Langchain学习记录2 | Notion 博客

type

Post

status

Published

date

Dec 3, 2025

slug

summary

了解提示词工程

提示词工程

了解提示词

现阶段大模型依然处于Chatbot阶段，所以掌握一定提示词技巧还是有必要的。虽然随着大模型本身能力的增强，它越来越能理解口语化的语言，所以提示词工程已开始转型上下文工程（context)

提示词技巧

提示词可以分成：zero-shot few-shot COT

zero-shot:零样本提示，适用于一次性对话中，简单易懂

few-shot: 少样本提示，在提示词中编写你希望模型输出结果的示例，如使用json格式要求大模型输出结果以键值对形式输出

CoT:思维链，让AI一步步思考，逐步输出过程，有利于大模型对于问题进行拆解

Langchain中的提示词模板

PromptTemplate

PromptTemplate 是 Langchain 中的基础提示词模板类，用于创建包含变量占位符的提示词模板。它允许开发者定义带有 {variable} 格式占位符的模板字符串，然后通过 invoke() 方法动态注入变量值，生成最终的提示词。这是实现 zero-shot（零样本）提示的常用工具。

ChatPromptTemplate

ChatPromptTemplate 是 Langchain 中的聊天提示词模板类，用于构建多轮对话格式的提示词。它支持定义系统消息（system）和用户消息（user）等不同角色的消息，并可以使用 MessagePlaceholder 进行占位，动态注入变量。

FewShotPromptTemplate

FewShotPromptTemplate 是 Langchain 中的少样本提示词模板类，用于在提示词中包含多个示例（examples），帮助大模型理解期望的输出格式和模式。它是 few-shot 提示技巧的具体实现，通过提供示例来引导模型生成符合预期格式的结果。