はじめに

こんにちは、慶應義塾大学理工学部機械工学科3年の金賢佑です！
私は東大発AIベンチャーの株式会社2WINSの元でインターンをしています！

これからの記事では自分がインターンを通して最強のAIエンジニアを目指していきます！
第五回はPromptTemplateの基礎を記録しました！

PromptTemplateとは

その名の通り、プロンプトをテンプレート化するためのコンポーネントです！

プロンプトとはLLMに送る指示文のこと！
例えば以下を実行してみてください！

from langchain_core.prompts import PromptTemplate

prompt = PromptTemplate.from_template("""以下の料理のレシピを教えてください

料理名: {dish}""")

prompt_value = prompt.invoke({'dish': 'カレー'})
prompt_value2 = prompt.invoke({'dish': 'ハンバーグ'})

print(prompt_value.text)
print(prompt_value2.text)

上の例では、promptを作成した後にinvokeで変数dishにカレーを代入していますね！

実行結果は以下のようになります。

以下の料理のレシピを教えてください

料理名: カレー
以下の料理のレシピを教えてください

料理名: ハンバーグ

人によって教えてほしいレシピは違うものなので、料理名だけが後付けできるのはとても便利ですね！

ChatPromptTemplate

先程のPromptTemplateをChat APIに応用させたものがChatPromptTemplateになります！

例えばあなたがGPTに料理のレシピを聞くことが多いとします。
毎回文章を書くのは少し面倒ですよね....
なので料理名だけ後付けできるテンプレを作成してみましょう！

以下のコードを打ってみてください！

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate(
    [
        ('system', 'ユーザーが入力した料理のレシピを教えてください。'),
        ('human', '{dish}'),
    ]
)

これでテンプレの完成です！
もしカレーのレシピを聞く文章を作成したいときは以下のようにinvoke()で呼び出してあげればいいだけです！

prompt_value = prompt.invoke({'dish': 'カレー'})
print(prompt_value)

後はこのテンプレをLLMに渡してあげましょう！

from langchain_openai import ChatOpenAI
model = ChatOpenAI(model='gpt-4o', temperature=0)

response = model.invoke(prompt_value)
print(response.content)

実行結果は以下のようになり、ちゃんと知りたいレシピが返ってきましたね！

### 材料
- 鶏もも肉: 300g（一口大に切る）
- 玉ねぎ: 1個（みじん切り）
- にんにく: 2片（みじん切り）
- 生姜: 1片（みじん切り）
- トマト: 1個（角切り）
- カレーパウダー: 大さじ2
- クミンシード: 小さじ1
- コリアンダーパウダー: 小さじ1
- ターメリックパウダー: 小さじ1/2
- ガラムマサラ: 小さじ1
- 塩: 適量
- コショウ: 適量
- サラダ油: 大さじ2
- 水: 200ml
- ヨーグルト: 大さじ2（お好みで）

### 作り方
1. フライパンにサラダ油を熱し、クミンシードを入れて香りが立つまで炒めます。
2. 玉ねぎを加え、透明になるまで炒めます。
3. にんにくと生姜を加え、さらに炒めます。
4. 鶏肉を加え、表面が白くなるまで炒めます。
5. トマトを加え、柔らかくなるまで炒めます。
6. カレーパウダー、コリアンダーパウダー、ターメリックパウダー、ガラムマサラを加え、全体に絡めます。
7. 水を加え、沸騰したら弱火にして蓋をし、15〜20分煮込みます。
8. 塩とコショウで味を調えます。
9. お好みでヨーグルトを加え、さらに数分煮込みます。
10. ご飯やナンと一緒にお召し上がりください。

このレシピは基本的なものなので、野菜や豆類を加えてアレンジすることもできます。お好みのスパイスを追加して、自分だけのカレーを作ってみてください。

まとめ

今回はPromptTemplateを使ってテンプレートの作成を行いました！
次回はOutput parserを使ってみたいと思います！

お疲れ様でした！

参考文献

LangChainとLangGraphによるRAG・AIエージェント〈実践〉入門/西見公宏/吉田真吾/大嶋勇樹