【LangChain.js学习】 提示词模板

核心说明

LangChain.js 提供多种提示词模板（PromptTemplate），用于规范化构建大模型输入，替代硬编码的字符串拼接，提升交互的精准性、复用性和可维护性。以下结合通义千问翻译场景，讲解三类核心模板的用法和适用场景。

基础提示词模板（PromptTemplate）

核心特点

最基础的模板类型，通过 {变量名} 占位符动态填充内容，语法简洁，学习成本低，适用于单轮、无复杂格式要求的指令构建。

调用代码

import { PromptTemplate } from "@langchain/core/prompts"
import { ChatOpenAI } from "@langchain/openai"
​
// 1. 定义基础模板，通过{text}占位符指定动态参数
const promptTemplate = PromptTemplate.fromTemplate("请帮我将中文翻译成英文：{text}")
​
// 2. 填充模板参数，生成最终提示词
const promptTemplateStr = await promptTemplate.format({ text: "你好" })
​
// 3. 初始化通义千问对话模型
const chatModel = new ChatOpenAI({
    // 模型版本：qwen-max（旗舰版）/qwen-plus（标准版）
    model: "qwen-max",
    configuration: {
        // 阿里百炼OpenAI兼容接口固定地址，不可修改
        baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1",
        // 替换为个人有效阿里百炼API Key（从阿里云灵积平台获取）
        apiKey: "[你的阿里百炼API Key]",
    },
})
​
// 4. 调用模型并输出结果（await需包裹在async函数中）
async function callBasicTemplate() {
    const response = await chatModel.invoke(promptTemplateStr)
    console.log(response.content) // 输出示例：Hello
}
​
callBasicTemplate();

少样本提示词模板（FewShotPromptTemplate）

核心特点

通过「示例（examples）」引导模型学习输出格式/风格，解决模型输出不规范的问题，适合固定格式翻译、结构化输出、风格对齐等场景。

调用代码

import { FewShotPromptTemplate, PromptTemplate } from "@langchain/core/prompts"
import { ChatOpenAI } from "@langchain/openai"
​
// 1. 定义少样本模板
const fewShotPromptTemplate = new FewShotPromptTemplate({
    // 前缀：定义任务核心要求（固定文本）
    prefix: "请帮我将中文翻译成英文",
    // 后缀：定义动态输入的占位符
    suffix: "中文：{text}",
    // 示例模板：定义单个示例的展示格式
    examplePrompt: PromptTemplate.fromTemplate("中文：{text}\n英文：{translation}"),
    // 示例数据：提供参考示例，引导模型输出风格
    examples: [
        { text: "你好", translation: "Hello" },
        { text: "你好吗？", translation: "How are you?" },
    ],
    // 输入变量：声明需要动态填充的参数名（必填）
    inputVariables: ["text"],
})
​
// 2. 填充模板参数
const promptTemplateStr = await fewShotPromptTemplate.format({ text: "你好" })
​
// 3. 初始化模型
const chatModel = new ChatOpenAI({
    model: "qwen-max",
    configuration: {
        baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1",
        apiKey: "[你的阿里百炼API Key]",
    },
})
​
// 4. 调用模型
async function callFewShotTemplate() {
    const res = await chatModel.invoke(promptTemplateStr)
    console.log(res.content) // 输出示例：Hello
}
​
callFewShotTemplate();

对话提示词模板（ChatPromptTemplate）

核心特点

专为对话模型设计，原生支持 system/human/ai 多角色设定，能精准预设模型行为和上下文，是多轮对话、角色化交互的首选模板。

调用代码

import { ChatPromptTemplate } from "@langchain/core/prompts"
import { ChatOpenAI } from "@langchain/openai"
​
// 1. 定义对话模板，指定多角色消息
const chatPromptTemplate = ChatPromptTemplate.fromMessages([
    // system角色：预设模型身份、能力和行为规则
    ["system", "你是一个专业的翻译，将用户输入的中文翻译成英文，仅返回翻译结果"],
    // human角色：定义用户输入的占位符
    ["human", "{text}"]
])
​
// 2. 填充模板参数
const promptTemplateStr = await chatPromptTemplate.format({ text: "你好" })
​
// 3. 初始化模型
const chatModel = new ChatOpenAI({
    model: "qwen-max",
    configuration: {
        baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1",
        apiKey: "[你的阿里百炼API Key]",
    },
})
​
// 4. 调用模型
async function callChatTemplate() {
    const res = await chatModel.invoke(promptTemplateStr)
    console.log(res.content) // 输出示例：Hello
}
​
callChatTemplate();

三类模板对比与选型建议

模板类型	核心优势	适用场景	核心参数/语法
PromptTemplate	简单易用、轻量化	单轮简单指令、无格式要求的文本生成	fromTemplate + 单个占位符
FewShotPromptTemplate	示例引导、输出格式可控	固定格式翻译、结构化输出、模型风格对齐	prefix/suffix + examples
ChatPromptTemplate	多角色设定、上下文感知	多轮对话、精准预设模型行为（如翻译/客服）	fromMessages + system/human角色

核心总结

• 所有模板的核心逻辑是「模板定义 → 参数填充 → 模型调用」，通过占位符实现提示词的动态复用，避免硬编码字符串；
• ChatPromptTemplate 是对话模型的最佳搭配，支持多角色设定，能精准约束模型行为，交互性和实用性最强；
• FewShotPromptTemplate 适合需要模型学习示例的场景，示例越多，输出格式越规范，尤其适合结构化输出需求；
• PromptTemplate 作为基础模板，适合快速实现简单需求，是学习其他复杂模板的基础；