[智能体-171]：langchain提示词模板概述
一、核心概念
提示词模板（Prompt Template）是 LangChain 用于动态生成结构化提示词的组件，通过预定义模板+ 占位变量，实现提示词复用、参数动态填充，解决硬编码文本难维护、无法灵活传参的问题，是串联大模型、业务逻辑、数据的基础。
二、核心分类与适用场景
1. 基础文本模板PromptTemplate
- 定位：最基础模板，纯文本格式，适配文本补全类模型。
- 特点：使用
{变量名}定义占位符，通过format()动态替换内容。 - 适用：翻译、摘要、单轮指令、传统补全模型调用。
2. 对话模板ChatPromptTemplate
- 定位：面向对话式大模型（主流模型首选），区分角色（系统、用户、AI）。
- 组成：由系统消息、用户消息、AI 消息模板组合而成，对应模型对话上下文结构。
- 适用：人机对话、多轮问答、智能助手、RAG 对话场景。
3.少样本模板FewShotPromptTemplate
- 定位：内置示范样例（Few-shot），引导模型按指定规则、格式、风格输出。
- 扩展：搭配
ExampleSelector可动态筛选样本，避免提示词超长。 - 适用：文本分类、实体抽取、格式约束、规则化任务。
4. 管道组合模板PipelinePromptTemplate
- 定位：模块化拼接多个子模板，拆分复杂长提示词。
- 特点：分层组装、逻辑解耦，便于分段管理和迭代。
- 适用：超长提示词、多段式指令、复杂业务流程提示。
5. 细分角色消息模板
包含SystemMessagePromptTemplate、HumanMessagePromptTemplate、AIMessagePromptTemplate，是ChatPromptTemplate的底层单元，单独用于精细化构建单条角色消息。
三、核心通用特性
- 变量机制：统一使用
{var}作为占位符，input_variables声明模板所需变量，变量名必须一一对应。 - 渲染方式：
format()：输出纯文本字符串；format_messages()：输出模型可识别的消息对象（对话模板专用）。
- 复用性：模板一次定义，多处调用，大幅减少重复代码。
- 扩展性：可结合记忆组件、检索器、工具链，适配 RAG、Agent、链式调用等高级场景。
四、选型速览
| 模板类型 | 主要用途 | 模型适配 |
|---|---|---|
| PromptTemplate | 单轮文本指令 | 文本补全模型 |
| ChatPromptTemplate | 多角色对话、上下文交互 | 对话类大模型（主流） |
| FewShotPromptTemplate | 样本示范、规则 / 格式约束 | 全模型，侧重标准化任务 |
| PipelinePromptTemplate | 复杂长提示词拆分 | 所有场景，侧重可维护性 |
五、典型应用链路
模板定义 → 变量传入渲染 → 生成标准提示词 / 消息列表 → 传入大模型执行任务，是 LangChain 各类应用（问答、RAG、Agent、数据处理）的标准前置环节