提示模板

信息

与语言模型交互的一个重要部分是使用某种模板格式化输入。这在LangChain中非常简单，以下是一个简单的例子：

import "github.com/tmc/langchaingo/prompts"

func main() {
    prompt := prompts.NewPromptTemplate(
        "为生产{{.product}}的公司起一个好名字。",
        []string{"product"}, 
    )

    result, err := prompt.Format(map[string]any{
        "product": "彩色袜子",
    })
    if err != nil {
        log.Fatal(err)
    }

    fmt.Println(result)
}

为生产彩色袜子的公司起一个好名字。

提示模板可以接受任意数量的输入，如下所示：

prompt := prompts.NewPromptTemplate(
    "给我讲一个关于{{.content}}的{{.adjective}}笑话。",
    []string{"adjective", "content"}, 
)

result, err := prompt.Format(map[string]any{
    "adjective": "有趣的",
    "content": "鸡", 
})
if err != nil {
    log.Fatal(err)
}

fmt.Println(result)

给我讲一个关于鸡的有趣笑话。

为聊天消息创建提示模板

聊天模型需要接收一系列聊天消息作为输入，这一系列消息通常被称为提示。这些聊天消息与直接传递给LLM模型的原始字符串不同，每个消息都关联了一个角色。

例如，在OpenAI Chat Completion API中，一条聊天消息可以与AI、人类或系统角色相关联。模型应该更严格地遵循来自系统聊天消息的指令。

建议在查询聊天模型时使用这些与聊天相关的提示模板，以充分利用底层聊天模型的功能。

import "github.com/tmc/langchaingo/prompts"

func main() {
   prompt := prompts.NewChatPromptTemplate([]prompts.MessageFormatter{
        prompts.NewSystemMessagePromptTemplate(
            "你是一个只能翻译文本而不能解释的翻译引擎。",
            nil,
        ),
        prompts.NewHumanMessagePromptTemplate(
            `将{{.inputLang}}语言的这段文字翻译成{{.outputLang}}：\n{{.input}}`,
            []string{"inputLang", "outputLang", "input"},
        ),
    })

    result, err := prompt.Format(map[string]any{
        "inputLang": "英语",
        "outputLang": "中文",
        "input": "我爱编程",
    })
    if err != nil {
        log.Fatal(err)
    }

    fmt.Println(result)
}

[{你是一个只能翻译文本而不能解释的翻译引擎。} {将英语语言的这段文字翻译成中文：\n我爱编程}]

深入了解

📄️ 部分值

在某些情况下，“部分”处理提示模板是有意义的，例如传递所需的变量子集，从而创建一个新的仅期望剩余变量子集的提示模板。

为聊天消息创建提示模板​

深入了解​

📄️ 部分值

为聊天消息创建提示模板

深入了解