 8 people?"
})

response = client.chat.complete(
    model="mistral-large-latest",
    messages=conversation
)

print(response.choices[0].message.content)

Merk op wat deze code feitelijk doet: bij elke beurt wordt de volledige geschiedenis teruggestuurd. Het model heeft geen persistent geheugen tussen verzoeken. “This recipe” is alleen zinvol omdat het vorige antwoord nog steeds in de array staat. U bent volledig verantwoordelijk voor het beheer van de gespreksstatus.

Gestructureerde Inhoud

Het veld content accepteert twee vormen. De meest voorkomende is een eenvoudige string. Maar zodra u iets anders dan tekst verzendt—bijvoorbeeld een afbeelding om te beschrijven—schakelt u over naar een lijst van getypeerde blokken:

# Simple content (text)
{"role": "user", "content": "Describe this image."}

# Structured content (multimodal)
{"role": "user", "content": [
    {"type": "text", "text": "Describe this image."},
    {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}}
]}

De Prefix-vlag

Mistral biedt een unieke functie: de prefix-vlag. U schrijft zelf het begin van het antwoord van de assistent en het model wordt gedwongen om vanaf dat punt verder te gaan. Dit is ongelooflijk effectief wanneer u de uitvoer moet parseren met nul marge voor fouten.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "system", "content": "You always respond in JSON."},
        {"role": "user", "content": "List 3 European capitals."},
        {"role": "assistant", "content": '{"capitals": [', "prefix": True}
    ]
)

Het model hervat de generatie na {"capitals": [, waardoor direct het risico wordt geëlimineerd dat er “Sure, here is your JSON:” verschijnt voor de openingshaakje. In productie is deze formatgarantie vaak meer waard dan een instructie die drie keer in het systeembericht wordt herhaald.

Neem direct twee gewoonten aan. Houd het systeembericht beknopt: één goed geschreven paragraaf levert betere resultaten op dan twee pagina’s met regels, waarvan het model een deel uiteindelijk zal negeren. En verzin nooit nep-antwoorden van de assistent om het model te sturen, met één uitzondering: few-shot learning, dat we in Les 10 zullen behandelen. Voor lange gesprekken stuurt u de volledige geschiedenis, maar bewaak het contextvenster en verwijder de oudste beurten voordat u dit overschrijdt.

Belangrijkste punten

  • Vier rollen: system (gedrag), user (verzoek), assistant (antwoord), tool (functieresultaat)
  • Het systeembericht staat eerst en definieert het applicatiekader
  • Het model heeft geen geheugen: stuur bij elk verzoek de volledige geschiedenis mee
  • De prefix-vlag forceert het begin van het antwoord om het uitvoerformaat te controleren