提示词模板 - wangshengliang

在使用 LangChain 构建大模型应用时，提示词（Prompt）设计是第一步。但直接写死字符串容易出错、复用性差，也不利于维护。这时候就该用上 LangChain 提供的 Prompt Template —— 一个专为语言模型设计的提示词模板工具。

快速上手#

无变量，纯字符串模板

import { PromptTemplate } from '@langchain/core/prompts'

// 创建一个最简单的提示模板
const prompt = new PromptTemplate({
  inputVariables: [], // 变量列表
  template: 'Hello, AI!', // 模板
})

// 使用 format 方法格式化模板（此处无变量）
const result = await prompt.format()

console.log(result) // Hello, AI!

有变量，嵌入到字符串模板

import { PromptTemplate } from '@langchain/core/prompts'

// 创建一个包含变量的提示模板
const prompt = new PromptTemplate({
  inputVariables: ['user'], // 在这个数组里面，声明有哪些变量
  template: 'Hi, {user}!', // 使用了 {} 作为变量名的容器
})

// 使用 format 方法替换变量
// 需要提供变量的值
const output = await prompt.format({
  user: 'Alex',
})

console.log(output) // Hi, Alex!

嵌入多个变量：

import { PromptTemplate } from '@langchain/core/prompts'

// 定义一个多变量模板
const prompt = new PromptTemplate({
  inputVariables: ['period', 'user'], // 会用到2个变量
  template: 'Good {period}, {user}!',
})

// 提供对应的变量值进行格式化
const result = await prompt.format({
  period: 'evening',
  user: 'Lynn',
})

console.log(result) // Good evening, Lynn!

如果你想在最终结果中保留 {} 字符，比如输出 {debug} 或 {info}，可以使用 {{}} 进行转义：

import { PromptTemplate } from '@langchain/core/prompts'

// 创建一个包含变量的提示模板
const prompt = new PromptTemplate({
  inputVariables: ['info'],
  template: '{{debug}}: 当前调试的信息为{info}',
})

// 使用 format 方法替换变量
// 需要提供变量的值
const output = await prompt.format({
  info: '日志已经上传至数据库',
})

console.log(output)

这样就不会被当作变量解析，而是原样输出 {debug}。

静态方法#

PromptTemplate.fromTemplate() 用来快速创建模板：

import { PromptTemplate } from '@langchain/core/prompts'

const pt = PromptTemplate.fromTemplate(
  '你是一位精通{subject}的专家，请用{language}来回答用户的问题'
)
console.log(pt.inputVariables) // [ 'subject', 'language' ]

const result = await pt.format({
  subject: '生物学',
  language: '中文',
})
console.log(result) // 你是一位精通生物学的专家，请用中文来回答用户的问题

通过这种方式，我们无需手动声明 inputVariables，LangChain 会自动从模板字符串中识别 {} 包裹的变量，是构建快速模板的理想选择。

prompt.inputVariables // ["subject", "language"]

部分填充#

我们有时并不会一次性拿到所有的变量数据。这时就可以先传入一部分变量，生成一个“部分填充”的模板，后续再继续补全 —— 这与函数式编程中的柯里化（Currying）思路非常相似。

import { PromptTemplate } from '@langchain/core/prompts'

const pt = PromptTemplate.fromTemplate(
  '你是一位精通{subject}的专家，请用{language}来回答用户的问题：{info}'
)
const pt2 = await pt.partial({
  subject: '生物学',
})
const pt3 = await pt2.partial({
  language: '中文',
})
const result = await pt3.format({
  info: '大象的鼻子为什么那么长',
})
console.log(result)

动态生成变量值#

在某些场景下，我们希望在模板格式化时动态生成变量值，比如当前时间、随机数或用户上下文。

此时可以在 partial 方法中传入一个函数，而不是固定的值。

之后在调用 .format() 时，函数会自动执行，生成实际变量内容。

import { PromptTemplate } from '@langchain/core/prompts'

// 定义一个函数，获取当前的日期
const getToday = () => new Date().toLocaleDateString()

const pt = PromptTemplate.fromTemplate('今天是{date}，今天的活动是：{event}')

const pt2 = await pt.partial({
  date: getToday,
})

const result = await pt2.format({
  event: '出去郊游',
})
console.log(result)

另外一个示例：

import { PromptTemplate } from '@langchain/core/prompts'

// 获取当前日期
const getDate = () => new Date().toLocaleDateString()

function createGreeting(period) {
  const date = getDate() // 获取了当前的日期
  if (period === '早上') return `${date}，早上好`
  if (period === '下午') return `${date}，下午好`
  if (period === '晚上') return `${date}，晚上好`
  return `${date}，你好`
}

// 定义提示模板
const prompt = new PromptTemplate({
  template: '{greeting}！欢迎回来。',
  inputVariables: ['greeting'],
})

// 设置当前时间段
const timePeriod = '下午'

// 传入函数，而不是字符串
const partialPrompt = await prompt.partial({
  greeting: createGreeting(timePeriod),
})

const result = await partialPrompt.format()

console.log(result) // 8/6/2025，下午好！欢迎回来。

构建少样本提示词#

🤔什么是少样本提示词？

少样本学习（few-shot learning），也称之为少样本提示，这是一种范式，在这种范式中，模型通过提示词获得你希望模型执行的任务示例。

示例：

例子：
评论：这个产品真不错，用得很顺手！ → 情感：正面
评论：完全失望，质量太差了。 → 情感：负面
评论：快递到了。 → 情感：中性

评论：外观还行，性能一般般。 → 情感：

例子：
句子：马云是阿里巴巴的创始人。
实体：[马云: 人名], [阿里巴巴: 组织]

句子：乔布斯出生在旧金山。
实体：[乔布斯: 人名], [旧金山: 地点]

句子：李雷明天去北京出差。
实体：

PromptTemplate.fromExamples() 已经不推荐使用，在 @langchain/core@0.3.x 版本中已经逐步转向使用 FewShotPromptTemplate

import { PromptTemplate, FewShotPromptTemplate } from '@langchain/core/prompts'

const examples = [
  { input: 'apple', output: '苹果' },
  { input: 'banana', output: '香蕉' },
  { input: 'orange', output: '橙子' },
]

// 每个示例的模板
const examplePt = PromptTemplate.fromTemplate(
  '输入: {input} --- 输出: {output}'
)

const pt = new FewShotPromptTemplate({
  examples, // 示例的数组
  examplePrompt: examplePt, // 示例的模板
  suffix: '输入: {fruit} --- 输出: ',
  inputVariables: ['fruit'],
})

const result = await pt.format({
  fruit: 'grape',
})
console.log(result)

课堂练习

生成情感反馈的 few-shot 提示词

参考答案

import { PromptTemplate, FewShotPromptTemplate } from '@langchain/core/prompts'

const examples = [
  { comment: '这个产品真不错，用得很顺手！', sentiment: '正面' },
  { comment: '完全失望，质量太差了。', sentiment: '负面' },
  { comment: '快递到了。', sentiment: '中性' },
]

// 每个示例的模板
const examplePt = PromptTemplate.fromTemplate(
  '评论：{comment} → 情感：{sentiment}'
)

const pt = new FewShotPromptTemplate({
  examples, // 示例的数组
  examplePrompt: examplePt, // 示例的模板
  suffix: '评论：{comment} → 情感： ',
  inputVariables: ['comment'],
})

const result = await pt.format({
  comment: '外观还行，性能一般般',
})
console.log(result)