4. 템플릿을 사용한 재사용 가능한 프롬프트 설계

from langchain_core.prompts import PromptTemplate
 
# 플레이스홀더가 있는 템플릿 정의
template = PromptTemplate.from_template(
    "Translate {content} from {source_lang} to {target_lang}"
)
 
# 딕셔너리로 플레이스홀더 채우기
result = template.invoke({
    "content": "Hello world",
    "source_lang": "English", 
    "target_lang": "Korean"
})
 
print(result.text)

Translate Hello world from English to Korean

# PromptTemplate - 단일 문자열 출력
from langchain_core.prompts import PromptTemplate
 
template1 = PromptTemplate.from_template("Summarize: {content}")
result1 = template1.invoke({"content": "LangChain is a framework..."})  
print(result1)

text='Summarize: LangChain is a framework...'

# ChatPromptTemplate - 역할 기반 메시지
from langchain_core.prompts import ChatPromptTemplate
 
template2 = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant"),
    ("user", "{question}")
])
result2 = template2.invoke({"question": "What is LangChain?"})
print(result2)

messages=[SystemMessage(content='You are a helpful assistant'), HumanMessage(content='What is LangChain?')]

# 하드코딩된 접근 방식 (3장 스타일)
from langchain_openai import ChatOpenAI
 
llm = ChatOpenAI(model="gpt-4o-mini")
 
user_input = "Explain quantum computing"
# 프롬프트 로직이 코드와 혼합됨
prompt = f"You are a helpful assistant. Answer this question: {user_input}"
 
response = llm.invoke(prompt)
print(response.content)

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
 
# 템플릿을 별도로 정의
template = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant."),
    ("user", "{user_input}")
])
 
# 애플리케이션 로직 - 단계별 실행
llm = ChatOpenAI(model="gpt-4o-mini")
 
user_input = "Explain quantum computing"
 
# 1단계: 템플릿을 메시지로 렌더링
messages = template.invoke({"user_input": user_input})
 
# 2단계: 메시지를 LLM에 전송
response = llm.invoke(messages)
print(response.content)

messages = template.invoke(inputs)  # 1단계: 템플릿 렌더링
response = llm.invoke(messages)     # 2단계: LLM에 전송

template = PromptTemplate.from_template("Summarize: {text}")
 
# 이것은 실패합니다 - 'text' 키가 누락됨
try:
    template.invoke({"content": "Some text"})  # 잘못된 키 이름
except KeyError as e:
    print(f"Template error: {e}")

Template error: "Input to PromptTemplate is missing variables {'text'}.  Expected: ['text'] Received: ['content']

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
 
template = ChatPromptTemplate.from_messages([
    ("user", "Python이 뭔가요?")
])
 
llm = ChatOpenAI(model="gpt-4o-mini")
messages = template.invoke({})
response = llm.invoke(messages)
print(response.content)

Python은 가독성과 단순성으로 알려진 고수준 인터프리터 프로그래밍 언어입니다.
Guido van Rossum이 만들었으며 1991년에 처음 출시되었습니다.
Python은 코드 가독성을 강조하여 프로그래머가 C++나 Java 같은 언어보다 적은 코드 라인으로 개념을 표현할 수 있게 합니다.
 
Python의 주요 특징은 다음과 같습니다:
...

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
 
# System 메시지로 페르소나와 출력 스타일 제어
template = ChatPromptTemplate.from_messages([
    ("system", """당신은 15년 경력의 시니어 Python 강사입니다.
학생들은 프로그래밍을 한 번도 해본 적 없는 완전 초보자입니다.
 
교육 스타일:
- 일상적인 비유를 사용하세요
- 전문 용어를 피하세요
- 실생활의 실용적인 예를 보여주세요
- 격려하고 인내심을 가지세요"""),
    ("user", "Python이 뭔가요?")
])
 
llm = ChatOpenAI(model="gpt-4o-mini")
messages = template.invoke({})
response = llm.invoke(messages)
print(response.content)

좋은 질문이에요! Python을 당신의 공구함에 있는 아주 유용한 도구라고 생각해보세요.
망치나 드라이버가 집에서 물건을 만들거나 고치는 데 도움을 주는 것처럼, Python은 소프트웨어를 만들거나 컴퓨터 작업을 자동화하는 데 도움을 줍니다.
 
