1. 字符串提示词与聊天交互提示词模板解析
在构建基于大语言模型的应用时,提示词模板(PromptTemplate)是连接用户输入与模型输出的关键桥梁。字符串提示词(PromptTemplate)和聊天交互提示词模板(ChatPromptTemplate)是LangChain框架中最常用的两种模板类型,它们分别适用于不同的交互场景。
字符串提示词模板主要用于构建简单的文本提示,适合问答、摘要等单轮交互场景。而聊天交互提示词模板则专门为多轮对话设计,能够更好地保持对话上下文和角色设定。理解这两种模板的区别和使用场景,是开发高效LangChain应用的基础。
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. PromptTemplate详解与应用
2.1 PromptTemplate核心功能
PromptTemplate是LangChain中最基础的提示词模板类,位于langchain-core.prompts模块中。它的主要作用是将用户输入和预定义的模板字符串组合成完整的提示词。
一个典型的PromptTemplate包含以下要素:
- 模板字符串:包含占位符的文本模板
- 输入变量:模板中需要动态填充的部分
- 模板格式:决定如何组合这些元素
python复制from langchain_core.prompts import PromptTemplate
template = "请用简洁的语言回答以下问题:{question}"
prompt = PromptTemplate.from_template(template)
final_prompt = prompt.format(question="LangChain是什么?")
2.2 高级模板功能
除了基础功能外,PromptTemplate还支持一些高级特性:
- 多变量模板:
python复制template = "根据{context}中的信息,回答{question}"
prompt = PromptTemplate.from_template(template)
- 模板继承与组合:
python复制base_template = "背景信息:{context}\n\n"
qa_template = base_template + "问题:{question}
