Prompt Templates

Prompt templates 帮助将用户输入和参数转换为语言模型的指令。这可以用于指导模型的响应，帮助模型理解上下文并生成相关的、连贯的基于语言的输出。

Prompt Templates 接受一个对象作为输入，其中每个键代表 prompt template 中要填充的变量。

Prompt Templates 输出一个 PromptValue。此 PromptValue 可以传递给 LLM 或 ChatModel，也可以转换为字符串或消息列表。 PromptValue 存在的原因是为了方便在字符串和消息之间切换。

有几种不同类型的 prompt templates

字符串 Prompt Templates

这些 prompt templates 用于格式化单个字符串，通常用于更简单的输入。例如，构建和使用 PromptTemplate 的常见方法如下

import { PromptTemplate } from "@langchain/core/prompts";

const promptTemplate = PromptTemplate.fromTemplate(
  "Tell me a joke about {topic}"
);

await promptTemplate.invoke({ topic: "cats" });

StringPromptValue {
  value: 'Tell me a joke about cats'
}

ChatPromptTemplates

这些 prompt templates 用于格式化消息列表。这些“模板”由模板列表本身组成。例如，构建和使用 ChatPromptTemplate 的常见方法如下

import { ChatPromptTemplate } from "@langchain/core/prompts";

const promptTemplate = ChatPromptTemplate.fromMessages([
  ["system", "You are a helpful assistant"],
  ["user", "Tell me a joke about {topic}"],
]);

await promptTemplate.invoke({ topic: "cats" });

ChatPromptValue {
  messages: [
    SystemMessage {
      "content": "You are a helpful assistant",
      "additional_kwargs": {},
      "response_metadata": {}
    },
    HumanMessage {
      "content": "Tell me a joke about cats",
      "additional_kwargs": {},
      "response_metadata": {}
    }
  ]
}

在上面的示例中，此 ChatPromptTemplate 在调用时将构造两条消息。第一条是系统消息，没有变量需要格式化。第二条是 HumanMessage，将由用户传入的 topic 变量格式化。

MessagesPlaceholder

此 prompt template 负责在特定位置添加消息列表。在上面的 ChatPromptTemplate 中，我们看到了如何格式化两条消息，每条消息都是一个字符串。但是，如果我们希望用户传入一个消息列表，我们将其插入到特定位置怎么办？这就是您使用 MessagesPlaceholder 的方式。

import {
  ChatPromptTemplate,
  MessagesPlaceholder,
} from "@langchain/core/prompts";
import { HumanMessage } from "@langchain/core/messages";

const promptTemplate = ChatPromptTemplate.fromMessages([
  ["system", "You are a helpful assistant"],
  new MessagesPlaceholder("msgs"),
]);

await promptTemplate.invoke({ msgs: [new HumanMessage("hi!")] });

ChatPromptValue {
  messages: [
    SystemMessage {
      "content": "You are a helpful assistant",
      "additional_kwargs": {},
      "response_metadata": {}
    },
    HumanMessage {
      "content": "hi!",
      "additional_kwargs": {},
      "response_metadata": {}
    }
  ]
}

这将生成包含两条消息的列表，第一条是系统消息，第二条是我们传入的 HumanMessage。如果我们传入了 5 条消息，那么它将总共生成 6 条消息（系统消息加上传入的 5 条消息）。这对于将消息列表插入到特定位置非常有用。

另一种无需显式使用 MessagesPlaceholder 类即可完成相同操作的方法是

const promptTemplate = ChatPromptTemplate.fromMessages([
  ["system", "You are a helpful assistant"],
  ["placeholder", "{msgs}"], // <-- This is the changed part
]);

有关如何使用 prompt templates 的详细信息，请参阅此处的相关操作指南。