提升对话生成的效率：使用LangChain进行提示组合的终极指南

最新推荐文章于 2025-11-26 03:50:32 发布

原创最新推荐文章于 2025-11-26 03:50:32 发布 · 516 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #microsoft #数据库 #python

引言

在创建AI的对话系统时，提示（Prompts）的设计至关重要。通过巧妙地组合提示，我们可以更好地控制AI的对话生成，达到更高效的效果。本文将介绍如何使用LangChain来合成字符串和聊天提示模板，帮助开发者轻松创建复杂的多层提示。

主要内容

1. 字符串提示组合

字符串提示可以通过连接多个模板形式的字符串来合成。这种方法简单而高效，适合静态内容的生成。

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)

上面的代码结果为：

'Tell me a joke about sports, make it funny\n\nand in spanish'

2. 聊天提示组合

聊天提示由多个消息组成，适合动态对话场景。同样可以通过连接方法合成多条消息。

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}"
)

formatted_messages = new_prompt.format_messages(input="i said hi")
print(formatted_messages)

结果展示：

[SystemMessage(content='You are a nice pirate'),
 HumanMessage(content='hi'),
 AIMessage(content='what?'),
 HumanMessage(content='i said hi')]

3. 使用PipelinePromptTemplate

PipelinePromptTemplate类允许您更灵活地重用提示的不同部分，其结构由最终提示和管道提示组成。

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
)

formatted_pipeline_prompt = 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_prompt)

结果：

You are impersonating Elon Musk.

Here's an example of an interaction:

Q: What's your favorite car?
A: Tesla

Now, do this for real!

Q: What's your favorite social media site?
A: