---

一、什么是 Prompt Templates

 提示模板有助于将用户输入和参数转换为语言模型的指令。这可用于指导模型的响应，帮助它理解上下文并生成相关和连贯的基于语言的输出。
 提示模板将字典作为输入，其中 每个键 表示提示模板中要填写的 变量。

 提示模板输出提示 PromptValue 值。此 PromptValue 可以传递给 LLM 或 ChatModel，也可以转换为 字符串 或 消息列表。此 PromptValue 存在的原因是便于在字符串和消息之间切换。

 有几种不同类型的提示模板：

1、String PromptTemplates

 这种提示模板用于 格式化单个字符串，通常用于更简单的输入。例如，构造和使用PromptTemplate的常见方法如下：

from langchain_core.prompts import PromptTemplateprompt_template = PromptTemplate.from_template("Tell me a joke about {topic}")prompt_template.invoke({"topic": "cats"})

2、ChatPromptTemplates

 这些提示模板用于格式化消息列表。这些“模板”由模板本身的列表组成。例如，构造和使用ChatPromptTemplate的常见方法如下：

from langchain_core.prompts import ChatPromptTemplateprompt_template = ChatPromptTemplate.from_messages([("system", "You are a helpful assistant"),("user", "Tell me a joke about {topic}")
])prompt_template.invoke({"topic": "cats"})

 在上面的示例中，此 ChatPromptTemplate 在调用时将构造两条消息。第一个是 SystemMessage，它没有要格式化的变量。第二个是 HumanMessage，将由用户传入的 topic 变量进行格式化。

3、MessagesPlaceholder 留言占位符

 此提示模板负责在特定位置添加消息列表。
 在上面的 ChatPromptTemplate 中，我们看到了如何格式化两条消息，每条消息都是字符串。但是，如果我们想让用户传入一个消息列表，并且要把它们放在一个特定的位置呢？这就需要使用 MessagesPlaceholder 的方法。

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.messages import HumanMessageprompt_template = ChatPromptTemplate.from_messages([("system", "You are a helpful assistant"),MessagesPlaceholder("msgs")
])prompt_template.invoke({"msgs": [HumanMessage(content="hi!")]})

 这将生成一个包含两条消息的列表，第一条是 SystemMessage，第二条是我们传入的 HumanMessage。如果我们传入了5条消息，那么它总共会产生6条消息 (系统消息加上传入的5条消息)。这对于将消息列表放入特定位置非常有用。

 在不显式使用 MessagesPalaceholder 类的情况下，完成相同任务的另一种方法是：

prompt_template = ChatPromptTemplate.from_messages([("system", "You are a helpful assistant"),("placeholder", "{msgs}") # <-- This is the changed part
])

---

二、如何使用 Prompt Templates

 Prompt Templates (提示模板)，负责将用户输入格式化为可以传递给语言模型的格式。