当前位置：首页 > news >正文

langchain 入门指南 - 让 LLM 自动选择不同的 Prompt

news 2025/7/19 4:39:14

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。

让 LLM 自动选择不同的 Prompt

在上一篇文章中，我们学会了如何让 langchain 来自动选择不同的 LLM Chain，以便回答不同的问题，只需要使用 RouterChain 和 MultiPromptChain 就可以实现这一功能。

但 MultiPromptChain 被设计出来并不只是为了实现不同 LLM Chain 的选择，我们还能用它来实现让 LLM 选择不同的 Prompt，原理跟 RouterChain 差不多，只不过选择的是 Prompt 而不是 LLM Chain。
也就是说，其实另外一种场景是：使用相同的大语言模型，只是让它选择不同的 Prompt 来回答问题。

例子

下面是一个例子，我们使用 MultiPromptChain 来让 LLM 自动选择不同的 Prompt 来回答问题：

当我们问关于 Python 编程的问题时，LLM 会选择 Python 的 Prompt 来回答。
当我们问关于 Golang 编程的问题时，LLM 会选择 Golang 的 Prompt 来回答。

from langchain.chains.router import MultiPromptChain
from langchain_openai import ChatOpenAIpy_template = """
你是一名 Python 工程师，擅长解答关于 Python 编程的问题。
下面是需要你来回答的问题：
{input}
"""go_template = """
你是一名 Golang 工程师，擅长解答关于 Golang 编程的问题。
下面是需要你来回答的问题：
{input}
"""prompt_infos = [{"name": "python","description": "适合回答关于 Python 编程的问题","prompt_template": py_template,},{"name": "golang","description": "适合回答关于 Golang 编程的问题","prompt_template": go_template,}
]chain = MultiPromptChain.from_prompts(llm=ChatOpenAI(model="gpt-3.5-turbo", temperature=0),prompt_infos=prompt_infos,verbose=True
)print(chain.invoke({"input": "如何在 Python 中定义一个函数？"}))

原理

既然涉及到自动选择不同的 Prompt 的操作，其实底层还是使用了 RouterChain，如果我们去看 from_prompts 代码，发现跟前一篇文章使用的是相同的 Prompt，
也就是 MULTI_PROMPT_ROUTER_TEMPLATE。

构建一个 router_prompt，使用 MULTI_PROMPT_ROUTER_TEMPLATE 模板，将所有 Prompt 的信息传入。
使用 RouterChain 构建一个 RouterChain，并将 router_prompt 传入。
构建 destination_chains，这一步会为不同的 Prompt 创建一个 LLMChain。
创建一个 default_chain，这个链会在没有匹配到任何 Prompt 时触发。
创建一个 MultiPromptChain 实例，将 RouterChain 和 default_chain 传入。

实际调用 chain.invoke 的时候，会经历如下过程：

将 RouterChain 的 Prompt（格式化之后的，带有我们的 Prompt 简易描述）传递给 LLM，让 LLM 选择一个 LLMChain 来处理。
LLM 会根据输入的 Prompt 选择一个 LLMChain，然后调用这个 LLMChain （对应某个具体的 Prompt，也就是上面 prompt_infos 中的一个）来处理输入。
如果没有匹配到任何 Prompt，则会调用 default_chain 来处理输入。
再次调用 LLM，让 LLM 回答用户的问题，最终，我们会得到一个回答。

自动选择 Prompt 的 Prompt

我们可以在 LangSmith 中看到实际发送给 LLM 选择 Prompt 的 Prompt 是怎样的：

Given a raw text input to a language model select the model prompt best suited for the input. 
You will be given the names of the available prompts and a description of what the prompt is 
best suited for. You may also revise the original input if you think that revising it will 
ultimately lead to a better response from the language model.<< FORMATTING >>
Return a markdown code snippet with a JSON object formatted to look like:
```json
{"destination": string \ name of the prompt to use or "DEFAULT""next_inputs": string \ a potentially modified version of the original input
}
```REMEMBER: "destination" MUST be one of the candidate prompt names specified below OR it 
can be "DEFAULT" if the input is not well suited for any of the candidate prompts.
REMEMBER: "next_inputs" can just be the original input if you don't think any modifications are needed.<< CANDIDATE PROMPTS >>
python: 适合回答关于 Python 编程的问题
golang: 适合回答关于 Golang 编程的问题<< INPUT >>
如何在 Python 中定义一个函数？<< OUTPUT (must include ```json at the start of the response) >>
<< OUTPUT (must end with ```) >>

说明：