LangChain je okvir koji sadrži višestruke ovisnosti i biblioteke koje se mogu koristiti za izgradnju velikih jezičnih modela. Ovi se modeli mogu koristiti za interakciju s ljudima, ali prvo, model mora naučiti kako dobiti/razumjeti upit/pitanje koje postavlja čovjek. Za to je potrebno model uvježbati na prompt predlošcima, a zatim korisnik postavlja pitanje unutar zadanog predloška.
Ovaj će vodič ilustrirati proces izrade predložaka upita u LangChainu.
Kako izraditi brze predloške u LangChainu?
Za izradu predložaka upita u LangChainu jednostavno prođite kroz sljedeći vodič s više koraka:
Korak 1: Instalirajte module i postavite okruženje
Započnite proces izrade predložaka upita u LangChainu instaliranjem okvira LangChain:
pip instalirati langchain
Sada instalirajte OpenAI module za pristup njegovim bibliotekama i postavite okruženje pomoću njega:
pip instaliraj openai
Postavite OpenAI okruženje korištenje os biblioteke za pristup operativnom sustavu i pružanje OpenAI API ključa:
uvezi nasimport getpass
os.environ['OPENAI_API_KEY'] = getpass.getpass('OpenAI API ključ:')
Korak 2: Korištenje predloška upita
Nakon instaliranja LangChaina, jednostavno uvezite biblioteku PromptTemplate i napravite predložak za upit o šali s nekim dodatnim aspektima kao što su varijable poput pridjeva, sadržaja itd.:
iz langchaina import PromptTemplateprompt_template = PromptTemplate.from_template(
'Reci mi {style} vic o {theme}'
)
prompt_template.format(style='smiješno', theme='kokoši')
Prompt je postavljen i dan modelu s vrijednostima varijable umetnute u naredbu:
Korisnik može prilagoditi predložak upita jednostavnim upitom koji traži šalu:
iz langchaina import PromptTemplateprompt_template = PromptTemplate.from_template(
'Ispričaj mi vic'
)
prompt_template.format()
Gornja metoda je za jedan upit i odgovor, ali ponekad korisnik želi komunicirati s modelom u obliku razgovora, a sljedeći odjeljak objašnjava njegov format.
Korak 3: Korištenje predloška upita za razgovor
Ovaj odjeljak objašnjava predložak za model chata koji se temelji na obrascu razgovora kao što je interakcija dvoje ljudi:
from langchain.prompts import ChatPromptTemplatepredložak = ChatPromptTemplate.from_messages([
('sustav', 'AI chat bot za pomoć korisniku. Zovete se {name}.'),
('čovjek', 'Dobar dan, kako ste'),
('ai', 'Kako ste'),
('čovjek', '{user_input}'),
])
poruke = template.format_messages(
ime='Ivan',
user_input='Kako da te zovem'
)
Nakon postavljanja strukture predloška, jednostavno napišite nekoliko redaka u tekstu kako biste modelu rekli što se od njega očekuje i upotrijebite funkciju llm() da biste dali upit:
from langchain.prompts import ChatPromptTemplateiz langchain.prompts.chat import SystemMessage, HumanMessagePromptTemplate
predložak = ChatPromptTemplate.from_messages(
[
SystemMessage(
sadržaj=(
'Ovdje ste da pomognete i pomognete korisniku da učinkovitije prepiše korisnički tekst'
)
),
HumanMessagePromptTemplate.from_template('{text}'),
]
)
iz langchain.chat_models uvozi ChatOpenAI
llm = ChatOpenAI()
llm(template.format_messages(text='ne volim jesti ukusne stvari'))
Metoda SystemMessage() sadrži sadržaj odgovora za upit korišten u LLM-u:
To je sve o izradi prompt predložaka u LangChainu.
Zaključak
Za izradu promptnog predloška u LangChainu jednostavno instalirajte LangChain i OpenAI module za postavljanje okruženja pomoću OpenAI API ključa. Nakon toga izradite predložak upita za jedan upit poput traženja šale ili jednog pitanja o bilo čemu. Druga metoda je prilagodba predloška za model chata na temelju procesa interakcije između dva različita čovjeka. Ovaj post je ilustrirao proces izrade prompt predloška u LangChainu.