케이크를 굽고 싶다고 상상해보세요.
따라야 할 레시피가 필요하죠? 이 비유에서 Python은 그 레시피와 같습니다.
수학 계산을 하든, 파일을 정리하든, 게임을 실행하든 컴퓨터에게 목표를 달성하기 위해 어떤 단계를 밟아야 하는지 알려줍니다.
...

template = ChatPromptTemplate.from_messages([
    ("system", "You are a Python expert."),
    ("user", "{question}")
])
 
llm = ChatOpenAI(model="gpt-4o-mini")
messages = template.invoke({"question": "How do I read a CSV?"})
response = llm.invoke(messages)

template = ChatPromptTemplate.from_messages([
    ("system", "You are a Python expert."),
    ("user", "How does it work?")  # "it" = ???
])

template = ChatPromptTemplate.from_messages([
    ("system", "You are a Python expert."),
    ("user", "What's the pandas library?"),
    ("assistant", "Pandas is a data analysis library."),
    ("user", "How does it work?")  # 이제 "it" = pandas
])

llm = ChatOpenAI(model="gpt-4o-mini")
 
def chat_with_history(user_input: str, history: list):
    messages = [("system", "You are a Python expert.")]
    
    # 히스토리 추가
    for msg in history:
        messages.append((msg["role"], msg["content"]))
    
    # 현재 입력 추가
    messages.append(("user", user_input))
    
    # 내용에 {중괄호}가 포함될 때 오류를 방지하기 위해 mustache 형식 사용
    template = ChatPromptTemplate.from_messages(messages, template_format="mustache")
    
    formatted = template.format()
    response = llm.invoke(formatted)
    return response.content
 
# 사용법
history = []
 
# 턴 1
resp1 = chat_with_history("What's a Python dictionary?", history)
print(resp1)
 
history.append({"role": "user", "content": "What's a Python dictionary?"})
history.append({"role": "assistant", "content": resp1})
 
# 턴 2 - 맥락 사용
resp2 = chat_with_history("Show an example.", history)
print(resp2)

# System + 단일 User
[("system", "..."), ("user", "...")]
 
# System + 대화
[("system", "..."), ("user", "..."), ("assistant", "..."), ("user", "...")]

# User 전에 Assistant - AI가 맥락을 혼동
[("system", "..."), ("assistant", "..."), ("user", "...")]
# AI가 질문 없이 응답을 봅니다. 이것이 어떤 질문에 대한 답변인지 환각을 일으켜
# 관련 없거나 혼란스러운 응답으로 이어질 수 있습니다.

# 연속된 두 개의 User 메시지 - AI 응답 누락
[("system", "..."), ("user", "..."), ("user", "...")]
# AI는 어떤 User 메시지에 응답해야 할지 모르거나, 어색하게 병합할 수 있습니다.
# 대화 흐름을 잃습니다.

# Assistant로 끝남 - 응답할 것이 없음
[("system", "..."), ("user", "..."), ("assistant", "...")]
# 대화가 완료되었습니다. 대기 중인 User 질문이 없으므로 AI는 생성할 것이 없습니다.
# 오류를 발생시키거나 빈 응답을 생성할 가능성이 높습니다.

messages = [
    ("system", "You are a Python expert."),
    ("user", "What's a dictionary?"),
    ("assistant", "A dictionary is a key-value data structure."),
    ("user", "Show an example.")
]

messages = [
    ("system", "You are a Python expert."),
    ("user", """Context: The user previously asked about Python dictionaries and learned they are key-value structures.
 
Task: Provide a code example demonstrating dictionary usage.""")
]

# prompts/system_prompt.yaml
_type: prompt
input_variables: []
template: |
  You are a helpful assistant.
  Please answer in a friendly and encouraging tone.

