写 LangChain 代码还在混用 Prompt 模板？一张表讲清 4 种核心模板的区别和适用场景👇 📌 4 种模板快速拆解 1️⃣ PromptTemplate 核心形态：纯字符串模板 变量处理：一次性填充所有变量 适用场景：简单指令、单轮问答、固定结构提示词 特点：最基础，只做字符串替换，无角色 / 示例能力 2️⃣ partial（部分格式化） 核心形态：半成品字符串模板 变量处理：部分变量提前固定，剩余动态填充 适用场景：固定部分配置 / 时间，用户只填动态输入 特点：优化变量填充时机，避免每次重复传固定参数 3️⃣ FewShotPromptTemplate 核心形态：前缀 + 示例 + 后缀的字符串结构 变量处理：示例变量固定，后缀变量动态填充 适用场景：少样本学习、分类 / 运算 / 意图识别等需要示例引导的任务 特点：内置示例注入能力，让模型更好理解任务格式 4️⃣ ChatPromptTemplate 核心形态：多角色消息列表（system/user/assistant） 变量处理：按角色分别填充变量 适用场景：多轮对话、聊天模型交互（适配 GPT、文心一言格式） 特点：区分角色，输出消息列表，完美适配聊天模型 💡选型速记 单轮固定指令 → 用PromptTemplate 部分参数固定 → 用partial 需要示例引导 → 用FewShotPromptTemplate 多轮对话 / 聊天模型 → 用ChatPromptTemplate #LangChain #Prompt #大模型 #AI 干货 #Python 开发 #提示词工程