1. 为什么需要ChatPromptTemplate?
在构建Agent智能体时,Prompt(提示词)的质量直接决定了AI的表现。就像教一个新员工做事,如果你给的指令模糊不清,他很可能把事情搞砸。ChatPromptTemplate就是帮我们标准化、结构化这些指令的工具。
我刚开始做Agent项目时,经常遇到这些问题:
- 同样的任务,每次输入的Prompt格式不一致导致结果波动
- 复杂任务需要多轮对话时,上下文管理混乱
- 团队协作时,不同成员写的Prompt风格差异大
ChatPromptTemplate通过模板化的方式解决了这些痛点。它允许我们:
- 定义可复用的对话模板
- 动态插入变量
- 保持多轮对话的上下文一致性
- 实现Prompt的版本控制
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 基础使用:从零开始构建第一个模板
2.1 环境准备
首先确保安装最新版LangChain:
bash复制pip install -U langchain langchain-core
2.2 最简单的模板示例
python复制from langchain.prompts import ChatPromptTemplate
template = ChatPromptTemplate.from_messages([
("system", "你是一个专业的{role}"),
("human", "请帮我完成这个任务:{task}")
])
prompt = template.format_messages(
role="数据分析师",
task="分析上周销售趋势"
)
这个模板包含两个部分:
- System message:设定AI的角色
- Human message:用户的具体请求
注意:建议总是包含system message来明确AI的职责边界,这能显著提高回答质量
2.3 模板的进阶用法
变量嵌套
python复制template = ChatPromptTemplate.from_messages([
("system", "你是一个{domain}领域的{role}"),
("human", "根据{time_range}的数据,
