CommencerCommencer gratuitement

Modèles de prompts instantanés

Compte tenu de l'importance des modèles de chat dans de nombreuses applications LLM, LangChain offre des fonctionnalités permettant de créer des modèles de prompts pour structurer les messages destinés à différents rôles de chat.

La classe ChatPromptTemplate a déjà été importée pour vous et un LLM a déjà été défini.

Cet exercice fait partie du cours

Développement d'applications LLM avec LangChain

Afficher le cours

Instructions

  • Attribuez les rôles appropriés aux messages fournis et convertissez-les en un modèle de prompt instantané.
  • Veuillez créer une chaîne LCEL et l'invoquer avec les données fournies.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

llm = ChatOpenAI(model="gpt-4o-mini", api_key='')

# Create a chat prompt template
prompt_template = ChatPromptTemplate.____(
    [
        ("____", "You are a geography expert that returns the colors present in a country's flag."),
        ("____", "France"),
        ("____", "blue, white, red"),
        ("____", "{country}")
    ]
)

# Chain the prompt template and model, and invoke the chain
llm_chain = ____ | llm

country = "Japan"
response = llm_chain.invoke({"country": country})
print(response.content)
Modifier et exécuter le code