langchain的prompt模块，提示词拼接与使用教程

LangChain ChatPromptTemplate 类及 from_messages 方法总结

一、ChatPromptTemplate 类概述

langchain_core.prompts.chat.ChatPromptTemplate 是 LangChain 中用于构建聊天模型模板化提示的核心类，继承自 BaseChatPromptTemplate，核心作用是为对话式 AI 模型提供灵活、可复用的提示结构，支持多轮对话、变量替换、消息类型区分等功能。

1. 核心特性

• 多消息类型支持：原生支持 system（系统指令）、human（人类输入）、ai（AI 回复）、placeholder（消息占位符）等消息类型，适配主流聊天模型的对话格式。
• Runnable 接口实现：集成 LangChain 标准 Runnable 接口，支持 invoke（同步调用）、ainvoke（异步调用）、batch（批量处理）、stream（流式输出）等方法，可无缝与 LLM、链（Chain）等组件集成。
• 灵活变量管理：支持「必填变量」（input_variables）、「可选变量」（optional_variables）、「部分变量」（partial_variables），可预填充部分参数或动态传入对话内容。
• 消息占位符：通过 MessagesPlaceholder 实现动态插入多轮对话历史，无需手动拼接消息列表。

二、from_messages 方法详解

from_messages 是 ChatPromptTemplate 的核心类方法，用于从「多种消息格式」快速创建聊天提示模板，是构建多轮对话模板的推荐方式（替代已废弃的 from_role_strings 和 from_strings 方法）。

1. 方法定位

• 作用：将任意格式的消息序列转换为 ChatPromptTemplate 实例，解决单消息模板（如 from_template）无法覆盖多轮对话的问题。
• 优势：支持混合消息格式、自动解析变量、兼容动态对话历史，是最灵活的模板创建方式。

2. 关键参数

参数名	类型	是否必填	说明
messages	序列（Sequence），元素支持 5 种格式（见下文）	是	构建模板的消息列表，决定对话的角色、内容和变量占位符
template_format	字符串（Literal[“f-string”, “mustache”, “jinja2”]）	否	模板语法格式，默认 f-string，可根据需求选择 Mustache 或 Jinja2 语法

3. 支持的 5 种消息格式

messages 参数的元素可采用以下任意格式，覆盖绝大多数对话场景：

1. BaseMessagePromptTemplate 实例：预定义的消息模板类（如 SystemMessagePromptTemplate）。
2. BaseMessage 实例：直接传入具体消息（如 SystemMessage(content="你是助手")、HumanMessage(content="你好")）。
3. (消息类型字符串, 模板) 元组：最常用的简化格式，如 ("system", "你的名字是 {name}")、("human", "{user_input}")。
4. (消息类, 模板) 元组：显式指定消息类，如 (SystemMessage, "你的名字是 {name}")。
5. 纯字符串：简写为「人类消息」，如 "请解释 {concept}" 等价于 ("human", "请解释 {concept}")。

4. 典型示例

示例 1：从消息模板列表创建

通过「(消息类型, 模板) 元组」构建多轮固定对话模板：

from langchain_core.prompts import ChatPromptTemplate

# 用 from_messages 创建多轮对话模板
template = ChatPromptTemplate.from_messages([
    ("system", "你是一个友好的AI助手，名字是 {name}。"),  # 系统消息（带变量）
    ("human", "你好！")