当前位置：首页 > article >正文

langchain 提示词(一) 字符提示词和聊天提示词

article 2024/9/25 13:40:16

1,简介

‌LangChain中的提示词（Prompts）‌是用户与模型交互的方式，即模型的输入，通过提示词可以让模型返回用户期望的内容。提示词在LLM（Large Language Models，大语言模型）领域中扮演着关键角色，它不仅是模型接收信息的入口，也是模型生成输出的起点。
提示词也是用于生成语言模型提示词的预定义脚本。语言模型能够接受的提示词是字符串或聊天消息列表。
提示词中提供了两个提示词模版：
PromptTemplate:字符提示词模版，模版支持任意数量的变量，包括无边量。
ChatPromptTemplate:聊天提示词模版，聊天模版的提示是一个聊天消息列表。每条聊天消息都是有角色和内容组成。

2，代码示例

字符提示词PromptTemplate

from langchain.prompts import PromptTemplate

#有变量
prompt_template = PromptTemplate.from_template(
    "给我讲一个关于{content}的{adjective}笑话。"
)
rep = prompt_template.format(adjective="有意思的", content="猫")
print(rep)
#给我讲一个关于猫的有意思的笑话。

#无变量
prompt_template = PromptTemplate.from_template(
    "给我讲个笑话"
)
rep = prompt_template.format()
print(rep)
#给我讲个笑话

聊天提示词ChatPromptTemplate

from langchain_core.prompts import ChatPromptTemplate

chat_template = ChatPromptTemplate.from_messages(
    [
        ("system", "你是一个乐于助人的人工智能机器人。你的名字是{name}"),
        ("human", "你好你最近怎么样？"),
        ("ai", "我很好，谢谢！"),
        ("human", "{user_imput}"),
    ]
)
messages = chat_template.format_messages(name="王老师", user_imput="你叫什么名字？")
print(messages)

#[SystemMessage(content='你是一个乐于助人的人工智能机器人。你的名字是王老师'), HumanMessage(content='你好你最近怎么样？'), AIMessage(content='我很好，谢谢！'), HumanMessage(content='你叫什么名字？')]

#ChatPromptTemplate.from_messages方法接受各种消息表示形式，并且是一种使用你想要的消息格式化聊天模型输入的便捷方法。
from langchain_core.messages import SystemMessage
from langchain_core.prompts import HumanMessagePromptTemplate, ChatPromptTemplate

chat_template = ChatPromptTemplate.from_messages(
    [
        SystemMessage(
            content=(
                "你是一位有用的助手，可以重写用户的文本，使其听起来更乐观。"
            )
        ),
        HumanMessagePromptTemplate.from_template("{text}"),
    ]
)
messages = chat_template.format_messages(text="我不喜欢吃好的东西")
print(messages)
#[SystemMessage(content='你是一位有用的助手，可以重写用户的文本，使其听起来更乐观。'), HumanMessage(content='我不喜欢吃好的东西')]

消息占位符MessagesPlaceholder
消息占位符通过字面意思，就是占为作用，比如，现在要对之前说过的聊天对话进行总结。之前有多少对话目前不太确定，没有统计。那么这种情况就可以用消息占位符，先进行占位，在将之前的聊天记录取出，在进行总结。

from langchain.prompts import (
ChatPromptTemplate,
HumanMessagePromptTemplate,
MessagesPlaceholder,
)

human_prompt = "用 {word_count} 字总结我们到今为止的对话。"
human_message_template = HumanMessagePromptTemplate.from_template(human_prompt)

chat_prompt = ChatPromptTemplate.from_messages([MessagesPlaceholder(variable_name="conversation"),human_message_template])

from langchain_core.messages import AIMessage,HumanMessage

human_message = HumanMessage(content="学习编程的最佳方法是什么？")
ai_message = AIMessage(
    content="""\
    1. 选择编程语言：决定你想要学习的编程语言。
    2. 从基础开始：熟悉变量、数据类型和控制结构等基本编程概念。
    3. 练习、练习、再练习：学习编程的最好方法是通过实践检验\
    """
)

rep = chat_prompt.format_prompt(
    conversation=[human_message,ai_message], word_count="10"
).to_messages()
print(rep)
#[HumanMessage(content='学习编程的最佳方法是什么？'), AIMessage(content='    1. 选择编程语言：决定你想要学习的编程语言。\n    2. 从基础开始：熟悉变量、数据类型和控制结构等基本编程概念。\n    3. 练习、练习、再练习：学习编程的最好方法是通过实践检验    '), HumanMessage(content='用 10 字总结我们到今为止的对话。')]