🔧 LangChain เบื้องต้น | รู้จัก Prompt Template และ Chain

“ออกแบบ Prompt ให้ยืดหยุ่น และเชื่อมการทำงานด้วย Chain อย่างมืออาชีพ”

---

✍️ Prompt Template คืออะไร?

Prompt Template คือ เครื่องมือที่ช่วยจัดรูปแบบ Prompt ให้เป็นระเบียบและยืดหยุ่น โดยกำหนด “ตำแหน่งว่าง” สำหรับข้อมูลที่จะส่งเข้าไปในภายหลัง เช่น ชื่อหัวข้อ, จำนวนคำ ฯลฯ

🔄 คล้ายกับการใช้ f-string ใน Python แต่เอามาใช้กับการส่งข้อความให้ LLM เช่น GPT

---

✅ โครงสร้าง Prompt Template มี 2 ส่วนหลัก

1. Template String
   • ข้อความหลักที่มี {ตัวแปร} แทรกไว้ เช่น:
     "อธิบายเกี่ยวกับ {topic} ใน {word} คำ"
2. Input Variables
   • ค่าที่จะส่งเข้าไปแทน {} ใน Template
   • เช่น: {"topic": "AI", "word": "10"}

---

🎓 ตัวอย่างการใช้งาน Prompt Template

from langchain_core.prompts import ChatPromptTemplate

template = ChatPromptTemplate.from_template("อธิบายเกี่ยวกับ {topic} ใน {word} คำ")

• {topic} อาจเป็น “อาหารไทย”, “ฟิสิกส์”, “AI”
• {word} อาจเป็น “5”, “10”, “50”

🎯 ข้อดี: ใช้ซ้ำได้ ปรับเปลี่ยนง่าย เพิ่มความยืดหยุ่นในการสร้างคำถามหรือคำสั่ง

---

🔗 Chain คืออะไร?

Chain ใน LangChain คือ การเชื่อมต่อแต่ละองค์ประกอบของแอป AI เข้าด้วยกัน ตามลำดับการทำงาน เช่น:

📥 Input → 🎯 Prompt Template → 🤖 LLM Model → 📤 Output

ใช้แนวคิดแบบ “input → process → output” และสามารถต่อหลายๆ Chain ได้ (ซ้อนขั้นตอน)

---

✅ โค้ดตัวอย่างการสร้าง Chain

from langchain_openai import ChatOpenAIfrom langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_template("อธิบายเกี่ยวกับ {topic} ใน {word} คำ")
llm = ChatOpenAI(model="gpt-4o", temperature=0.7)

chain = prompt | llm

• prompt คือแบบฟอร์มของคำถาม
• llm คือโมเดลที่ใช้ เช่น GPT-4
• | คือการเชื่อม prompt เข้ากับ model (เรียกว่า LCEL – LangChain Expression Language)

---

🚀 การเรียกใช้งาน Chain

response = chain.invoke({
    "topic": "AI",
    "word": "5"
})
print(response.content)

ผลลัพธ์เช่น: "เรียนรู้ วิเคราะห์ ตัดสินใจ"
(คำอธิบาย AI แบบกระชับใน 3 คำ)

---

🧠 ข้อดีของการใช้ Prompt Template + Chain

Prompt Template	Chain
ปรับข้อความแบบมีโครงสร้าง	เชื่อมการทำงานเป็นขั้นตอน
ใส่ตัวแปรได้สะดวก	ควบคุม Flow ของข้อมูลได้
ใช้ซ้ำได้	จัดระบบแอปให้ขยายได้ง่าย
อ่านโค้ดง่าย	ต่อกับ Agent หรือ RAG ได้

---

🧪 ตัวอย่างอื่น ๆ

1. เปลี่ยน topic เป็น “ฟิสิกส์” จำนวนคำ 3 คำ
   ได้ผลลัพธ์: "พลังงาน แรง การเคลื่อนที่"
2. เปลี่ยน topic เป็น “AI” จำนวนคำ 5 คำ
   ได้ผลลัพธ์: "ปัญญาประดิษฐ์ ที่เรียนรู้ และคิด"
3. เปลี่ยน prompt เป็นแนวให้เข้าใจง่าย
   Template: "อธิบายเกี่ยวกับ {topic} ให้เข้าใจง่ายใน {word} คำ"

---

🛠️ ข้อควรระวัง

• อย่าลืมใส่ตัวแปรให้ครบตรงกับที่ระบุใน Template เช่น {topic}, {word}
• ถ้าโมเดลช้า ให้เปลี่ยนจาก gpt-4 เป็น gpt-4o หรือ gpt-4o-mini

---

✅ สรุปตอนนี้

• Prompt Template = ออกแบบคำถามให้ยืดหยุ่น
• Chain = เชื่อมต่อคำถามกับโมเดลให้ทำงานต่อเนื่อง
• ใช้ LCEL (|) เพื่อเขียน chain ได้กระชับ
• เปลี่ยนข้อมูลใน prompt ได้ง่ายด้วยการใช้ตัวแปร
• เหมาะกับแอปที่ต้องเปลี่ยน input บ่อย เช่น chatbot, ระบบสรุปข้อมูล, คำอธิบายสินค้า ฯลฯ