LangChain 04 - Message 与提示词模板学习导航与实战

目标：这一章不是学“怎么多写几句提示词”，而是学“怎么把模型输入组织成稳定、可复用、可维护的结构”。

你这一章到底要学什么

如果把 04-Message 与提示词模板 学完，真正应该带走的是下面 4 件事：

知道为什么 LangChain 不推荐长期手写大段字符串 Prompt
理解 SystemMessage、HumanMessage、AIMessage 分别扮演什么角色
会用 ChatPromptTemplate 构造结构化输入
知道 Prompt 模板为什么会成为后面 Tools、Agent、RAG 的基础

一句话总结：

第 4 章学的不是“写提示词”，而是“管理提示词”。

模块 1：你只需要记住这些

1. 为什么 Message 很重要

在第 2 章里，我们已经能直接这样调用模型：

传一个字符串
或传一个 messages 列表

但一旦应用开始复杂，你会很快遇到几个问题：

规则、角色、变量混在一起
变量靠字符串拼接，容易乱
同一个 Prompt 到处复制，不好维护
后面接入历史消息、工具结果时，格式容易出错

所以第 4 章的重点，是把“输入”从随手写，升级成结构化表达。

如何组织输入，模型更稳定、可控、易维护。本章学的不是写文案技巧，而是把输入从随手写，升级成结构化、工程化表达。

2. Message 本质上是什么

Message 可以理解成：“聊天上下文里的一个标准化消息对象”。

最常见的 3 类：

SystemMessage：定义角色、风格、规则、边界
HumanMessage：用户输入的问题或任务
AIMessage：存模型输出的回答

理解口诀：

System 管规则，Human 管需求，AI 管结果。

3. PromptTemplate 和 ChatPromptTemplate 是干什么的

它们解决的不是“模型更聪明”，而是“你的输入更稳定”。

模板价值：工程化

复用：换主题不用重写整段
维护：固定规则和变量分开，不容易乱
排查：能先看模板，再看变量注入后长什么样
协作：团队成员更容易理解 Prompt 的结构
扩展：后面接工具、接 Agent、接多轮上下文更自然

模块 2：带教式理解

1. 什么时候直接传字符串就够了

适合这些场景：

一次性小测试
很短的单轮问答
你只是想先确认模型能不能跑通

这时你可以直接：

model.invoke("请解释什么是 RAG")

2. 什么时候要升级成 Message

一旦你开始出现这些需求，就该切换到 Message：

想给模型一个稳定身份
想区分系统规则和用户问题
想保留多轮上下文
想把工具结果也放进上下文

因为这时“谁说的话”会影响结果，不只是“说了什么”。

3. 什么时候要升级成 Prompt 模板

当你开始有变量时，就应该考虑模板：

{topic}
{style}
{word_limit}

如果还在靠 f-string 或字符串拼接，后面会越来越难维护。

Prompt 模板最重要的价值不是省几行代码，而是：

让输入结构可复用、可检查、可扩展。

这一章结束后，你应该能自己回答

1、为什么 LangChain 里要区分 Message，而不是都写成一个长字符串？

因为 AI 应用里不同角色的信息作用不同。SystemMessage 负责规则，HumanMessage 负责任务，分开后结构更清晰，也更方便多轮对话、工具接入和链式编排。

2、ChatPromptTemplate 解决的核心问题是什么？

它解决的是 Prompt 的工程化问题，也就是把原本临时拼接的输入，变成可复用、可填参、可维护的模板。

3、为什么说第 4 章是后续章节的基础？

因为 Tools、结构化输出、Agent、RAG 这些能力，本质上都离不开“怎么把输入上下文正确组织给模型”。

4、如果 Prompt 写得很长，最先应该优化什么？

不是先追求更花哨的写法，而是先把角色、任务、变量和输出要求拆清楚，再决定哪些放 system，哪些做模板变量。

小测试

1. `SystemMessage` 最核心的作用是什么？

给模型设定角色、规则、语气和边界。

2. 如果一个问题既包含固定规则，又包含用户动态输入，更适合用什么？

更适合用 ChatPromptTemplate，因为固定规则可以写进模板，动态部分可以用变量注入。

3. 为什么不建议长期依赖字符串拼接 Prompt？

因为变量一多就容易混乱，也不利于复用、排查和团队协作。