Agent学习——提示链学习

一、提示链含义

提示链模式（管道模式：不止一个提示词）：对问题采用拆分成子问题和对每个子问题分而治之（每个子问题具有自己专精的提示）的策略，从而顺序处理（将上一步的输出作为下一步的输入），从而使得问题的解决过程得到透明化和可理解化，不再是瞎子摸黑的模式，变得可精准调控。对于子问题的解决不再仅使用内部的知识库，其具备了调用外部工具(数据库、API、最新的知识迭代、模型工具、拓展插件等)的能力，使得模型的内部知识得到动态更新、变得更加与时俱进。单一提示词的问题：难以对问题进行准确的约束、指令的侧重（主次焦点）难以把握，使得知识幻觉增加。由于这是顺序处理，故最佳的文件格式是Json和XML，其能很好的对输入输出的知识进行格式化。

二、提示链实现流程

Q代表提出的问题，Q1、Q2...代表子问题，P1、P2...代表子问题的提示，A1、A2...代表子问题的答案，，M1、M2...代表子问题的处理流程

①问题分解：Q=Q1+Q2+Q3+.....+Qn

②子问题处理：第一步：Q1->P1->A1 记为M1 第二步：Q2->P2->A2 记为M2 第三步：Q3->P3->A3 记为M3 ...... 第n步：Qn->Pn->An 记为Mn

③整体的处理流程：M1->M2->M3->...->Mn->Final Answer of Q

三、提示链使用注意事项以及提示词优化工具

①提示链使用注意事项：LangChain和LangGraph,其各个提示之间用“|”链接，组合逻辑为：Prompt|LLM|简单输出字符流

②提示词优化工具：https://github.com/linshenkx/prompt-optimizer/releases

下载windows版本（狗头保命：我的电脑是windows）在电脑上

然后一键安装即可，后面将自己购买的APIkey放在相应的配置界面中：