สร้าง prompt template สำหรับการดึงข้อมูล
เมื่อนำเข้าเอกสารลงใน vector database เรียบร้อยแล้วและพร้อมสำหรับการดึงข้อมูล ขั้นตอนต่อไปคือออกแบบ chat prompt template เพื่อรวมชิ้นส่วนเอกสารที่ดึงมาเข้ากับคำถามจากผู้ใช้
โครงสร้างทั่วไปของ prompt ได้เตรียมไว้ให้แล้ว เป้าหมายคือแทรก placeholder ของตัวแปรอินพุตที่ถูกต้องลงในสตริง message แล้วแปลงสตริงนั้นให้เป็น chat prompt template
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การพัฒนาแอปพลิเคชัน LLM ด้วย LangChain
คำแนะนำการฝึกหัด
- เติมสตริง message ให้ครบโดยเพิ่ม placeholder สำหรับการแทรกเอกสารที่ดึงมาแบบไดนามิก ชื่อว่า
contextและ placeholder สำหรับคำถามจากผู้ใช้ ชื่อว่าquestion - สร้าง chat prompt template จาก
messageโดยใช้เมธอด.from_messages()กำหนด role เป็น "human"
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Add placeholders to the message string
message = """
Answer the following question using the context provided:
Context:
____
Question:
____
Answer:
"""
# Create a chat prompt template from the message string
prompt_template = ChatPromptTemplate.from_messages([("____", ____)])