提示工程101第二课：基础的提示结构

本教程主要介绍两种基本的提示结构类型：

• 单轮提示（Single-turn prompt）
• 多轮提示（Multi-turn prompts）

目标

理解不同的提示结构对于高效与 AI 模型交互至关重要。单轮提示适用于快速、直接的查询，而多轮提示则能够实现更复杂、具备上下文感知的交互。掌握这些结构可以提升 AI 在各种应用场景中的适用性和有效性。

关键组成部分

• 单轮提示：与 LLM 的一次性交互。

• 多轮提示：带记忆的聊天机器人（Chatbot with memory），保持上下文的连续交互。

• 提示模板（Prompt Template）：可复用的结构，确保一致性。

首先我们需要加载环境变量，然后使用以 OpenAI API 的方式调用千问模型。

单轮提示是与语言模型的一次性交互。它由单个输入（提示）组成，并生成单个输出（响应）。

现在，我们使用提示模板来创建更加结构化的单轮提示：

首先我们使用 LangGraph 建立一个简单的，带有记忆能力的聊天机器人：

接下来我准备了三个连环问题作为三个提示询问 LLM，每个问题都与前一个问题相关：

1. 你好，我正在学习太空知识。你能告诉我有关行星的知识吗？

2. 我们的太阳系中最大的行星是什么？

3. 与地球相比的话，它有多大？

可以看到 LLM 可以正确回答第 2 个和第 3 个问题，也就是说这个聊天机器人记住了我们和 LLM 会话的上下文，这样用户体验更好。

最后我们使用三个环环相扣的问题和 LLM 交互，直观感受一下单轮提示和带有记忆功能的聊天机器人之间的差异。

本教程介绍了单轮提示和多轮提示的基本概念。我们了解了：

• 单轮提示适用于快速、独立的查询。

• 多轮提示能够在对话中保持上下文，实现更复杂的交互。

• 提示模板可用于创建结构化、可复用的提示。

• 可用 LangGraph 实现带有记忆功能的聊天机器人。

理解这些不同的提示结构，可以帮助你根据具体任务选择最合适的方法，从而与 LLM 进行更高效的交互。