Constructeur de messages de conversation

Construisez et testez des tableaux de messages pour le chat completion avec un éditeur visuel basé sur les rôles

~/message-builder
Ajouter :
#1
#2

JSON de sortie(0 ({count} messages))

[]

Qu'est-ce qu'un constructeur de messages de conversation ?

Un constructeur de messages de conversation est un outil visuel pour construire les tableaux de messages utilisés par les API de chat completion IA. Lorsque vous appelez l'API Chat Completions d'OpenAI, l'API Messages d'Anthropic ou l'API Gemini de Google, vous envoyez un tableau ordonné de messages — chacun avec un rôle (system, user ou assistant) et un contenu. Cet outil vous permet de construire ces tableaux visuellement au lieu d'écrire du JSON à la main.

Écrire des tableaux de messages manuellement est fastidieux et source d'erreurs, surtout pour les conversations à plusieurs tours, les configurations de few-shot prompting ou les system prompts complexes. Oublier une virgule, mal assortir des guillemets ou se tromper de nom de rôle entraîne des erreurs d'API difficiles à déboguer. Notre constructeur vous offre une interface visuelle avec un code couleur par rôle, un réordonnancement et une sortie JSON en temps réel.

L'outil prend en charge le format OpenAI/Google (messages système dans le tableau) et le format Anthropic (system prompt séparé des messages). Passez d'un format à l'autre en un seul clic et copiez le JSON prêt à l'emploi directement dans votre code.

Comment utiliser le constructeur de messages

Construire un tableau de messages ne prend que quelques clics :

  1. Ajoutez des messages — Cliquez sur les boutons « + System », « + User » ou « + Assistant » pour ajouter des messages. Chaque rôle a un code couleur : violet pour system, bleu pour user, vert pour assistant.
  2. Rédigez le contenu — Tapez ou collez le contenu de votre message dans chaque zone de texte. La sortie JSON se met à jour automatiquement à mesure que vous tapez.
  3. Réordonnez les messages — Utilisez les boutons fléchés haut/bas pour réorganiser l'ordre des messages. Vous pouvez également changer le rôle d'un message à l'aide du menu déroulant.
  4. Choisissez le format de sortie — Sélectionnez « OpenAI / Google » ou « Anthropic » dans le menu déroulant de format. Pour Anthropic, les messages système sont automatiquement extraits dans un champ séparé.
  5. Copiez le JSON — Cliquez sur « Copier le JSON » pour copier la sortie formatée dans votre presse-papiers, prête à être collée dans votre code ou votre outil de test d'API.

Comprendre les rôles des messages

Chaque message dans un tableau de chat completion a un rôle spécifique qui indique au modèle comment l'interpréter :

Rôle System

Le message système définit le comportement global et les contraintes de l'IA. Il agit comme des instructions persistantes qui influencent chaque réponse. Les system prompts courants incluent des définitions de persona (« Vous êtes un développeur senior »), des exigences de format de sortie (« Répondez toujours en JSON »), des contraintes de sécurité (« Ne fournissez jamais de conseils médicaux ») ou du contexte métier. Le message système est généralement le premier message du tableau.

Rôle User

Les messages user représentent les entrées de l'utilisateur humain. Ce sont les questions, instructions ou données que le modèle doit traiter. Dans les conversations à plusieurs tours, les messages user alternent avec les messages assistant pour créer un historique de conversation.

Rôle Assistant

Les messages assistant représentent les réponses précédentes du modèle IA. Inclure des messages assistant dans le tableau vous permet de fournir un historique de conversation ou d'implémenter le few-shot prompting — où vous montrez au modèle des exemples de paires entrée/sortie souhaitées avant de poser votre question réelle.

Cas d'utilisation courants

  • Few-shot prompting — Construisez des exemples de conversation où les messages user montrent les entrées et les messages assistant montrent les sorties souhaitées, enseignant le pattern au modèle.
  • Test de system prompts — Prototypez rapidement différents system prompts et voyez comment ils se combinent avec les messages utilisateur dans le JSON final.
  • Test d'API — Générez des tableaux de messages pour des outils comme Postman, curl ou les terrains de jeu d'API sans formater manuellement le JSON.
  • Migration inter-fournisseurs — Convertissez les tableaux de messages entre les formats OpenAI et Anthropic lors d'un changement de fournisseur.
  • Documentation — Construisez des exemples de conversations pour la documentation d'API ou les supports d'intégration de l'équipe.

Questions Fréquentes

Qu'est-ce qu'un tableau de messages de chat completion ?

Un tableau de messages de chat completion est le format d'entrée utilisé par les API IA comme OpenAI, Anthropic et Google. C'est une liste ordonnée de messages, chacun avec un « role » (system, user ou assistant) et un « content » (le texte du message). Le modèle utilise cet historique de conversation pour générer des réponses contextuellement appropriées.

Quelle est la différence entre les formats de messages OpenAI et Anthropic ?

OpenAI inclut les messages système directement dans le tableau de messages avec role: "system". Anthropic sépare le system prompt dans un paramètre « system » dédié en dehors du tableau de messages, et le tableau ne contient que les rôles « user » et « assistant ». Notre constructeur gère cette conversion automatiquement lorsque vous changez de format de sortie.

Que fait le message système ?

Le message système définit le comportement, la personnalité et les contraintes du modèle IA. Il est traité avant la conversation et agit comme des instructions persistantes. Les usages courants incluent la définition du rôle de l'assistant (« Vous êtes un agent de support client »), la définition des exigences de format de sortie ou l'établissement de directives de sécurité. Tous les appels API n'ont pas besoin d'un message système, mais c'est recommandé pour les applications en production.

Pourquoi l'ordre des messages est-il important ?

L'ordre des messages définit le flux de conversation. Les modèles traitent les messages séquentiellement, et l'ordre affecte la façon dont le modèle interprète le contexte. Les messages système doivent venir en premier, suivis de messages user et assistant alternés. Mettre des messages dans le désordre (par ex., deux messages user consécutifs sans réponse assistant) peut perturber le modèle ou déclencher des erreurs d'API chez certains fournisseurs.

Puis-je utiliser ce constructeur pour des conversations à plusieurs tours ?

Oui. Le constructeur prend en charge un nombre illimité de messages, ce qui le rend idéal pour construire des historiques de conversation à plusieurs tours. Vous pouvez ajouter des messages user et assistant en alternance pour simuler une conversation complète, puis copier le JSON résultant pour l'utiliser dans vos appels API ou pour tester des chaînes de prompts.

Outils associés

Découvrez d'autres outils pour construire avec les API IA :

Outils associés

Linter de définitions de fonctions/outils

Validez et analysez vos définitions de function calling IA pour les formats OpenAI, Anthropic, Google et Cohere

Générateur de JSON Schema pour l'IA

Générez des schemas JSON à partir de données d'exemple, optimisés pour le function calling IA et les sorties structurées

Convertisseur de format de prompt

Convertissez vos prompts entre les formats OpenAI, Anthropic Claude, Google Gemini et d'autres fournisseurs IA