概念

提示词（Prompting）是最根本的输入，正是它赋予了 LLM 表达能力。LlamaIndex 在构建索引、执行插入、查询遍历以及合成最终回答时都会用到提示词。

构建智能体工作流时，提示词的编写与管理是开发过程中的关键环节。LlamaIndex 提供了灵活而强大的方式来管理提示词，并以多种方式加以使用。

• RichPromptTemplate —— 较新的写法，用于构建带变量与逻辑的 jinja 风格提示词
• PromptTemplate —— 较早的简单模板写法，用单个 f-string 构建提示词
• ChatPromptTemplate —— 较早的简单模板写法，用消息与 f-string 构建对话提示词

LlamaIndex 内置了一套默认提示词模板，开箱即可良好工作。

此外，还有一些专为 gpt-3.5-turbo 这类对话模型编写和使用的提示词，见这里。

用户也可以提供自己的提示词模板，进一步定制框架行为。最好的定制方式是把上面链接里的默认提示词复制出来，在其基础上做修改。

使用方式

使用提示词很简单。下面示例演示如何用 RichPromptTemplate 构建一个 jinja 风格的提示词模板：

from llama_index.core.prompts import RichPromptTemplate

template_str = """We have provided context information below.
---------------------
{{ context_str }}
---------------------
Given this information, please answer the question: {{ query_str }}
"""
qa_template = RichPromptTemplate(template_str)

# you can create text prompt (for completion API)
prompt = qa_template.format(context_str=..., query_str=...)

# or easily convert to message prompts (for chat API)
messages = qa_template.format_messages(context_str=..., query_str=...)

想充分发挥 RichPromptTemplate 的能力、并了解其他提示词模板的细节，见我们的使用方式指南。

示例指南

提示词工程指南

• 进阶提示词
• RichPromptTemplate 特性

简单定制示例

• 补全提示词
• 对话提示词
• Prompt Mixin

实验性

• 情绪提示（Emotion Prompting）