整理并翻译自DeepLearning.AI×LangChain的官方课程：Models,Prompts and Parsers（源码可见）
模型，提示词和解析器（Models, Prompts and Parsers）
- 模型：大语言模型
- 提示词：构建传递给模型的输入的方式
- 解析器：获取模型输入，转换为更为结构化的形式以在下游任务中使用
为什么使用提示词模板
- 提示词会非常长且具体
- 在可以的时候能直接复用提示词
- LangChain也为常用操作提供了提示词（模板）
LangChain输出解析可用于提示词模板
LangChian库函数以假定输出包含某些关键字的方式解析大语言模型的输出
上图示例使用Thought,Action,Observation作为思维链推理（Chain-of-Thought Reasoning.(ReAct框架)）的关键词文章来源：https://www.toymoban.com/news/detail-648287.html
下面是一个使用提示词模板的例子：
调用LangChain使用review_template创建一个提示词模板：
response.content结果是字符串类型，无法直接提取其中的信息，使用LangChain提供的解析器可以解析其中的变量。
35-38之间，原视频没有这部分，参见原课程：
使用review_template_2创建一个新提示词：
提示词结果：
调用gpt结果：
使用LangChain解析器解析：
这个例子举得其实不好，json.loads也能直接实现目的，应该是在更复杂的场景使用的。文章来源地址https://www.toymoban.com/news/detail-648287.html
到了这里，关于LangChain手记 Models,Prompts and Parsers的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
