ChatPromptTemplate的使用

ChatPromptTemplate 是 LangChain 中专门用于管理多角色对话结构的提示词模板工具。它的核心价值在于，开发者可以预先定义差别范例的对话角色消息（如体系指令、用户提问、AI历史复兴），并通过数据绑定动态生成完备对话上下文。
1.角色消息模板化

为每类对话角色设置预设的消息格式，支持动态变量插值：

1. from langchain_core.prompts import ChatPromptTemplate
3. template = ChatPromptTemplate.from_messages([
4.     ("system", "你是一个{topic}领域的专家"),  # 系统指令，可替换topic变量
5.     ("user", "{query}"),                    # 用户提问内容占位符
6.     ("assistant", "好的，我会仔细思考这个问题"),  # 预置AI回复样本
7.     ("human", "请继续分析以下内容：{input}")     # 新用户信息输入
8. ])

复制代码

2.动态参数注入

通过字典传入变量值，主动生成完备对话结构：

1. prompt = template.format_messages(
2.     topic="量子物理",
3.     query="如何解释量子纠缠现象？",
4.     input="量子纠缠与时空结构的关系是什么"
5. )

复制代码

3.关联模型调用链路

搭配模型构成处理链条，可直接生成相应：

1. chain = template | llm  # llm为语言模型实例
2. response = chain.invoke({
3.     "topic": "编程教学",
4.     "query": "如何学习Python？",
5.     "input": "推荐具体的学习路径"
6. })

复制代码

演示：

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。