主题
传统软件应用通过编写代码构建，而 AI 应用通常从提示（prompt）中衍生其逻辑。
本指南将介绍 LangSmith 中提示工程的关键概念。
为什么需要提示工程？
提示为模型设定了场景，就像即兴表演中观众引导演员的下一个表演一样——它指导模型的行为，而不改变其底层能力。正如告诉演员“扮演海盗”决定了他们的表演方式，提示提供了指令、示例和上下文，塑造了模型的响应方式。
提示工程之所以重要，是因为它允许你改变模型的行为方式。虽然还有其他改变模型行为的方法（如微调），但提示工程通常是入门最简单且投资回报率最高的方法。
我们经常发现提示工程是多学科交叉的。有时最好的提示工程师并非构建应用的软件工程师，而是产品经理或其他领域专家。拥有合适的工具和基础设施来支持这种跨学科构建非常重要。
提示与提示模板
尽管我们经常互换使用这些术语，但理解“提示”和“提示模板”之间的区别很重要。
提示指的是传递给语言模型的消息。
提示模板指的是一种格式化信息的方式，以使提示包含你想要的信息。提示模板可以包含用于少样本示例、外部上下文或提示中所需的任何其他外部数据的变量。
LangSmith 中的提示
你可以在 LangSmith 中存储和版本化提示模板。理解提示模板有几个关键方面。
聊天式与补全式
有两种不同类型的提示：chat 风格提示和 completion 风格提示。
聊天式提示是一个消息列表。这是当今大多数模型 API 支持的提示风格，因此通常应优先使用。
补全式提示只是一个字符串。这是一种较旧的提示风格，主要因历史遗留原因而存在。
F-string 与 Mustache
你可以使用 f-string 或 mustache 格式来格式化带有输入变量的提示。以下是一个使用 f-string 格式的提示示例：
python
Hello, {name}!这是一个使用 mustache 格式的示例：
python
Hello, {{name}}!要添加一个带条件的 mustache 提示：
python
{{#is_logged_in}} Welcome back, {{name}}!{{else}} Please log in.{{/is_logged_in}}- 游乐场 UI 会识别
is_logged_in变量，但任何嵌套变量你需要自己指定。将以下内容粘贴到输入中以确保上述条件提示正常工作：
json
{ "name": "Alice"}工具
工具是 LLM 用来与外部世界交互的接口。工具由名称、描述和用于调用该工具的参数 JSON 模式组成。
结构化输出
结构化输出是大多数先进 LLM 的一项功能，即它们不是输出原始文本，而是遵循指定的模式。这可能在底层使用工具，也可能不使用。
模型
你可以选择将模型配置与提示模板一起存储。这包括模型名称和任何其他参数（温度等）。
提示版本控制
版本控制是在不同提示上进行迭代和协作的关键部分。
提交
对提示的每次保存更新都会创建一个具有唯一提交哈希的新提交。这允许你：
- 查看提示的完整更改历史。
- 查看早期版本。
- 如果需要，恢复到之前的状态。
- 在代码中使用提交哈希引用特定版本（例如，
client.pull_prompt("prompt_name:commit_hash")）。
在 UI 中，你可以在提交选项卡的右上角切换显示差异来比较提交与其先前版本。
标签
提交标签是指向提示历史中特定提交的人类可读标签。与提交哈希不同，标签可以移动以指向不同的提交，从而允许你更新代码引用的版本而无需更改代码本身。
提交标签的用例包括：
- 环境特定标签：为
production或staging环境标记提交，这允许你在不同版本之间切换而无需更改代码。 - 版本控制：标记提示的稳定版本，例如
v1、v2，这允许你在代码中引用特定版本并跟踪随时间的变化。 - 协作：标记准备就绪以供审查的版本，这使你能够与协作者共享特定版本并获得反馈。
不要与资源标签混淆：提交标签引用特定的提示版本。资源标签是用于组织工作空间资源的键值对。
有关创建和管理提交标签的详细信息，请参阅管理提示。
提示游乐场
提示游乐场使迭代和测试提示的过程变得无缝。你可以从侧边栏或直接从已保存的提示进入游乐场。
在游乐场中，你可以：
- 更改使用的模型
- 更改使用的提示模板
- 更改输出模式
- 更改可用的工具
- 输入要通过提示模板运行的输入变量
- 通过模型运行提示
- 观察输出
在游乐场中使用 Polly，借助 AI 辅助优化提示、生成工具和创建输出模式。
测试多个提示
你可以向游乐场添加更多提示，以便轻松比较输出并决定哪个版本更好：
在数据集上测试
要在数据集上测试，只需从右上角选择数据集并按开始。你可以修改结果是否流式返回以及测试中的重复次数。
你可以点击“查看实验”按钮，深入了解测试结果。