[AI] ChatPromptTemplate.from_messages

ChatPromptTemplate.from_messages(...)가 받는 메시지 포맷(튜플/템플릿/메시지 객체), template_format(f-string/mustache/jinja2), MessagesPlaceholder 사용법은 문서와 일치합니다.

---

1) 기본형: 시스템+휴먼 (f-string)

 

from langchain_core.prompts import (
    ChatPromptTemplate,
    SystemMessagePromptTemplate,
    HumanMessagePromptTemplate,
)

SYSTEM = (
    "너는 AI 서비스를 개발하는 파이썬 시니어 엔지니어다. "
    "답변은 한국어, 정확하고 간결하게. 추정은 '추정'이라고 표시해."
)

prompt = ChatPromptTemplate.from_messages([
    SystemMessagePromptTemplate.from_template(SYSTEM),
    HumanMessagePromptTemplate.from_template("{input}"),
])

# 사용 예
# result = (prompt | llm).invoke({"input": "FastAPI로 서명 검증 웹훅 예제 코드 보여줘"})

• 포맷에 쓸 변수는 invoke({"input": ...})로 전달합니다. (필수/옵셔널 변수 자동 추론 가능) python.langchain.com

📝 사용한 프롬프트 텍스트

• system: SYSTEM 위 문자열 그대로
• human: "{input}"

---

2) 대화 히스토리 포함

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder

SYSTEM = "너는 컨텍스트를 보수적으로 신뢰하는 AI 엔지니어다. 근거가 없으면 '불명확'이라 말해."

prompt = ChatPromptTemplate.from_messages([
    ("system", SYSTEM),
    MessagesPlaceholder("history"),     # 과거 대화를 이 위치에 삽입
    ("human", "{input}"),
])

# 호출 시 history는 메시지 리스트로 전달
# (prompt | llm).invoke({
#     "history": [("human","어제 만든 FastAPI 훅 기억해?"), ("ai","네, HMAC 검증 추가했어요.")],
#     "input": "거기에 재시도 로직 붙이는 법?"
# })

• MessagesPlaceholder("history")에 채팅 리스트를 그대로 넣습니다. 필요하면 n_messages=...로 잘라 쓸 수 있어요. python.langchain.com

📝 사용한 프롬프트 텍스트

• system: SYSTEM 위 문자열
• human: "{input}" (+ 중간에 history가 끼어듦)

---

3) Jinja2 템플릿으로 변수 가독성↑

 

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "{{role}}. 응답은 간결한 체크리스트로."),
        ("human", "요청: {{input}}\n제약: {{constraints | join(', ')}}"),
    ],
    template_format="jinja2",  # f-string/mustache/jinja2 중 선택
)

# (prompt | llm).invoke({
#   "role": "너는 보안에 엄격한 파이썬 설계자다",
#   "input": "OAuth2 리프레시 토큰 롤오버 전략",
#   "constraints": ["회귀 호환", "제로 다운타임"]
# })

• template_format은 from_messages(...)에서도 직접 지정 가능합니다. python.langchain.com

📝 사용한 프롬프트 텍스트

• system: "{{role}}. 응답은 간결한 체크리스트로."
• human: "요청: {{input}}\n제약: {{constraints | join(', ')}}"

---

4) 부분 변수 고정(partial)로 운영 파라미터 잠그기

 

from langchain_core.prompts import (
    ChatPromptTemplate, SystemMessagePromptTemplate, HumanMessagePromptTemplate
)

SYSTEM = (
    "너는 {product} 팀의 리뷰어다. 코드 안전성/성능/가독성 순으로 평가하고, "
    "근거를 3줄 이내 bullet로 요약하라."
)

prompt = ChatPromptTemplate([
    SystemMessagePromptTemplate.from_template(
        SYSTEM,
        partial_variables={"product": "결제게이트웨이"}  # 고정
    ),
    HumanMessagePromptTemplate.from_template("리뷰 대상:\n{code}"),
])

# (prompt | llm).invoke({"code": "<코드...>"})

• SystemMessagePromptTemplate.from_template(...)에 partial_variables로 일부 변수만 고정해 둘 수 있습니다. python.langchain.com

📝 사용한 프롬프트 텍스트

• system: SYSTEM (단, {product}는 partial로 "결제게이트웨이")
• human: "리뷰 대상:\n{code}"

---

5) JSON 구조 추출(도구 없이)

from langchain_core.prompts import ChatPromptTemplate

SYSTEM = (
    "너는 정보 추출기다. 반드시 JSON만 출력하라. 설명 금지.\n"
    '스키마: {"service": str, "endpoints": [str], "auth": "none|basic|oauth2"}'
)

prompt = ChatPromptTemplate.from_messages([
    ("system", SYSTEM),
    ("human", "다음 API 문서에서 서비스명/엔드포인트/인증방식 추출:\n{text}"),
])

# (prompt | llm).invoke({"text": "<API 설명 본문...>"})

 

📝 사용한 프롬프트 텍스트

• system: SYSTEM 위 문자열
• human: "다음 API 문서에서 ...\n{text}"

---

참고/검증 포인트

• from_messages([...])는 템플릿/튜플/메시지 객체/문자열을 섞어 받을 수 있습니다. python.langchain.com
• template_format은 기본 f-string이며 mustache/jinja2도 지원합니다. python.langchain.com
• 대화 기록 삽입은 MessagesPlaceholder("history")를 사용합니다(필요 시 n_messages로 제한). python.langchain.com

 

with ChatGPT