# prompts/user_prompt.yaml
_type: prompt
input_variables:
  - user_input
template: |
  User question: {user_input}
  Please provide a clear answer.

from langchain_core.prompts import load_prompt, ChatPromptTemplate
from langchain_openai import ChatOpenAI
 
# YAML 파일에서 프롬프트 로드
system_prompt_template = load_prompt("prompts/system_prompt.yaml")
user_prompt_template = load_prompt("prompts/user_prompt.yaml")
 
# 로드된 프롬프트를 채팅 템플릿으로 결합
chat_template = ChatPromptTemplate.from_messages([
    ("system", system_prompt_template.template),
    ("user", user_prompt_template.template)
])
 
llm = ChatOpenAI(model="gpt-4o-mini")
 
# 1단계: 런타임 값으로 템플릿 렌더링
messages = chat_template.invoke({"user_input": "What is LangChain?"})
 
# 2단계: LLM에 전송
response = llm.invoke(messages)
print(response.content)

from langchain_core.prompts import load_prompt
 
# 템플릿 로드
user_prompt_template = load_prompt("prompts/user_prompt.yaml")
 
# 어떤 변수를 기대하는지 확인
print("Input variables:", user_prompt_template.input_variables)
 
# 템플릿 텍스트 보기
print("Template:", user_prompt_template.template)

Input variables: ['user_input']
Template: User question: {user_input}
Please provide a clear answer.

_type: prompt
input_variables:
- user_input      # 잘못됨: 리스트 항목도 들여쓰기해야 함
  - question      # 잘못됨: 들여쓰기 레벨이 섞임

_type: prompt
input_variables:
  - user_input    # 올바름: 두 항목 모두 같은 들여쓰기 레벨
  - question

input_variables:
  - user_input
template: "Question: {question}"  # 'question'이 input_variables에 없음!

input_variables:
  - user_input
template: "Question: {user_input}"

from langchain_core.prompts import ChatPromptTemplate
 
template = ChatPromptTemplate.from_messages([
    ("system", "You are a {role}."),
    ("user", "{user_input}")
])
 
# 템플릿 구조 미리보기
print("Input variables:", template.input_variables)
print("Message count:", len(template.messages))
 
# 샘플 데이터로 미리보기
prompt_value = template.invoke({
    "role": "Python programming expert",
    "user_input": "What is Python?"
})
 
print("\nPreview:")
for msg in prompt_value.to_messages():
    print(f"{msg.type}: {msg.content}")

Input variables: ['role', 'user_input']
Message count: 2
 
Preview:
system: You are a Python programming expert.
human: What is Python?

from langchain_core.prompts import ChatPromptTemplate
 
def preview_template(template: ChatPromptTemplate, inputs: dict):
    """주어진 입력으로 템플릿 미리보기, 오류 포착."""
    try:
        prompt_value = template.invoke(inputs)
        
        print("TEMPLATE PREVIEW")
        print("=" * 60)
        
        for i, msg in enumerate(prompt_value.to_messages(), 1):
            print(f"Message {i} ({msg.type.upper()}):")
            print(msg.content)
            print("-" * 60)
                
    except KeyError as e:
        print(f"ERROR: {e}")
        print(f"Required variables: {template.input_variables}")
 
# 사용법
template = ChatPromptTemplate.from_messages([
    ("system", "You are a {role}."),
    ("user", "{user_input}")
])
 
# 유효한 입력
preview_template(template, {
    "role": "Python programming expert",
    "user_input": "What is Python?"
})
 
# 누락된 변수
preview_template(template, {
    "user_input": "What is Python?"  # 'role' 누락
})

TEMPLATE PREVIEW
============================================================
Message 1 (SYSTEM):
You are a Python programming expert.
------------------------------------------------------------
Message 2 (HUMAN):
What is Python?
------------------------------------------------------------
 
ERROR: "Input to ChatPromptTemplate is missing variables {'role'}.
Expected: ['role', 'user_input'] Received: ['user_input']
...
Required variables: ['role', 'user_input']