引导你的AI：如何有效地组合提示模板_利用ai合并表格内容的提示词-CSDN博客

本文链接：https://blog.csdn.net/ahdfwcevnhrtds/article/details/143224238

# 引言

在与AI模型交互时，合适的提示（prompt）设计至关重要。LangChain提供了一种简便的方法来组合提示模板，从而提高提示的可重用性和灵活性。本篇文章将介绍如何使用LangChain工具来组合不同类型的提示，包括字符串提示和聊天提示。

# 主要内容

## 字符串提示组合

字符串提示可以通过简单的字符串拼接来组合。你可以将多个模板或字符串拼接在一起，以形成更复杂的提示。需要注意的是，列表的第一个元素必须是一个提示。

```python
from langchain_core.prompts import PromptTemplate

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

formatted_prompt = prompt.format(topic="sports", language="spanish")
print(formatted_prompt)
# 输出: Tell me a joke about sports, make it funny\n\nand in spanish

聊天提示组合

聊天提示由消息列表组成，类似于字符串提示，你可以将消息模板串联起来。每一个新元素都会成为最终提示中的新消息。

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

使用PipelinePromptTemplate

PipelinePromptTemplate类允许你更高效地重用提示的各部分。这个类通过预先定义一系列提示模板，并在最终提示中组合它们。

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 = 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)