LangChain PromptTemplate

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

  • 对于复杂的提示词,可以将模板内容保存到文件中。

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}")

posted @ 2026-03-07 06:55  Neur0toxin  阅读(41)  评论(0)    收藏  举报