Prompts few-shot

Développement d'applications LLM avec LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Limites des modèles de prompts standard

PromptTemplate + ChatPromptTemplate
✅ Traitement d'un petit nombre d'exemples
❌ Ne pas mettre à l'échelle pour de nombreux exemples
FewShotPromptTemplate

examples = [
    {
        "question": "..."
        "answer": "..."
    },
    ...
]

Construire un ensemble d'exemples

examples = [
    {
        "question": "Does Henry Campbell have any pets?",
        "answer": "Henry Campbell has a dog called Pluto."
    },
    ...
]

# Convert pandas DataFrame to list of dicts
examples = df.to_dict(orient="records")

Mise en forme des exemples

from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate


example_prompt = PromptTemplate.from_template("Question: {question}
{answer}")


prompt = example_prompt.invoke({"question": "What is the capital of Italy?"
                                "answer": "Rome"})
print(prompt.text)


Question: What is the capital of Italy?
Rome

FewShotPromptTemplate

prompt_template = FewShotPromptTemplate(

    examples=examples,

    example_prompt=example_prompt,

    suffix="Question: {input}",

    input_variables=["input"]

)

examples : liste des dictionnaires
example_prompt : modèle mis en forme
suffix : suffixe à ajouter à l'entrée
input_variables

Utilisation du modèle de prompt few-shot

prompt = prompt_template.invoke({"input": "What is the name of Henry Campbell's dog?"})

print(prompt.text)

Question: Does Henry Campbell have any pets?
Henry Campbell has a dog called Pluto.
...

Question: What is the name of Henry Campbell's dog?

Intégration avec une chaîne

llm = ChatOpenAI(model="gpt-4o-mini", api_key="...")


llm_chain = prompt_template | llm
response = llm_chain.invoke({"input": "What is the name of Henry Campbell's dog?"})

print(response.content)

The name of Henry Campbell's dog is Pluto.

Passons à la pratique !

Développement d'applications LLM avec LangChain