Skip to main content
Open on GitHub

Prompt 模板

Prompt 模板有助于将用户输入和参数转换为语言模型的指令。 这可用于指导模型的响应，帮助它理解上下文并生成相关且连贯的基于语言的输出。

Prompt 模板接受一个字典作为输入，其中每个键代表要填写的提示模板中的变量。

Prompt 模板输出一个 PromptValue。此 PromptValue 可以传递给 LLM 或 ChatModel，也可以转换为字符串或消息列表。 创建此 PromptValue 的原因是为了方便在字符串和消息之间切换。

有几种不同类型的提示模板：

字符串 PromptTemplates​

这些提示模板用于格式化单个字符串，通常用于更简单的输入。 例如，构造和使用 PromptTemplate 的一种常见方法如下：

from langchain_core.prompts import PromptTemplate

prompt_template = PromptTemplate.from_template("给我讲个关于 {topic} 的笑话")

prompt_template.invoke({"topic": "猫"})
API Reference:PromptTemplate

ChatPromptTemplates​

这些提示模板用于格式化消息列表。这些“模板”由一系列模板本身组成。 例如，构造和使用 ChatPromptTemplate 的一种常见方法如下：

from langchain_core.prompts import ChatPromptTemplate

prompt_template = ChatPromptTemplate([
    ("system", "你是一个乐于助人的助手"),
    ("user", "给我讲个关于 {topic} 的笑话")
])

prompt_template.invoke({"topic": "猫"})
API Reference:ChatPromptTemplate

在上面的示例中，此 ChatPromptTemplate 在被调用时将构造两条消息。 第一条是系统消息，没有要格式化的变量。 第二条是 HumanMessage，它将由用户传入的 topic变量进行格式化。

MessagesPlaceholder​

此提示模板负责在特定位置添加消息列表。 在上面的 ChatPromptTemplate 中，我们看到了如何格式化两条消息，每条消息都是一个字符串。 但是如果我们希望用户传入一个消息列表并将其插入到特定位置呢？ 这就是 MessagesPlaceholder 的用法。

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.messages import HumanMessage

prompt_template = ChatPromptTemplate([
    ("system", "你是一个乐于助人的助手"),
    MessagesPlaceholder("msgs")
])

prompt_template.invoke({"msgs": [HumanMessage(content="你好！")]})

这将生成一个包含两条消息的列表，第一条是系统消息，第二条是我们传入的 HumanMessage。 如果我们传入了 5 条消息，总共就会生成 6 条消息（系统消息加上传入的 5 条）。 这对于将消息列表插入到特定位置非常有用。

另一种无需显式使用 MessagesPlaceholder 类即可完成相同操作的方法是：

prompt_template = ChatPromptTemplate([
    ("system", "你是一个乐于助人的助手"),
    ("placeholder", "{msgs}") # <-- 这是更改的部分
])

有关如何使用提示模板的详细信息，请参阅此处相关的操作指南。