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}")