LangChain Few-shot prompt 用法示例总结

最新推荐文章于 2025-11-02 14:50:06 发布

原创最新推荐文章于 2025-11-02 14:50:06 发布 · 1.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #prompt #python

文章介绍了如何利用Few-shotprompt技术解决实际工作中关于问题语义判断的问题，提供了代码示例和配置说明。

最近有一个工作问题需要花费太多的人工时间，就考虑是否可以用LangChain Prompt进行解决。经过对LangChain 里的几种 prompt 模板对比分析，觉得 Few-shot prompt 最符合需求，然后就着手开始搭建。因为网上对于Few-shot prompt的用法资料不多，或讲解不完整，故此在这里做一下记录；

import os
from langchain import PromptTemplate
from langchain import FewShotPromptTemplate
from langchain.chains import LLMChain
from langchain.chat_models import ChatOpenAI

from configs import openai_key

# 大模型配置初始化
os.environ['OPENAI_API_KEY'] = openai_key['api_key_2']
llm = ChatOpenAI(temperature=0.9, model_name='gpt-3.5-turbo')


def Question_classify():
    """

    :return:
    """
    examples = [
        {
            "question": """下面两个句话描述的是同一个问题吗?\n问题1：单纯疱疹病毒感染的诱因有哪些？\n问题2：单纯疱疹病毒感染的原因是什么？""",
            "answer": "是"
        },
        {
            "question": """下面两个句话描述的是同一个问题吗？\n问题1：指骨骨折需要吃什么药？\n问题2：骨折时需要用哪种药？""",
            "answer": "不是"
        },
        {
            "question": """下面两个句话描述的是同一个问题吗？\n问题1：范可尼贫血影响生育吗？\n问题2：范可尼是否会影响生育能力？""",
            "answer": "不是"
        },
        {
            "question": """下面两个句话描述的是同一个问题吗？\n问题1：霍乱能自己好吗？\n问题2：霍乱是否会自愈？""",
            "answer": "是"
        },
        {
            "question": """下面两个句话描述的是同一个问题吗？\n问题1：霍乱是否会自愈？\n问题2：霍乱能彻底治愈吗？""",
            "answer": "不是"
        },
    ]

    example_template = """Question: {question}\n{answer}"""

    example_prompt = PromptTemplate(
        input_variables=["question", "answer"],
        template=example_template
    )

    prefix = """假设你是一个中国高中语文老师，现在请你对两个问题的描述内容进行语义相似判断，如果它们表达内容含义一样，就判断为同一问题, 并回答'是'，反之回答'不是'。\n下面是一些示例："""
    suffix = """
    Question: {input}
    """

    # print(example_prompt.format(**examples[0]))

    prompt = FewShotPromptTemplate(
        examples=examples,
        example_prompt=example_prompt,
        prefix=prefix,
        suffix="Question: {input}",
        input_variables=["input"]
    )

    input2 = """下面两个句话描述的是同一个问题吗？\n问题1：结节性多动脉炎会不会影响生育？\n问题2：结节性多动脉炎对生育会有什么影响吗？"""
    input3 = """下面两个句话描述的是同一个问题吗？\n问题1：多发性硬化究竟是怎样一种疾病？\n问题2：多发性硬化会有些什么样的表现？"""
    input4 = """下面两个句话描述的是同一个问题吗？\n问题1：乙状结肠癌的发病率高吗？\n问题2：乙状结肠癌的高发人群是哪些？"""
    # print(prompt.format(input=input))
    chain = LLMChain(llm=llm, prompt=prompt)

    return chain



if __name__ == '__main__':
    input5 = """下面两个句话描述的是同一个问题吗？\n问题1：乙状结肠癌的发病率高吗？\n问题2：乙状结肠癌的高发人群是哪些？"""
    chain = Question_classfy()
    print(chain.run(input5))