Few-shot prompting

LLM-toepassingen ontwikkelen met LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Beperkingen van standaard prompttemplates

PromptTemplate + ChatPromptTemplate
✅ Goed voor weinig voorbeelden
❌ Schaalt niet bij veel voorbeelden
FewShotPromptTemplate

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

Een voorbeeldenset bouwen

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

# Zet pandas DataFrame om naar een lijst met dicts
examples = df.to_dict(orient="records")

De voorbeelden opmaken

from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate


example_prompt = PromptTemplate.from_template("Question: {question}\n{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: de lijst met dicts
example_prompt: opgemaakte template
suffix: achtervoegsel bij de input
input_variables

De few-shot prompttemplate aanroepen

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

print(prompt.text)

Question: Heeft Henry Campbell huisdieren?
Henry Campbell heeft een hond die Pluto heet.
...

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

Integratie met een chain

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)

De hond van Henry Campbell heet Pluto.

Laten we oefenen!

LLM-toepassingen ontwikkelen met LangChain