原理图：

提示工程：模型 I/O 的输入部分

提示的结构

在这个提示框架中：

指令（Instuction）告诉模型这个任务大概要做什么、怎么做，比如如何使用提供的外部信息、如何处理查询以及如何构造输出。这通常是一个提示模板中比较固定的部分。一个常见用例是告诉模型“你是一个有用的 XX 助手”，这会让他更认真地对待自己的角色。

上下文（Context）则充当模型的额外知识来源。这些信息可以手动插入到提示中，通过矢量数据库检索得来，或通过其他方式（如调用 API、计算器等工具）拉入。一个常见的用例时是把从向量数据库查询到的知识作为上下文传递给模型。

提示输入（prompt Input）通常就是具体的问题或者需要大模型做的具体事情，这个部分和“指令”部分其实也可以合二为一。但是拆分出来成为一个独立的组件，就更加结构化，便于复用模板。这通常是作为变量，在调用模型之前传递给提示模板，以形成具体的提示。

输出指示器（Output Indicator）标记要生成的文本的开始。这就像我们小时候的数学考卷，先写一个“解”，就代表你要开始答题了。如果生成 Python 代码，可以使用 “import” 向模型表明它必须开始编写 Python 代码（因为大多数 Python 脚本以 import 开头）。这部分在我们和 ChatGPT 对话时往往是可有可无的，当然 LangChain 中的代理在构建提示模板时，经常性的会用一个“Thought：”（思考）作为引导词，指示模型开始输出自己的推理（Reasoning）。

LangChain 提示模板的类型

这些模板的导入方式如下：

promptTemplate

FewShotpromptTemplate

创建示例样本，作为提示的样本。其中每个示例都是一个字典，其中键是输入变量，值是这些输入变量的值。

创建提示模板：

配置一个提示模板，将一个示例格式化为字符串。这个格式化程序应该是一个 promptTemplate 对象

 提示模板输出：

在个步骤中，我们创建了一个 promptTemplate 对象。这个对象是根据指定的输入变量和模板字符串来生成提示的。在这里，输入变量包括 "flower_type"、"occasion"、"ad_copy"，模板是一个字符串，其中包含了用大括号包围的变量名，它们会被对应的变量值替换。到这里，我们就把字典中的示例格式转换成了提示模板，可以形成一个个具体可用的 LangChain 提示。比如我用 samples[0]中的数据替换了模板中的变量，生成了一个完整的提示。

创建 FewShotpromptTemplate 对象

通过使用上一步骤中创建的 prompt_sample，以及 samples 列表中的所有示例， 创建一个 FewShotpromptTemplate 对象，生成更复杂的提示

输出：

    以上就是本篇文章【数据库preferences怎么打开 数据库prompt】的全部内容了，欢迎阅览 ！ 文章地址：http://www.cs-ej.cn/news/10405.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 成事e家移动站 http://shsunc.cs-ej.cn/ , 查看更多