langchain 提示模版 PromptTemplate

1. 引入

from langchain.prompts import PromptTemplate

2. 定义模版

1. PromptTemplate 直接实例化

python 复制代码
PromptTemplate(
	# 字符串类型。使用{}作为占位符
	template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。", 
	 # 数组。值必须是占位符中的字符串,表示在format时为必填
	 # 经过测试,该属性可以不写,只要不在partial_variables中出现的值都会自动在这里
	input_variables=["input_language"],
	# 字典类型。可选。作用:预先固定模版的值,相当于一个默认值,不需要format时输入,如果format中有输入则覆盖此值
	partial_variables={"output_language":"德语"}
)
# 结果
# PromptTemplate(input_variables=['input_language'], input_types={}, partial_variables={'output_language': '德语'}, template='你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。')
  • 不使用input_variablespartial_variables的示例1
python 复制代码
PromptTemplate(
	template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。"
	)
# 结果,可以看到自动将模版加入了input_variables,并且partial_variables没有值
'''
PromptTemplate(
	input_variables=['input_language', 'output_language'], 
	input_types={}, 
	partial_variables={}, 
	template='你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。')
'''
  • 不使用input_variables的示例2
python 复制代码
PromptTemplate(
	template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。",
	partial_variables={"output_language":"德语"}
)
# 结果:input_variables的值是排除了partial_variables的值
'''
PromptTemplate(
	input_variables=['input_language'], 
	input_types={}, 
	partial_variables={'output_language': '德语'}, 
	template='你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。')
'''

2. from_template

和上面的PromptTemplate没有区别

python 复制代码
# 定义模板和输入变量
template_str = (
    "你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。"
    "请翻译以下内容:'{text}'"
)
prompt_template = PromptTemplate.from_template(
	# 无需手动写 input_variables,方法会自动提取模板中所有 {} 包裹的变量名
	template=template_str, 	
)
# 上面的方法等同于
prompt_template = PromptTemplate(
	template=template_str,
	input_variables=["input_language","output_language","text"]
)

2. 模版赋值

python 复制代码
prompt1 = PromptTemplate(template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。",partial_variables={"output_language":"德语"})

# 使用partial_variables固定值
prompt1.format(input_language="日语")
# 结果:'你是一个专业的翻译助手,擅长将日语文本准确翻译成德语。'

# 不使用partial_variables固定值
prompt1.format(input_language="英语",output_language="法语")
# 结果:'你是一个专业的翻译助手,擅长将英语文本准确翻译成法语。'
python 复制代码
# from_template构建的模版和上面的结果一样
prompt2 = PromptTemplate.from_template(template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。",partial_variables={"output_language":"德语"})

prompt2.format(input_language="英语",output_language="法语")
# '你是一个专业的翻译助手,擅长将英语文本准确翻译成法语。'
prompt2.format(input_language="日语")
# '你是一个专业的翻译助手,擅长将日语文本准确翻译成德语。'

3. invoke赋值

  • 注意参数为字典类型
python 复制代码
prompt1 = PromptTemplate(template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。",partial_variables={"output_language":"德语"})

# 使用partial_variables固定值
prompt1.invoke({"input_language":"英语"})
# 结果:StringPromptValue(text='你是一个专业的翻译助手,擅长将英语文本准确翻译成德语。')

# 不使用partial_variables固定值
prompt1.invoke({"input_language":"英语","output_language":"法语"})
# 结果:StringPromptValue(text='你是一个专业的翻译助手,擅长将英语文本准确翻译成法语。')

4. 部分赋值PromptTemplate.partial

不用一次性将模版所有的值赋值,从结果可以看出相当于给了partial_variables的值

python 复制代码
prompt3 = PromptTemplate.from_template(template="你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。")
prompt3.partial(output_language="德语")
# 结果 
'''
PromptTemplate(
	input_variables=['input_language'], 
	input_types={}, 
	partial_variables={'output_language': '德语'}, 
	template='你是一个专业的翻译助手,擅长将{input_language}文本准确翻译成{output_language}。')
'''
相关推荐
子午几秒前
【蔬菜识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络+resnet50算法
人工智能·python·深度学习·蔬菜识别
哦哦3312 小时前
线性回归和回归决策树(CART)对比
python·pycharm
qq7422349842 小时前
VitePress静态网站从零搭建到GitHub Pages部署一站式指南和DeepWiki:AI 驱动的下一代代码知识平台
人工智能·python·vue·github·vitepress·wiki
陈天伟教授8 小时前
人工智能训练师认证教程(2)Python os入门教程
前端·数据库·python
2301_764441338 小时前
Aella Science Dataset Explorer 部署教程笔记
笔记·python·全文检索
lusasky8 小时前
AgentScope、LangChain、AutoGen 全方位对比 + 混用可行性指南
microsoft·langchain
爱笑的眼睛118 小时前
GraphQL:从数据查询到应用架构的范式演进
java·人工智能·python·ai
BoBoZz198 小时前
ExtractSelection 选择和提取数据集中的特定点,以及如何反转该选择
python·vtk·图形渲染·图形处理
liwulin05069 小时前
【PYTHON-YOLOV8N】如何自定义数据集
开发语言·python·yolo
木头左9 小时前
LSTM量化交易策略中时间序列预测的关键输入参数分析与Python实现
人工智能·python·lstm