LangChain——提示词里模板中的模板

MessagePromptTemplate

LangChain提供了不同类型的 MessagePromptTemplate 。最常用的是 AIMessagePromptTemplate 、 SystemMessagePromptTemplate 和 HumanMessagePromptTemplate ，它们分别创建 AI 消息、系统消息和人工消息。

但是，如果聊天模型支持使用任意角色获取聊天消息，则可以使用 ChatMessagePromptTemplate ，它允许用户指定角色名称。

from langchain.prompts import ChatMessagePromptTemplate

prompt = "愿{subject}与你同在"

chat_message_prompt = ChatMessagePromptTemplate.from_template(role = "Jedi", template = prompt)

chat_message_prompt.format(subject="上帝")

结果：
ChatMessage(content=‘愿force与你同在’, role=‘Jedi’)

LangChain还提供了MessagePlaceholder，它使得可以完全控制格式化期间要呈现的消息。当不确定消息提示模板应使用什么角色或者希望格式化期间插入消息列表时，这个会非常有效。

from langchain.prompts import ChatPromptTemplate, HumanMessagePromptTemplate, MessagesPlaceholder

human_prompt = "用{word_count}字总结我们迄今为止的对话。"
human_message_template = HumanMessagePromptTemplate.from_template(human_prompt)

chat_prompt = ChatPromptTemplate.from_message([MessagesPlaceholder(variable_name="conversation"),human_message_template])

from langchain_core.messages import AIMessage, HumanMessage

human_message = HumanMessage(content="学习编程最好的方法是什么?")
ai_message = AIMessage(
    content="""\
1. 选择编程语言：决定您想要学习的编程语言。

2. 从基础开始：熟悉变量、数据类型和控制结构等基本编程概念。

3. 练习、练习、再练习：学习编程的最好方法是通过实践经验\
"""
)

chat_prompt.format_prompt(
    conversation=[human_message, ai_message], word_count="10"
).to_messages()

输出结果：
[HumanMessage(content=‘学习编程最好的方法是什么?’),
AIMessage(content=‘1. 选择编程语言：决定您想要学习的编程语言。\n\n2. 从基础开始：熟悉变量、数据类型和控制结构等基本编程概念。\n\n3. 练习、练习、再练习：学习编程的最好方法是通过实践经验’),
HumanMessage(content=‘用 10 字总结我们迄今为止的对话。’)]

部分提示模板

与其他方法一样，“部分”提示模板是有意义的，例如需要传入所需的子集，以创建一个仅需要剩余值子集的新提示模板。

LangChain 通过两种方式支持：

1. 使用字符串值进行部分格式化。
2. 使用返回字符串值的函数进行部分格式化。

部分带字符串

想要部分提示模板的一个常见用例是，如果先于其他变量获取某些变量。例如，假设有一个提示模板需要两个变量foo和baz。如果在链的早起获得foo值，但稍后获得baz值，那么等到两个变量都位于同一位置才能将它们传递给提示模板。相反，可使用foo值部分提示模板，然后传递部分化的提示模板并直接使用。

from langchain.prompts import PromptTemplate

prompt = PromptTemplate.from_template("{foo}{bar}")
partial_prompt = prompt.partial(foo="foo")
print(partial_prompt.format(bar="baz"))

输出结果：foobaz

#可以仅使用部分变量初始化提示。

prompt = PromptTemplate(
    template="{foo}{bar}", input_variables=["bar"], partial_variables={"foo": "foo"}
)
print(prompt.format(bar="baz"))

部分函数

另一个常见用途是对函数进行部分处理。这样做的用例是当有一个变量时，我们希望以通用方式获取该变量。一个典型的例子是日期或者时间。想象一下，有一个提示，希望获得当前日期。我们无法再提示中对其进行硬编码，并且将其与其他输入变量一起传递。在这种情况下，能够使用始终返回当前日期的函数来部分提示是非常方便的。

from datetime import datetime


def _get_datetime():
    now = datetime.now()
    return now.strftime("%m/%d/%Y")

prompt = PromptTemplate(
    template="给我讲一个关于 {date} 天的 {adjective} 故事",
    input_variables=["adjective", "date"],
)
partial_prompt = prompt.partial(date=_get_datetime)
print(partial_prompt.format(adjective="有趣"))

另一种写法：

prompt = PromptTemplate(
    template="给我讲一个关于 {date} 天的 {adjective} 故事",
    input_variables=["adjective"],
    partial_variables={"date": _get_datetime},
)
print(prompt.format(adjective="funny"))

输出结果：
给我讲一个关于 25/11/2024 天的 funny 故事