如何组合提示词

先决条件

本指南假定您已熟悉以下概念：

提示词模板

LangChain 提供了一个用户友好的界面，用于将不同的提示词部分组合在一起。您可以使用字符串提示词或聊天提示词来完成此操作。通过这种方式构建提示词，可以方便地复用组件。

字符串提示组合

在使用字符串提示时，每个模板会被连接在一起。你可以直接使用提示，或者使用字符串（列表中的第一个元素需要是一个提示）。

from langchain_core.prompts import PromptTemplate

prompt = (
    PromptTemplate.from_template("Tell me a joke about {topic}")
    + ", make it funny"
    + "\n\nand in {language}"
)

prompt

API Reference:PromptTemplate

PromptTemplate(input_variables=['language', 'topic'], template='Tell me a joke about {topic}, make it funny\n\nand in {language}')

prompt.format(topic="sports", language="spanish")

'Tell me a joke about sports, make it funny\n\nand in spanish'

Chat 提示词组合

Here's how to compose a

聊天提示由消息列表组成。与上面的示例类似，我们可以串联聊天提示模板。每个新元素都是最终提示中的一条新消息。

首先，我们使用 SystemMessage 初始化一个 ChatPromptTemplate。

from langchain_core.messages import AIMessage, HumanMessage, SystemMessage

prompt = SystemMessage(content="You are a nice pirate")

API Reference:AIMessage | HumanMessage | SystemMessage

之后，你可以轻松地将它与其它消息或消息模板结合起来，创建一个管道。

当没有需要格式化的变量时，使用 Message；当有需要格式化的变量时，使用 MessageTemplate。你也可以仅使用字符串（注意：这会自动推断为 HumanMessagePromptTemplate）。

new_prompt = (
    prompt + HumanMessage(content="hi") + AIMessage(content="what?") + "{input}"
)

在底层，这会创建一个 ChatPromptTemplate 类的实例，所以你可以像之前一样使用它！

new_prompt.format_messages(input="i said hi")

[SystemMessage(content='You are a nice pirate'),
 HumanMessage(content='hi'),
 AIMessage(content='what?'),
 HumanMessage(content='i said hi')]

使用 PipelinePrompt

已弃用

PipelinePromptTemplate 已弃用；有关更多信息，请参阅 PipelinePromptTemplate。

LangChain 包含一个名为 PipelinePromptTemplate 的类，当您想重用提示的某些部分时，它会很有用。PipelinePrompt 由两部分组成：

Final prompt: 返回的最终提示
Pipeline prompts: 一个元组列表，由一个字符串名称和一个提示模板组成。每个提示模板都会被格式化，然后作为同名变量传递给后续的提示模板。

from langchain_core.prompts import PipelinePromptTemplate, PromptTemplate

full_template = """{introduction}

{example}

{start}"""
full_prompt = PromptTemplate.from_template(full_template)

introduction_template = """You are impersonating {person}."""
introduction_prompt = PromptTemplate.from_template(introduction_template)

example_template = """Here's an example of an interaction:

Q: {example_q}
A: {example_a}"""
example_prompt = PromptTemplate.from_template(example_template)

start_template = """Now, do this for real!

Q: {input}
A:"""
start_prompt = PromptTemplate.from_template(start_template)

input_prompts = [
    ("introduction", introduction_prompt),
    ("example", example_prompt),
    ("start", start_prompt),
]
pipeline_prompt = PipelinePromptTemplate(
    final_prompt=full_prompt, pipeline_prompts=input_prompts
)

pipeline_prompt.input_variables

API Reference:PipelinePromptTemplate | PromptTemplate

['person', 'example_a', 'example_q', 'input']

print(
    pipeline_prompt.format(
        person="Elon Musk",
        example_q="What's your favorite car?",
        example_a="Tesla",
        input="What's your favorite social media site?",
    )
)

You are impersonating Elon Musk.

Here's an example of an interaction:

Q: What's your favorite car?
A: Tesla

Now, do this for real!

Q: What's your favorite social media site?
A:

后续步骤

现在你已经学会了如何组合提示词。

接下来，请查看本节中关于提示词模板的其它操作指南，例如为提示词模板添加少样本示例。

字符串提示组合​

Chat 提示词组合​

使用 PipelinePrompt​

后续步骤​

字符串提示组合

Chat 提示词组合

使用 PipelinePrompt

后续步骤