从零起步：LangChain ChatPromptTemplate基础使用

最新推荐文章于 2025-10-14 10:51:14 发布

原创

最新推荐文章于 2025-10-14 10:51:14 发布 · 3.2k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#langchain

该文章已生成可运行项目，

在上篇文章中，我们已经学习PromptTemplate。现在，我们继续学习ChatPromptTemplate。ChatPromptTemplate 是 LangChain 框架中用于构建对话提示的强大工具。它专为多轮对话场景设计，能将不同角色的消息整合为连贯提示，助力开发者精准引导语言模型生成符合预期的回复。通过定义角色、消息内容及灵活的模板变量，ChatPromptTemplate让创建复杂对话提示变得轻松，无论是构建智能客服、聊天机器人，还是交互式智能助手，都能大幅提升对话交互的逻辑性与流畅性。

1. 基本用途

**ChatPromptTemplate**为聊天式交互场景设计，用于构建多轮对话形式的提示信息。它可以处理不同角色（如人类、AI）的消息，并按照一定的格式组合这些消息。这更符合聊天机器人、对话式 AI 等应用的需求。ChatPromptTemplate能够处理不同角色，是与PromptTemplate最大的不同。

2.模板结构

**ChatPromptTemplate**由多个消息模板组成，每个消息模板对应一个特定的角色（如 HumanMessagePromptTemplate、AIMessagePromptTemplate 等）。这些消息模板可以包含各自的占位符，用于填充动态内容。例如：

from langchain.prompts.chat import (
    ChatPromptTemplate,
    SystemMessagePromptTemplate,
    HumanMessagePromptTemplate
)

# 定义系统消息模板
system_template = "你是一个乐于助人的助手，总是用简洁的语言回答问题。"
system_message_prompt = SystemMessagePromptTemplate.from_template(system_template)

# 定义用户消息模板
human_template = "请提供关于{topic}的简要信息。"
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)

# 组合成聊天提示模板
chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])

# 构建提示，填充占位符
prompt = chat_prompt.format_prompt