LangChain este cadrul care conține mai multe dependențe și biblioteci care pot fi folosite pentru a construi modele de limbaj mari. Aceste modele pot fi folosite pentru a interacționa cu oamenii, dar mai întâi, modelul trebuie să învețe cum să obțină/înțeleagă promptul/întrebarea pusă de om. Pentru aceasta, modelul trebuie să fie instruit pe șabloanele de prompt și apoi utilizatorul pune întrebarea în șablonul dat.
Acest ghid va ilustra procesul de construire a șabloanelor de prompt în LangChain.
Cum să construiți șabloane de prompt în LangChain?
Pentru a construi șabloane de prompt în LangChain, parcurgeți următorul ghid cu mai mulți pași:
Pasul 1: Instalați module și setați mediul
Începeți procesul de construire a șabloanelor de prompt în LangChain instalând cadrul LangChain:
pip install langchain
Acum, instalați module OpenAI pentru a accesa bibliotecile sale și pentru a seta un mediu folosindu-l:
pip install openai 
Configurați Mediul OpenAI folosind biblioteca OS pentru a accesa sistemul de operare și a furniza cheia API OpenAI:
importă-neimport getpass
os.environ['OPENAI_API_KEY'] = getpass.getpass('OpenAI API Key:')
Pasul 2: Utilizarea șablonului prompt
După instalarea LangChain, pur și simplu importați biblioteca PromptTemplate și construiți un șablon pentru interogarea despre o glumă cu câteva aspecte suplimentare ca variabile precum adjectiv, conținut etc.:
din langchain import PromptTemplateprompt_template = PromptTemplate.from_template(
„Spune-mi o glumă {style} despre {temă}”
)
prompt_template.format(style='funny', theme='pui')
Promptul a fost setat și dat modelului cu valorile variabilei introduse în comandă:
Utilizatorul poate personaliza șablonul prompt cu o interogare simplă care cere o glumă:
din langchain import PromptTemplateprompt_template = PromptTemplate.from_template(
'Spune-mi o gluma'
)
prompt_template.format()
Metoda de mai sus este pentru o singură interogare și răspuns, dar uneori utilizatorul dorește să interacționeze cu modelul sub forma unui chat, iar secțiunea următoare explică formatul acestuia.
Pasul 3: Utilizarea șablonului de solicitare de chat
Această secțiune explică șablonul pentru un model de chat care se bazează pe un model de conversație ca doi oameni care interacționează unul cu celălalt:
din langchain.prompts import ChatPromptTemplatetemplate = ChatPromptTemplate.from_messages([
('sistem', 'Bot de chat AI pentru a ajuta utilizatorul. Sunteți numit {name}.')
('uman', 'Bună, ce faci'),
('ai', 'Cum faci'),
('uman', '{user_input}'),
])
mesaje = template.format_messages(
nume = 'Ioan',
user_input='Cum ar trebui să te numesc'
)
După ce setați structura șablonului, scrieți pur și simplu câteva rânduri în text pentru a spune modelului ce se așteaptă de la acesta și utilizați funcția llm() pentru a da un prompt:
din langchain.prompts import ChatPromptTemplatedin langchain.prompts.chat import SystemMessage, HumanMessagePromptTemplate
template = ChatPromptTemplate.from_messages(
[
SystemMessage(
continut=(
„Sunteți aici pentru a ajuta și ajuta utilizatorul să rescrie textul utilizatorului mai eficient”
)
),
HumanMessagePromptTemplate.from_template(„{text}”),
]
)
din langchain.chat_models import ChatOpenAI
llm = ChatOpenAI()
llm(template.format_messages(text='nu-mi place să mănânc lucruri gustoase'))
Metoda SystemMessage() conține conținutul răspunsului pentru interogarea utilizată în LLM:
Acesta este tot despre construirea de șabloane de prompt în LangChain.
Concluzie
Pentru a construi un șablon prompt în LangChain, instalați pur și simplu modulele LangChain și OpenAI pentru a configura un mediu folosind cheia API OpenAI. După aceea, creați un șablon de prompt pentru o singură solicitare, cum ar fi să cereți o glumă sau o singură întrebare despre orice. O altă metodă este personalizarea unui șablon pentru un model de chat bazat pe procesul de interacțiune între doi oameni diferiți. Această postare a ilustrat procesul de construire a unui șablon prompt în LangChain.