在使用 LangChain 构建大模型应用时，提示词（Prompt）设计是第一步。但直接写死字符串容易出错、复用性差，也不利于维护。这时候就该用上 LangChain 提供的 Prompt Template —— 一个专为语言模型设计的提示词模板工具。
快速上手
无变量，纯字符串模板
import { PromptTemplate } from "@langchain/core/prompts";// 创建一个最简单的提示模板
const prompt = new PromptTemplate({inputVariables: [], // 变量列表template: "Hello, AI!", // 模板
});// 使用 format 方法格式化模板（此处无变量）
const result = await prompt.format();console.log(result); // Hello, AI!
有变量，嵌入到字符串模板
import { PromptTemplate } from "@langchain/core/prompts";// 创建一个包含变量的提示模板
const prompt = new PromptTemplate({inputVariables: ["user"], // 在这个数组里面，声明有哪些变量template: "Hi, {user}!", // 使用了 {} 作为变量名的容器
});// 使用 format 方法替换变量
// 需要提供变量的值
const output = await prompt.format({user: "Alex",
});console.log(output); // Hi, Alex!
嵌入多个变量：
import { PromptTemplate } from "@langchain/core/prompts";// 定义一个多变量模板
const prompt = new PromptTemplate({inputVariables: ["period", "user"], // 会用到2个变量template: "Good {period}, {user}!",
});// 提供对应的变量值进行格式化
const result = await prompt.format({period: "evening",user: "Lynn",
});console.log(result); // Good evening, Lynn!
如果你想在最终结果中保留 {} 字符，比如输出 {debug} 或 {info}，可以使用 {{}} 进行转义：
import { PromptTemplate } from "@langchain/core/prompts";// 创建一个包含变量的提示模板
const prompt = new PromptTemplate({inputVariables: ["info"],template: "{{debug}}: 当前调试的信息为{info}",
});// 使用 format 方法替换变量
// 需要提供变量的值
const output = await prompt.format({info: "日志已经上传至数据库",
});console.log(output);
这样就不会被当作变量解析，而是原样输出 {debug}。
静态方法
PromptTemplate.fromTemplate() 用来快速创建模板：
import { PromptTemplate } from "@langchain/core/prompts";const pt = PromptTemplate.fromTemplate("你是一位精通{subject}的专家，请用{language}来回答用户的问题"
);
console.log(pt.inputVariables); // [ 'subject', 'language' ]const result = await pt.format({subject: "生物学",language: "中文",
});
console.log(result); // 你是一位精通生物学的专家，请用中文来回答用户的问题
通过这种方式，我们无需手动声明 inputVariables，LangChain 会自动从模板字符串中识别 {} 包裹的变量，是构建快速模板的理想选择。
prompt.inputVariables // ["subject", "language"]
部分填充
我们有时并不会一次性拿到所有的变量数据。这时就可以先传入一部分变量，生成一个“部分填充”的模板，后续再继续补全 —— 这与函数式编程中的柯里化（Currying）思路非常相似。
import { PromptTemplate } from "@langchain/core/prompts";const pt = PromptTemplate.fromTemplate("你是一位精通{subject}的专家，请用{language}来回答用户的问题：{info}"
);
const pt2 = await pt.partial({subject: "生物学",
});
const pt3 = await pt2.partial({language: "中文",
});
const result = await pt3.format({info: "大象的鼻子为什么那么长",
});
console.log(result);
动态生成变量值
在某些场景下，我们希望在模板格式化时动态生成变量值，比如当前时间、随机数或用户上下文。
此时可以在 partial 方法中传入一个函数，而不是固定的值。
之后在调用 .format() 时，函数会自动执行，生成实际变量内容。
import { PromptTemplate } from "@langchain/core/prompts";// 定义一个函数，获取当前的日期
const getToday = () => new Date().toLocaleDateString();const pt = PromptTemplate.fromTemplate("今天是{date}，今天的活动是：{event}");const pt2 = await pt.partial({date: getToday,
});const result = await pt2.format({event: "出去郊游",
});
console.log(result);
另外一个示例：
import { PromptTemplate } from "@langchain/core/prompts";// 获取当前日期
const getDate = () => new Date().toLocaleDateString();function createGreeting(period) {const date = getDate(); // 获取了当前的日期if (period === "早上") return `${date}，早上好`;if (period === "下午") return `${date}，下午好`;if (period === "晚上") return `${date}，晚上好`;return `${date}，你好`;
}// 定义提示模板
const prompt = new PromptTemplate({template: "{greeting}！欢迎回来。",inputVariables: ["greeting"],
});// 设置当前时间段
const timePeriod = "下午";// 传入函数，而不是字符串
const partialPrompt = await prompt.partial({greeting: createGreeting(timePeriod),
});const result = await partialPrompt.format();console.log(result); // 8/6/2025，下午好！欢迎回来。
构建少样本提示词
🤔什么是少样本提示词？
少样本学习（few-shot learning），也称之为少样本提示，这是一种范式，在这种范式中，模型通过提示词获得你希望模型执行的任务示例。
示例：
例子：
评论：这个产品真不错，用得很顺手！ → 情感：正面
评论：完全失望，质量太差了。 → 情感：负面
评论：快递到了。 → 情感：中性评论：外观还行，性能一般般。 → 情感：
例子：
句子：马云是阿里巴巴的创始人。
实体：[马云: 人名], [阿里巴巴: 组织]句子：乔布斯出生在旧金山。
实体：[乔布斯: 人名], [旧金山: 地点]句子：李雷明天去北京出差。
实体：
PromptTemplate.fromExamples() 已经不推荐使用，在 @langchain/core@0.3.x 版本中已经逐步转向使用 FewShotPromptTemplate
import { PromptTemplate, FewShotPromptTemplate } from "@langchain/core/prompts";const examples = [{ input: "apple", output: "苹果" },{ input: "banana", output: "香蕉" },{ input: "orange", output: "橙子" },
];// 每个示例的模板
const examplePt = PromptTemplate.fromTemplate("输入: {input} --- 输出: {output}"
);const pt = new FewShotPromptTemplate({examples, // 示例的数组examplePrompt: examplePt, // 示例的模板suffix: "输入: {fruit} --- 输出: ",inputVariables: ["fruit"],
});const result = await pt.format({fruit: "grape",
});
console.log(result);
课堂练习
生成情感反馈的 few-shot 提示词
参考答案
import { PromptTemplate, FewShotPromptTemplate } from "@langchain/core/prompts";const examples = [{ comment: "这个产品真不错，用得很顺手！", sentiment: "正面" },{ comment: "完全失望，质量太差了。", sentiment: "负面" },{ comment: "快递到了。", sentiment: "中性" },
];// 每个示例的模板
const examplePt = PromptTemplate.fromTemplate("评论：{comment} → 情感：{sentiment}"
);const pt = new FewShotPromptTemplate({examples, // 示例的数组examplePrompt: examplePt, // 示例的模板suffix: "评论：{comment} → 情感： ",inputVariables: ["comment"],
});const result = await pt.format({comment: "外观还行，性能一般般",
});
console.log(result);
-EOF-