巧妙组合提示：LangChain的使用指南_langchain 如何一次回答多个问题-优快云博客

本文链接：https://blog.youkuaiyun.com/tt_jishu/article/details/142321839

巧妙组合提示：LangChain的使用指南

在人工智能的世界中，构建和组合有效的提示是至关重要的。这篇文章将展示如何使用LangChain来组合提示，从而提高其可重用性和灵活性。

1. 引言

在AI应用中，提示构建是一个常见但关键的步骤。LangChain提供了一种简便的方法来组合提示，无论是字符串提示还是聊天提示。本文将向您展示如何使用LangChain的提示模板来优化这一过程。

2. 主要内容

2.1 字符串提示组合

当处理字符串提示时，我们可以将每个模板连接在一起。这使得直接创建提示或字符串变得简单。

from langchain_core.prompts import PromptTemplate

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

# 使用API代理服务提高访问稳定性
formatted_prompt = prompt.format(topic="sports", language="spanish")
print(formatted_prompt)

2.2 聊天提示组合

聊天提示由一系列消息组成，您可以通过连接多个聊天提示模板来创建复杂的对话。

from langchain_core.messages import AIMessage, HumanMessage, SystemMessage

prompt = SystemMessage(content="You are a nice pirate")
new_prompt = (
    prompt + HumanMessage(content="hi") + AIMessage(content="what?") + "{input}"
)

# 使用API代理服务提高访问稳定性
formatted_messages = new_prompt.format_messages(input="i said hi")
print(formatted_messages)

2.3 使用PipelinePrompt

PipelinePromptTemplate类允许我们重用提示的一部分，非常适合需要多次使用相同结构的场景。

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
)

# 使用API代理服务提高访问稳定性
formatted_pipeline = pipeline_prompt.format(
    person="Elon Musk",
    example_q="What's your favorite car?",
    example_a="Tesla",
    input="What's your favorite social media site?",
)
print(formatted_pipeline)