إنشاء روبوتات دردشة الذكاء الاصطناعي باستخدام برامج LLM مفتوحة المصدر، وLangChain، وStreamlit/

...

/

استراتيجيات التحفيز: قوالب التحفيز

استراتيجيات التحفيز: قوالب التحفيز

تعرف على كيفية تنفيذ قوالب مطالبة LangChain.

سنغطي ما يلي...

يسهل LangChain استخدام القوالب المستقلة عن النموذج، مما يسمح بسهولة استخدام القوالب الموجودة عبر نماذج اللغة المختلفة.

الPromptTemplate يستخدم بايثونstr.format طريقة آلية القالب الخاصة بها:str.format(*args, **kwargs) يتم استدعاء هذه الطريقة على سلسلة يمكن أن تحتوي على نص عادي مع حقول بديلة محاطة بأقواس{} يمكن لهذه الحقول تحديد إما الفهرس الرقمي لمتغير موضعي أو اسم متغير كلمة رئيسية. تُنتج هذه الطريقة سلسلة نصية جديدة، حيث يُستبدل كل حقل بديل بالتمثيل النصي للمتغير المقابل.

مثال:

Press + to interact
Python
print("The sum of 1 + 2 is {0}".format(1+2))

PromptTemplate

نحن نستخدمPromptTemplate لإنشاء قالب لمطالبة السلسلة.

Press + to interact
Python
from langchain_core.prompts import PromptTemplate
prompt = "I need you to book a reservation for me tonight at {time} at {place}"
prompt_template = PromptTemplate.from_template(prompt)
# Print the formatted prompt
print(prompt_template.format(time="9:00 PM", place="LaVie restaurant"))

في هذا الكود نقوم بالخطوات التالية:

  • السطر 1 : نقوم باستيرادPromptTemplate منlangchain_core.prompts وحدة.

  • السطر 3 : يتم تعريف سلسلة المطالبة مع عناصر نائبة للوقت والمكان.

  • السطر 4 : نقوم بإنشاء مثيل لـPromptTemplate باستخدامfrom_template طريقة الفئة، تمرير سلسلة المطالبة المحددة مسبقًا.

  • الأسطر 6-7 : نستخدم طريقة التنسيق الخاصة بـprompt_template لإدراج تفاصيل محددة في المطالبة. في هذه الحالة، يتم استخدام العناصر النائبةtime وplace تم استبدال "9:00 مساءً" و"مطعم لافي" على التوالي. يوضح هذا كيفية تخصيص الموجه ديناميكيًا، ثم طباعته.

طلقة صفريةChatPromptTemplate

يتعامل هذا القالب بشكل فعال مع إنشاء المحتوى المحادثة بشكل ديناميكي، مما يتيح للمطورين بناء روبوتات محادثة ومساعدين ذكاء اصطناعي أكثر جاذبية ووعيًا بالسياق يمكنهم التكيف مع ...