微信扫码
与创始人交个朋友
我要投稿
with_structured_output
bind_tools
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# 首先,新建一个提示词抽取器
prompt_extractor = ChatPromptTemplate.from_template(
template="""
你从用户的输入中提取出一些`关键信息`,然后根据关键信息生成一个提示词模板, 提示词模板应该是一个有效的Prompt Template。
`关键信息`包含以下内容:
- 找到有效的提示词的目标
- 找到有效的要求内容
- 找到传递给提示词模板的变量
用户的输入内容是: {input}
"""
)
# 再来一个Prompt
prompt_generator = ChatPromptTemplate.from_messages(
[
("system", "请根据以下输入的内容,生成一个有效的Prompt Template。"),
("human", "{input}"),
]
)
1
2
3
4
5
# 用好Pydantic,记得继承BaseModel
class PromptExtractor(BaseModel):
object: str = Field(description="提示词目标")
requirement: str = Field(description="提示词要求")
input_variable: str = Field(description="提示词变量")
1
2
# 来个你熟悉的chain,记得加上with_structured_output
chain_extractor = prompt_extractor | model.with_structured_output(PromptExtractor)
1
2
3
4
prompt_generator = chain_generator.invoke({"input":
f"""提示词目标:{res_extractor.object}
提示词要求:{res_extractor.requirement}
placeholder:{res_extractor.input_variable}"""})
1
content='"寻找一份深度解析并以易于理解方式讲解最新AI技术和人工智能基础知识的学习资料,要求内容深入浅出且详尽,适合初学者和进阶学习者。{input}"'
需要把上面的步骤三
修改为
1
chain_extractor = prompt_extractor | model.bind_tools(tools=[PromptExtractor])
步骤四
修改为
1
2
3
4
prompt_generator = chain_generator.invoke({"input":
f"""提示词目标:{rres_extractor.tool_calls[0]["args"]["object"]}
提示词要求:{res_extractor.tool_calls[0]["args"]["requirement"]}
placeholder:{res_extractor.tool_calls[0]["args"]["input_variable"]}"""})
最后,我们就可以用这个生成好的提示词啦
1
2
3
4
5
prompt = ChatPromptTemplate.from_template(
template=prompt_generator.content
)
chain = prompt | model
简言之,当你写的提示词Prompt不够完美,AI会帮你自动“润色”你的提示词
不过,你可以仔细想想,用这种方式可以去做哪些特别有趣的事情呢?: )
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-18
再见了,LangChain!
2024-09-18
LLMFarm功能汇总:揭秘您可能错过的亮点功能!
2024-09-18
基于LangGraph构建LLM Agent
2024-09-18
Multi-Agent实战:构建复杂的数据处理与可视化系统
2024-09-16
LlamaIndex最新报告:构建高级大模型助手-RAG只是起点
2024-09-16
Tulip Agent:一种利用增删改查让LLM使用大量工具解决复杂任务的新框架!
2024-09-14
Multi Agent 多agent协同,不仅好玩还很实用,给你一个完整的demo
2024-09-13
【一文读懂】搭建RAG的万能工具LangChain
2024-04-11
2024-05-19
2024-04-12
2024-07-18
2024-04-08
2024-04-08
2024-03-31
2024-05-15
2024-06-03
2024-04-28
2024-08-27
2024-08-18
2024-08-16
2024-08-04
2024-07-31
2024-07-29
2024-07-28
2024-07-27