Przejdź do głównej treści
Polski— Wybierz język
Menu

Role: system, użytkownik i asystent

Lekcja 2 z 16 Zaktualizowano 2 listopada 2026 Początkujący
Na tej stronie
  1. Zrozumienie systemu ról
  2. Rola system: fundament Twojego promptu
  3. Rola user: konkretne żądanie
  4. Rola assistant: kierowanie odpowiedzią
  5. Rola tool: wyniki funkcji
  6. Budowanie kompletnej rozmowy
  7. Kluczowe wnioski

Zrozumienie systemu ról

API Chat Completions od Mistrala strukturyzuje każdą rozmowę wokół ról przypisanych do wiadomości. Każda wiadomość wysłana do modelu musi zawierać rolę określającą jej funkcję w wymianie: kto mówi i z jaką władzą. Mechanizm ten może wydawać się szczegółem technicznym, ale w rzeczywistości stanowi kręgosłup każdego profesjonalnego promptu – to on odróżnia zwykłe pytanie zadane w czacie od starannie zbudowanej aplikacji.

Mistral rozpoznaje cztery różne role, z których każda ma precyzyjną funkcję:

Rola Opis Przykład
system Definiuje osobowość, zachowanie i ogólny kontekst modelu "Jesteś francuskim ekspertem prawnym specjalizującym się w prawie pracy."
user Zawiera żądanie lub instrukcję użytkownika "Jakie są obowiązki pracodawcy w przypadku zwolnienia z przyczyn ekonomicznych?"
assistant Reprezentuje odpowiedzi modelu lub pozwala wstępnie wypełnić początek odpowiedzi "Oto 5 głównych obowiązków: 1. ..."
tool Zwraca wynik wywołania funkcji (function calling) Wynik JSON z wyszukiwania w bazie danych

Rola system: fundament Twojego promptu

Wiadomość system znajduje się na początku listy wiadomości i działa jako stała dyrektywa wpływająca na całą rozmowę. Traktuj ją jak opis stanowiska, który przekazałbyś nowemu członkowi zespołu przed jego pierwszym dniem pracy: definiuje oczekiwaną osobowość (ton, poziom formalności, język), preferowany obszar ekspercki, zasady dotyczące tego, co model musi lub nie musi robić, oraz domyślny format odpowiedzi. Gdy ten opis zostanie napisany, każda kolejna wymiana mieści się w tych ramach bez konieczności powtarzania go.

messages = [
    {
        "role": "system",
        "content": """Jesteś starszym technicznym pisarzem specjalizującym się w dokumentacji API.
Zasady:
- Używaj precyzyjnego technicznego języka angielskiego
- Zawsze dołączaj przykłady kodu w Pythonie
- Strukturyzuj swoje odpowiedzi za pomocą nagłówków i list
- Nigdy nie przekraczaj 500 słów na odpowiedź"""
    },
    {
        "role": "user",
        "content": "Wyjaśnij, jak obsługiwać błędy HTTP w API REST."
    }
]

Zwróć uwagę na ważny punkt dla Twoich przyszłych aplikacji: prompt systemowy jest zarządzany przez dewelopera, a nie przez użytkownika końcowego. Użytkownik Twojej aplikacji nigdy go nie widzi, ale wszystkie jego interakcje odbywają się w ramach ustanowionych przez Ciebie. Dzięki temu jest to Twoje najpotężniejsze narzędzie kontrolne.

Rola user: konkretne żądanie

Wiadomość user zawiera konkretne żądanie. Jest to rola najbardziej intuicyjna: reprezentuje to, co człowiek mówi do modelu, a każde nowe pytanie lub instrukcja od użytkownika staje się wiadomością z rolą user. Jej pozorna prostota nie powinna sprawiać, że zapomnisz o najlepszych praktykach: bądź precyzyjny w swoim żądaniu, określ pożądany format, jeśli różni się on od zdefiniowanego w prompcie systemowym, i dostarcz dane, których model potrzebuje, bezpośrednio w wiadomości – tekst do podsumowania, dane liczbowe do analizy. Model nie pobierze tego, czego mu nie dasz.

