第三章：提示模板 (Prompt Templates) —— 精准的沟通艺术

杨小扩

于 2025-06-08 10:26:51 发布

阅读量1k

点赞数 19

分类专栏： LangChain应用开发入门与实战文章标签： prompt 人工智能 langchain

本文链接：https://blog.csdn.net/qq_22017479/article/details/148510098

版权

LangChain应用开发入门与实战专栏收录该内容

12 篇文章

订阅专栏

你好，我是阿扩。很高兴与你继续这趟旅程。

在前两章，我们学会了如何启动并与AI的“大脑”——模型进行对话。但你可能已经发现，我们每次提问，都需要手动在代码里拼接字符串或消息对象。如果应用逻辑变得复杂，这种方式会显得非常笨拙且难以维护。

别担心，LangChain早已为我们准备好了优雅的解决方案。今天，我将带你掌握一项让AI沟通变得“标准化”和“自动化”的艺术——提示模板 (Prompt Templates)。

3.1 本节目标

理解为什么需要使用提示模板。
掌握 ChatPromptTemplate 的使用方法，为聊天模型创建动态提示。
学会如何定义带有输入变量（placeholders）的模板。
能够将模板、用户输入和模型三者结合，完成一次动态的AI调用。

3.2 核心概念速览

提示模板 (Prompt Template) 的核心思想非常简单，我们可以用一个大家都很熟悉的例子来理解它——信件模板。

想象一下，你要写一封邮件，邀请多位嘉宾参加活动。你不会为每一位嘉宾都重写一封邮件，而是会创建一个模板：

尊敬的 {嘉宾姓名}：

您好！诚挚邀请您参加我们将于 {日期} 在 {地点} 举办的 {活动名称}。

期待您的光临！

在这个模板中，{嘉宾姓名}、{日期}、{地点} 和 {活动名称} 就是占位符（placeholders）。你只需要提供这些变量的具体值，就能快速生成一封封个性化的邮件。

在LangChain中，提示模板的工作原理完全一样。我们预先定义好一个包含占位符的提示结构，程序运行时，只需要把动态的变量“填”进去，就能生成一个最终发送给LLM的、格式完美的完整提示。

3.3 LangChain组件解析

今天我们的主角是 ChatPromptTemplate，它是专门为 聊天模型（Chat Models） 设计的模板工具。

ChatPromptTemplate.from_messages([...]): 这是创建聊天提示模板最常用、最直观的方法。它接收一个由消息模板组成的列表。这些消息模板可以是 SystemMessage、HumanMessage 或 AIMessage 的字符串形式，其中可以包含用花括号 {} 包裹的输入变量。
template.format_messages(**kwargs): 这是模板对象的一个核心方法。当你调用它并传入一个包含变量值的字典时（例如 product="智能手表", features="心率监测、超长待机"），它会用这些值替换掉模板中的占位符，并返回一个格式化好的、可以被聊天模型直接使用的消息列表。

3.4 实战代码演练

让我们来构建一个“产品描述生成器”。我们的程序将接收一个产品名称和一些特性，然后利用提示模板，让AI为我们生成一段吸引人的营销文案。

第一步：确保环境就绪

和之前一样，请确保你已安装所需库，并设置了DASHSCOPE_API_KEY环境变量。

pip install langchain langchain_community dashscope

第二步：编写并运行Python代码

创建一个名为 prompt_template_demo.py 的文件，然后将下面的代码复制进去。

# 1. 导入必要的模块
from langchain_community.chat_models import ChatTongyi
from langchain_core.prompts import ChatPromptTemplate

def main():
    """主函数，演示如何使用提示模板"""
    print("--- 提示模板演示：产品描述生成器 ---")
    
    # 2. 创建聊天模型实例
    chat_model = ChatTongyi(temperature=0.5)
    
    # 3. 定义聊天提示模板
    # 我们使用 from_messages 方法，传入一个消息列表。
    # SystemMessage 定义了AI的角色和任务。
    # HumanMessage 包含了两个占位符：{product_name} 和 {features}。
    template = ChatPromptTemplate.from_messages([
        ("system", "你是一位专业的营销文案专家，擅长为产品撰写富有吸引力的描述。"),
        ("human", "请为产品“{product_name}”生成一段营销文案，突出它的以下特点：{features}。")
    ])
    
    # 4. 准备动态输入值
    product_name = "AI智能降噪耳机"
    features = "主动降噪、30小时超长续航、空间音频技术"
    
    # 5. 使用模板格式化输入
    # 我们调用 .format_messages() 并传入一个字典来填充占位符。
    formatted_prompt = template.format_messages(
        product_name=product_name,
        features=features
    )
    
    print("\n--- 格式化后的完整提示 ---")
    print(formatted_prompt)
    print("--------------------------\n")
    
    # 6. 调用模型并获取回答
    print("正在生成文案...")
    response = chat_model.invoke(formatted_prompt)
    
    # 7. 打印模型的回答
    print("\nAI生成的营销文案：")
    print(response.content)

if __name__ == "__main__":
    main()

运行结果可能如下：

--- 提示模板演示：产品描述生成器 ---

--- 格式化后的完整提示 ---
[SystemMessage(content='你是一位专业的营销文案专家，擅长为产品撰写富有吸引力的描述。'), HumanMessage(content='请为产品“AI智能降噪耳机”生成一段营销文案，突出它的以下特点：主动降噪、30小时超长续航、空间音频技术。')]
--------------------------

正在生成文案...

AI生成的营销文案：
**静享纯粹，声临其境——您的AI智能降噪耳机已上线！**

厌倦了城市的喧嚣，渴望一片只属于自己的听觉绿洲？现在，让科技为您隔绝纷扰。

我们的全新AI智能降噪耳机，搭载业界领先的**主动降噪**技术，能精准识别并消除环境噪音，无论是在通勤地铁还是嘈杂的咖啡馆，都能让您瞬间沉浸在纯净的音乐世界。

告别电量焦虑！我们为您带来了惊人的**30小时超长续航**能力，一次充电，满足您数日的聆听需求，让美妙旋律从不间断。

更进一步，我们引入了革命性的**空间音频技术**。它能追踪您的头部动态，营造出影院级的3D环绕声场，无论听歌、看电影还是玩游戏，都能为您带来前所未有的沉浸式体验。

AI智能降噪耳机，不仅是耳机，更是您通往纯粹声音世界的钥匙。立即体验，开启您的听觉新纪元！

3.5 代码逻辑详解

from langchain_core.prompts import ChatPromptTemplate: 我们从langchain_core.prompts模块中导入了核心的ChatPromptTemplate类。
template = ChatPromptTemplate.from_messages([...]): 这是本章最关键的一步。我们创建了一个模板实例。
- ("system", "..."): 这是SystemMessage的简写形式，LangChain能够智能地识别它。它为AI设定了“营销专家”的身份。
- ("human", "..."): 这是HumanMessage的简写。注意字符串中的{product_name}和{features}，它们就是等待被填充的“空”。
formatted_prompt = template.format_messages(...): 我们调用了.format_messages()方法。传入的字典的key（product_name, features）必须与模板中的占位符名称完全对应。该方法返回一个标准的消息列表（[SystemMessage(...), HumanMessage(...)]），这正是chat_model.invoke()所期望的输入格式。
response = chat_model.invoke(formatted_prompt): 我们将格式化后的、包含了具体产品信息的消息列表传递给模型，从而得到一个高度定制化的回答。