【基礎確認】pythonのlangchain_core.promptsモジュールChatPromptTemplate関数

はじめに

LangChainとLangGraphによるRAG・AIエージェント［実践］入門
を読んでいて、10章で躓いたので、初心に戻って、一つずつ紐解いて学習することにしました。
今回のテーマは「langchain_core.prompts」モジュール「ChatPromptTemplate」関数

前回までの投稿

1. 必要なライブラリとモジュールをインポートする
   【基礎確認】pythonのoperatorモジュール
   【基礎確認】pythonのtypingモジュール
   【基礎確認】pythonのdotenvモジュール
   【基礎確認】pythonのlangchain_core.output_parsersモジュールStrOutputParser関数

サンプルコード

sample.py

from langchain_core.prompts import ChatPromptTemplate

# ChatPromptTemplateの使用例
prompt = ChatPromptTemplate.from_messages([
    ("system", "あなたは親切なアシスタントです。"),
    ("human", "こんにちは、{name}です。"),
    ("ai", "はじめまして、{name}さん。どのようなご用件でしょうか？"),
    ("human", "{request}")
])

# プロンプトの使用
formatted_prompt = prompt.format(name="太郎", request="今日の天気を教えてください。")
print(formatted_prompt)

System: あなたは親切なアシスタントです。
Human: こんにちは、太郎です。
System: はじめまして、太郎さん。どのようなご用件でしょうか？
Human: 今日の天気を教えてください。

解説

1. ChatPromptTemplateは、LangChainライブラリの一部で、チャットベースの対話を構造化するためのテンプレートを作成するクラス。

2. from_messages()メソッドを使用して、システムメッセージ、人間のメッセージ、AIのメッセージなど、複数のメッセージを含むプロンプトテンプレートを作成できる。

3. 各メッセージはタプルで表現され、最初の要素がメッセージのロール（"system"、"human"、"ai"など）、2番目の要素が実際のメッセージ内容である。

4. メッセージ内で{}で囲まれた部分は変数として扱われ、後でformat()メソッドを使用して値を埋め込むことができる。

このテンプレートを使用することで、一貫性のある構造化された対話を生成し、AIモデルとのやり取りを効果的に制御できる。