Funções: System, User e Assistant
Nesta página
Compreenda o sistema de funções
A API de Completions de Chat da Mistral estrutura todas as conversas em torno de funções atribuídas às mensagens. Cada mensagem enviada ao modelo deve incluir uma função que define o seu papel na troca: quem está a falar e com que autoridade. Este mecanismo pode parecer um detalhe técnico, mas é, na verdade, a espinha dorsal de qualquer prompt profissional — é o que distingue uma simples pergunta feita num chat de uma aplicação cuidadosamente construída.
A Mistral reconhece quatro funções distintas, cada uma com uma função precisa:
| Função | Descrição | Exemplo |
|---|---|---|
| system | Define a personalidade, o comportamento e o contexto geral do modelo | "Você é um especialista jurídico francês especializado em direito do trabalho." |
| user | Contém o pedido ou instrução do utilizador | "Quais são as obrigações do empregador em caso de despedimento por motivos económicos?" |
| assistant | Representa as respostas do modelo ou permite pré-preencher o início de uma resposta | "Aqui estão as 5 principais obrigações: 1. ..." |
| tool | Devolve o resultado de uma chamada de função (function calling) | Resultado JSON de uma pesquisa na base de dados |
A função system: a base do seu prompt
A mensagem system surge primeiro na lista de mensagens e atua como uma diretiva permanente que influencia toda a conversa. Pense nela como a descrição de funções que entregaria a um novo membro da equipa antes do primeiro dia de trabalho: define a personalidade esperada (tom, nível de formalidade, idioma), a área de especialização preferida, as regras sobre o que o modelo deve ou não fazer e o formato padrão das suas respostas. Uma vez escrita esta descrição, todas as trocas subsequentes enquadram-se neste contexto sem que tenha de o repetir.
messages = [
{
"role": "system",
"content": """Você é um redator técnico sénior especializado em documentação de API.
Regras:
- Utilize inglês técnico preciso
- Inclua sempre exemplos de código Python
- Estruture as suas respostas com títulos e listas
- Nunca exceda 500 palavras por resposta"""
},
{
"role": "user",
"content": "Explique como lidar com erros HTTP numa API REST."
}
]
Note um ponto importante para as suas futuras aplicações: o prompt do sistema é gerido pelo programador, não pelo utilizador final. O utilizador da sua aplicação nunca o vê, mas todas as suas interações ocorrem dentro da estrutura que aí estabeleceu. Isto torna-o a sua alavanca de controlo mais poderosa.
A função user: o pedido concreto
A mensagem user contém o pedido específico. Esta é a função mais intuitiva: representa o que o ser humano diz ao modelo, e cada nova pergunta ou instrução do utilizador torna-se numa mensagem com a função user. A sua aparente simplicidade não o deve fazer esquecer as boas práticas: seja preciso no seu pedido, especifique o formato desejado se diferir do definido no prompt do sistema e forneça diretamente na mensagem os dados de que o modelo necessita — um texto para resumir, valores para analisar. O modelo não pode buscar o que você não lhe der.
A função assistant: orientar a resposta
A função assistant é a mais subtil das três, pois tem duas utilizações distintas. A primeira é o histórico da conversa: numa troca de várias voltas, as respostas anteriores do modelo são reinseridas com a função assistant para manter o contexto. É assim que o modelo «lembra» o que disse:
messages = [
{"role": "user", "content": "Qual é a capital de França?"},
{"role": "assistant", "content": "A capital de França é Paris."},
{"role": "user", "content": "E a sua população?"}
]
Sem a mensagem intermédia do assistant, o «sua» na última pergunta não se referiria a nada: a API não tem estado (stateless) e você reconstrói a memória a cada chamada.
A segunda utilização é o pré-preenchimento (prefix): pode terminar a sua lista de mensagens com uma mensagem assistant que contenha o início da resposta esperada. O modelo continuará a partir desse ponto, como se as primeiras palavras já tivessem saído da sua «boca». Esta é uma técnica poderosa para controlar o formato da saída:
messages = [
{"role": "user", "content": "Liste 3 frameworks Python para a web."},
{"role": "assistant", "content": "```json\n[", "prefix": True}
]
Note o campo "prefix": True: a API da Mistral exige-o nesta última mensagem assistant para a tratar como o início de uma resposta.
Aqui, o modelo entende que está a escrever JSON e completará o array iniciado, sem preâmbulos nem frases introdutórias. Onde uma instrução textual «responda em JSON» poderia ser ignorada, um início de resposta já escrito deixa pouca margem de manobra.
A função tool: resultados de funções
A função tool entra em jogo durante a chamada de funções (function calling). Quando o modelo decide chamar uma função externa — uma pesquisa na web, um pedido de API, um cálculo — o resultado dessa função é-lhe reenviado como uma mensagem tool, que ele integra depois na sua resposta. Esta função é mais avançada e será abordada em cursos dedicados; basta lembrar que existe e complementa o trio principal.
Construa uma conversa completa
Vamos agora reunir todos estes elementos numa troca realista, onde o prompt do sistema enquadra o assistant, onde o histórico mantém o fio condutor e onde a última pergunta se constrói naturalmente sobre o que veio antes:
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "Você é um assistente culinário francês. Responda de forma concisa."
},
{
"role": "user",
"content": "Como faço uma vinagrete clássica?"
},
{
"role": "assistant",
"content": "Para uma vinagrete clássica, misture 1 colher de mostarda, 3 colheres de azeite e 1 colher de vinagre."
},
{
"role": "user",
"content": "E para uma versão mais ligeira?"
}
]
)
Observe a arquitetura: system primeiro, depois uma alternância user/assistant que reproduz o fluxo da conversa. Esta ordem não é decorativa — é o que permite ao modelo interpretar corretamente «uma versão mais ligeira» como uma variante da vinagrete que acabou de discutir.
Pontos-chave
- A função system enquadra o comportamento global do modelo — é a sua alavanca mais poderosa
- A função user transporta o pedido concreto do utilizador
- A função assistant serve tanto como histórico como guia para o formato da resposta
- A função tool gere os resultados das chamadas de funções
- A ordem das mensagens é crucial: system primeiro, depois alternância user/assistant