Rola assistant: kierowanie odpowiedzią

Rola assistant jest najbardziej subtelna z trzech, ponieważ ma dwa różne zastosowania. Pierwszym jest historia rozmowy: w wymianie wieloturkowej poprzednie odpowiedzi modelu są ponownie wstawiane z rolą assistant, aby utrzymać kontekst. W ten sposób model „pamięta“, co powiedział:

messages = [
    {"role": "user", "content": "Jaka jest stolica Francji?"},
    {"role": "assistant", "content": "Stolicą Francji jest Paryż."},
    {"role": "user", "content": "A jaka jest jej populacja?"}
]

Bez pośredniej wiadomości asystenta słowo „jej“ w ostatnim pytaniu nie miałoby odniesienia: API jest bezstanowe (stateless), a Ty odtwarzasz pamięć przy każdym wywołaniu.

Drugim zastosowaniem jest wstępne wypełnianie (prefix): możesz zakończyć swoją listę wiadomości wiadomością assistant, która zawiera początek oczekiwanej odpowiedzi. Model kontynuuje od tego momentu, jakby pierwsze słowa wyszły już z jego ust. Jest to potężna technika kontrolowania formatu wyjścia:

messages = [
    {"role": "user", "content": "Wymień 3 frameworki Pythona do tworzenia stron WWW."},
    {"role": "assistant", "content": "```json\n[", "prefix": True}
]

Zwróć uwagę na pole "prefix": True: API Mistrala wymaga go w tej ostatniej wiadomości assistant, aby potraktować ją jako początek odpowiedzi.

W tym przypadku model rozumie, że pisze w formacie JSON i uzupełni rozpoczętą tablicę, bez wstępu czy zdania wprowadzającego. Tam, gdzie instrukcja tekstowa „odpowiedz w JSON“ mogłaby zostać zignorowana, już napisany początek odpowiedzi nie pozostawia dużego wyboru.

Rola tool: wyniki funkcji

Rola tool wchodzi do gry podczas wywoływania funkcji (function calling). Gdy model zdecyduje się wywołać funkcję zewnętrzną – wyszukiwanie w sieci, żądanie API, obliczenie – wynik tej funkcji jest odsyłany z powrotem jako wiadomość tool, którą model następnie integruje ze swoją odpowiedzią. Rola ta jest bardziej zaawansowana i zostanie omówiona w dedykowanych kursach; pamiętaj jedynie, że istnieje i uzupełnia główne trio.

Budowanie kompletnej rozmowy

Złóżmy teraz wszystkie te elementy w realistyczną wymianę, w której prompt systemowy nadaje ramy asystentowi, historia utrzymuje wątek, a ostatnie pytanie naturalnie wynika z tego, co było wcześniej:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "Jesteś francuskim asystentem kulinarnym. Odpowiadaj zwięźle."
        },
        {
            "role": "user",
            "content": "Jak zrobić klasyczny winegret?"
        },
        {
            "role": "assistant",
            "content": "Aby zrobić klasyczny winegret, wymieszaj 1 łyżkę musztardy, 3 łyżki oliwy z oliwek i 1 łyżkę octu."
        },
        {
            "role": "user",
            "content": "A wersja lżejsza?"
        }
    ]
)

Zauważ architekturę: najpierw system, a następnie naprzemienność user/assistant, która odwzorowuje przebieg rozmowy. Ta kolejność nie jest ozdobna – to ona pozwala modelowi poprawnie zinterpretować „wersję lżejszą“ jako wariant winegretu, o którym właśnie była mowa.

Kluczowe wnioski

  • Rola system nadaje ramy ogólnemu zachowaniu modelu – to Twoje najpotężniejsze narzędzie
  • Rola user przenosi konkretne żądanie użytkownika
  • Rola assistant służy zarówno jako historia, jak i przewodnik po formacie odpowiedzi
  • Rola tool obsługuje wyniki wywołań funkcji
  • Kolejność wiadomości ma kluczowe znaczenie: najpierw system, a następnie naprzemienność user/assistant