哎呀，今天咱们聊点儿有意思的——LangChain 的 FewShotPromptTemplate。

先说个小故事，前几天我在玩模型，结果提示词老是跑偏，笑死我了。

后来才发现，少样本提示这块儿真是个宝藏。

所以今天咱就把这玩意儿掰开揉碎讲给你听，哈哈。

FewShotPromptTemplate 是啥玩意儿

简单来说它是 LangChain 用来拼接示例、前缀、后缀的工具。

你给它一堆示例，它帮你把这些示例塞进 Prompt 里。

模型kan到这些示例后就会照着走，输出geng符合预期的答案。

这叫 Few‑Shot Prompting，中文叫“少样本提示”。

核心概念：examples、example_prompt、prefix、suffix

examples：就是一组字典，每个字典里有输入输出键值对。

example_prompt：负责把单个示例渲染成字符串的模板。

prefix：提示词开头的说明文字。

suffix：用户真实输入所在的位置，也是提示词的。

Zui基础的创建方式

from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate
examples = 
example_prompt = PromptTemplate(
    input_variables=,
    template="输入：{input}\
输出：{output}\
"
)
few_shot_prompt = FewShotPromptTemplate(
    examples=examples,
    example_prompt=example_prompt,
    prefix="请参考以下示例，判断输入文本的情绪类别：",
    suffix="输入：{user_input}\
输出：",
    input_variables=
)

kan，这段代码几乎Ke以直接跑通了。

怎么挑选和组织 examples

别小kan examples，它们决定了模型学到啥。

Ru果示例太杂乱，模型会跟着糊涂；

Ru果示例太单一，又可Neng欠缺泛化Neng力。

所以咱们要Zuo到：

覆盖任务关键场景；

保持格式统一；

数量适中，一般 5~10 条够用。

动态筛选示例 —— Example Selector

有时候模型有 token 长度限制，这时候就得挑挑kan哪些示例放进去。

from langchain_core.prompts import LengthBasedExampleSelector
selector = LengthBasedExampleSelector(
    examples=examples,
    max_length=500  # 根据模型上下文窗口自行调节
)
few_shot_prompt = FewShotPromptTemplate(
    examples=selector.select_examples,
    example_prompt=example_prompt,
    prefix="请参考以下示例…",
    suffix="输入：{user_input}\
输出：",
    input_variables=
)

这样每次调用dou会自动挑选Zui合适的一批示例进去。

Zeroshot 兼容——空示例也Neng玩儿

有些场景根本没有合适的示例，这时Ke以先给一个空列表：

few_shot_prompt = FewShotPromptTemplate(
    examples=,
    example_prompt=example_prompt,
    prefix="下面请直接回答问题。",
    suffix="{question}",
    input_variables=
)

后面再往 examples 里追加也行，灵活得hen！

常见坑与调试技巧

说实话，我刚开始用的时候经常卡在 format 报错上。

原因是模板里的 {} 没匹配到对应变量名，不然就会抛出 KeyError 或 missing some input keys 的错误。

解决办法嘛，就是确保 example_prompt 和 prefix/suffix 中使用的变量，dou在 input_variables 列表里声明。

"f-string" 与模板引擎冲突

Coding 时Ru果直接写 f"{var}" 会被 Python 当成 f‑string，而不是 Prompt 的占位符。

Aha，不对不对，我说错了是要用双大括号 {{var}} 来避免冲突，Ru果你想换成 jinja2 模式的话。

"为什么百度不收录"

"为什么百度不收录"这个问题其实挺常见的，你懂的，大多数时候是因为内容质量或 robots.txt 设置不当导致爬虫被拒绝访问。还有一种情况是网站没有提交 sitemap 给百度站长平台。简单来说就是让搜索引擎觉得你的页面值得抓取和展示。咱就是说Ru果想让百度收录，就得保证页面可访问、内容原创且结构清晰，然后去站长平台手动提交链接或者等待自然爬取。哈哈，这跟 FewShotPromptTemplate 没啥关系，但偶尔抛个问答提升一下阅读体验，对吧？

Coding 实战——完整调用流程

# 构造Zui终 Prompt
prompt_str = few_shot_prompt.format
print
# 输出类似：
# 请参考以下示例，判断输入文本的情绪类别：
# 输入：我喜欢阳光明媚的天气
# 输出：积极情绪
# …
# 输入：今天的考试hen顺利
# 输出：

得到字符串后就Ke以直接喂给模型：

response = llm.invoke
print

Cascade 调用——配合链式结构使用

Cascade在 LangChain 里非常好玩，你Ke以把 few_shot_prompt 当作一个 Runnable 对象：

result = (
    few_shot_prompt
    | llm
).invoke
print

Ehh，这种写法既简洁又易于调试，一句话搞定整个 pipeline！

LlamaIndex / Ollama 小伙伴们也Neng接入哦

Cuz LangChain 本身就是框架层面的抽象，只要你的 LLM 支持标准调用接口，douNeng无缝挂进去。比如 Ollama：

from langchain_ollama.llms import OllamaLLM
ollama_llm = OllamaLLM
response = ollama_llm.invoke
print

Simplify—Tips 一下呗

✅ 示例要贴近真实任务；

✅ 前后缀文字要简洁明了；

✅ 用 ExampleSelector 控制长度；

✅ 确保所有占位符dou有对应变量；

✅ 出错先检查变量名拼写，再kan是否遗漏在 input_variables 中；

结束语——别忘了动手实验呀！

Aha，说实话光kan文档根本不够，你得自己敲几遍代码才Neng体会到其中细微差别。哈哈，祝你玩得开心！Ru果有什么疑问或者想聊聊别的话题，随时找我哈~ 咱们下次再聊吧！🙌

---