提示词模板(Prompt Template)
一、Prompt模板的创建
1.1 介绍
- 流程:
- 导入必要的类:从
langchain.prompts 导入 PromptTemplate;
- 定义模板字符串:包含需要动态替换的变量(用
{变量名}表示);
- 创建
PromptTemplate 实例:指定模板和变量列表;
- 使用模板生成提示词:通过
format()方法传入变量值。
1.2 示例
# 1. 导入PromptTemplate
from langchain.prompts import PromptTemplate
# 2. 定义模板字符串,包含变量{product}
template = "你是一名{product}工程师,请帮我设计{feature}的单元测试用例"
# 3. 创建PromptTemplate实例,指定模板和变量列表
prompt = PromptTemplate(
input_variables=["product", "feature"], # 变量名列表
template=template # 模板字符串
)
# 4. 格式化模板,传入具体值生成提示词
print(prompt.format(product="资深测试", feature="条件覆盖"))
二、从文件中加载模板
2.1 介绍
2.2 示例
# 假设template.txt文件内容为:"你是一名{product}工程师,请帮我设计{feature}的单元测试用例"
with open("template.txt", "r") as f:
template = f.read()
prompt = PromptTemplate(
input_variables=["product", "feature"],
template=template
)
print(prompt.format(product="资深测试", feature="条件覆盖"))
三、系统Prompt模板
3.1 介绍
- 可以使用
ChatPromptTemplate 将多个提示词传给LLM。
3.2 示例
from langchain.prompts import ChatPromptTemplate
from langchain.schema import HumanMessage, SystemMessage
# 定义系统消息和人类消息模板
system_template = "你是一个{role},擅长{skill}。"
human_template = "请帮我{task}。"
chat_prompt = ChatPromptTemplate.from_messages([
("system", system_template),
("human", human_template)
])
# 格式化生成消息列表
messages = chat_prompt.format_messages(
role="资深软件测试专家",
skill="软件测试架构设计",
task="设计一个高并发场景的用例设计"
)
# 输出的messages可直接传入聊天模型
for msg in messages:
print(f"{msg.type}: {msg.content}")